반응형 전체 글35 [R 기초] 데이터 객체 생성 및 처리 관련 구문 이번 포스팅에서는 '데이터 객체 생성 및 처리 관련 구문'에 대한 R 기초 문법을 살펴보겠다. - 동일한 주제에 대한 SAS,Python 포스팅을 보고싶으시다면 아래 링크를 참고해주세요- * 사용 환경 필자는 R 프로그래밍을 위해 R studio(R version 4.0.2)를 사용하고있다. 참고로, R version 4.0.x에서 특정 패키지들을 사용하기 위해선 R tools 40 설치가 필수적인데, 필자는 처음에 설치를 제대로 하지 못해서 많이 애를 먹었다..ㅠㅠ 혹시 나와같은 실패를 겪고있을 분들을 위해, 필자가 참고했던 좋은 영상 링크를 걸어둘테니 필요하신 분들은 꼭 참고해 보시길! https://youtu.be/F5LYjvLxNJw 1. 워킹 디렉토리 설정(Working Directory) R에.. 2022. 3. 25. [SAS 기초] 데이터 생성과 처리 관련 구문 이번 포스팅에서는 SAS 기초 문법을 살펴보겠다. - 앞으로는 동일한 주제에 대해서 SAS, R, Python 버전으로 모두 포스팅 하려고 합니다. 3가지 버전으로 모두 포스팅이 완료되는대로 글 마지막에 링크를 걸어둘테니 다른 프로그램 버전이 보고싶으시다면 아래 링크를 참고해주세요. - * 사용 환경 필자는 SAS 프로그래밍을 위해 SAS OnDemand for Academics을 사용하고 있다. SAS에서 학습용으로 무료로 사용할 수 있도록 만들어준 SAS studio 환경이다. https://welcome.oda.sas.com/home SAS OnDemand for Academics welcome.oda.sas.com 위 링크에서 이메일로 간단히 프로필을 설정한 뒤, sas studio를 누르면 자유.. 2022. 3. 23. 표본 샘플링 방법(2) - 메트로폴리스-헤이스팅스 알고리즘(Metropolis-Hastings Algorithm) 저번 rejection sampling에 이어 이번 포스팅에서도 타겟 분포로부터 표본을 생성해낼 수 있는 샘플링 알고리즘 중 하나인 M-H Algorithm을 살펴보겠다. 2022.03.14 - [Statistics/Bayesian With Python] - 표본 샘플링 방법(1) - 기각 샘플링(Rejection Sampling) 표본 샘플링 방법(1) - 기각 샘플링(Rejection Sampling) Bayesian과 Frequentist들의 가장 큰 차이점은 모수, parameter에 대한 관점의 차이이다. Frequentist들은 모수 $\theta$를 Unknown constant로 가정하며, Bayesian은 모수 $\theta$를 Random variable로 가정한다.. harang341.. 2022. 3. 16. 표본 샘플링 방법(1) - 기각 샘플링(Rejection Sampling) Bayesian과 Frequentist들의 가장 큰 차이점은 모수, parameter에 대한 관점의 차이이다. Frequentist들은 모수 $\theta$를 Unknown constant로 가정하며, Bayesian은 모수 $\theta$를 Random variable로 가정한다. 때문에, 대표적인 Frequentist의 방법인 MLE처럼 표본 $x$에 의해 값(ex, $\hat{\theta} = \cfrac{\sum_{i=1}^{N}x_i}{N}$)으로 계산되는 것과 달리, Bayesian에서 모수 $\theta$는 확률 분포를 갖게된다. 따라서, Bayesian 접근법에서는 모수를 추정하기 위해 모수의 사후 분포(posterior distribution)에서 표본을 생성하게 된다. 그러나 종종 모수.. 2022. 3. 14. 밀도 기반 군집 방법 - DBSCAN 오늘은 1996년 처음으로 제안된 밀도 기반 군집 방법, DBSCAN에 대해서 알아보겠다. ESTER, Martin, et al. A density-based algorithm for discovering clusters in large spatial databases with noise. In: kdd. 1996. p. 226-231. 1. Introduction DBSCAN (Density-Based Spatial Clustering of Applications with Noise)는 이름에서도 나타나있는 large spatial data에 적용하기 위해 제안된 군집 방법이다. Ester 등(1996)에 따르면 Large spatial data에 clustering algorithm을 적용하기 위해서.. 2022. 3. 10. 보조 혼합 샘플링을 이용한 베이지안 로짓 모형(Bayesian logit models with auiliary mixture sampling) 오랜만에 돌아온 논문 리뷰. 오늘은 드디어 게재된 나의 소중한 석사 논문을 리뷰해보려고 한다. (내가 쓰고, 내가 리뷰) Title : Bayesian logit models with auxiliary mixture sampling for analyzing diabetes diagnosis data Authors : Eun Hee Rhee, Beom Seuk Hwang 1. Introduction 로짓 모형(Logit model)은 범주형 자료를 분석할 때, 가장 일반적으로 사용되는 모형으로 잘 알려져있다. 이때, 로짓 모형의 모수를 추정하는 방법으로는 Frequentist의 MLE와 Bayesian에서의 MCMC를 고려할 수 있다. 베이지안 관점에서 로짓 모형에 대한 추론은 오랜 시간 연구되어 왔으며,.. 2022. 3. 7. 이전 1 2 3 4 5 6 다음 반응형
