獨斷論

R의 lm( )과 python의 statsmodel을 이용하여 단순회귀분석을 비교해보도록 한다. R의 lm( ) 독립변수 x와 종속변수 y를 console에서 직접입력한다. 총 50개의 sample size이다. x = c(2.655,3.721,5.729,9.082,2.017,8.984,9.447,6.608,6.291,0.618, 2.06,1.766,6.87,3.841,7.698,4.977,7.176,9.919,3.8,7.774, 9.347,2.121,6.517,1.256,2.672,3.861,0.134,3.824,8.697,3.403, 4.821,5.996,4.935,1.862,8.274,6.685,7.942,1.079,7.237,4.113, 8.209,6.471,7.829,5.53,5.297,7.89..

Introduction to Bayesian inference with JAGS 강의 정리 3 channel9.msdn.com/Events/useR-international-R-User-conferences/useR-International-R-User-2017-Conference/Introduction-to-Bayesian-inference-with-JAGS-II Introduction to Bayesian inference with JAGS II Introduction to Bayesian inference with JAGS II channel9.msdn.com 병원수술 완치 예제 n

연속균일분포(continuous uniform distribution)의 함수이용. 균일분포란 일정구간에서 확률값이 같은 확률분포를 말한다. 위 확률분포는 a = 1, b = 3 일때 아래와 같은 균일확률분포를 나타낸다. $f=\begin{cases}\frac{1}{b-a}, & a \leq x \leq b \\ 0, & x \lt a , x \gt b \end{cases}$ dunif( ) 함수는 x가 주어졌을때 probability density function 값을 구하는 것이므로 > x = c(0, 1, 2, 3, 4) > dunif(x, min = 1, max = 3) [1] 0.0 0.5 0.5 0.5 0.0 위 그림과 같은 균일분포함수(a = 1, b = 3)에 대하여 x가 0, 1, 2, ..

Introduction to Bayesian inference with JAGS 강의 정리 1 channel9.msdn.com/Events/useR-international-R-User-conferences/useR-International-R-User-2017-Conference/Introduction-to-Bayesian-inference-with-JAGS Introduction to Bayesian inference with JAGS Introduction to Bayesian inference with JAGS channel9.msdn.com Mean by Bayesian inference 평균이 3.7이고 표준편차가 1인 데이터(y)가 있다고 가정하고 이 데이터의 평균을 Bayesian infe..

5E1 풀이 (2)와 (4)가 multiple regression이다. (3)은 독립변수가 2개이지만 regression parameter $\beta$가 1개이므로 multiple regression이 아니다. 5E2 풀이 $y_i$: Animal disversity $L_i$: Latitude $D_i$: Plant diversity Regression model: $y_i \sim Normal(\mu_i, \sigma)$ $\mu_i = \alpha + \beta_L\, L_i + \beta_D\, D_i$ 5E3 풀이 $y_i$: time to PhD degree $F_i$: amount of funding $L_i$: lab size 1) Neither amount of funding nor..

변수가 많은 data.frame으로부터 몇개만 선택하여 데이터프레임data.frame을 만들어보자. 선택하고자 하는 데이터를 dat라고 가정하고 rm(list = ls()) x = rnorm(10, 0, 1) y = runif(10, 0, 1) z = rpois(10, 1) p = rbinom(10, 15, 0.1) q = rexp(10, 1) dat = data.frame(x, y, z, p, q) 라고 인위적으로 데이터를 만든다. 이제 dat로부터 x, z, q만을 선택하여 mydat라는 data.frame을 만들고자 한다면 아래와 같이 수행하면 된다. mydat = data.frame(matrix(ncol=3, nrow=dim(dat)[1])) colnames(mydat) = c("X", "Z", ..

4M1 풀이 rm(list = ls()) library(rethinking) # 4M1 N = 1e4 mu = rnorm(N, 0, 10) sigma = rexp(N, 1) y = rnorm(N, mu, sigma) dens(y) 4M2 풀이 # 4M2 flist = alist( y ~ dnorm(mu, sigma), mu ~ dnorm(0, 10) sigma ~ dexp(1) ) 4M3 풀이 4M4~6 풀이 생략 4M7 풀이 # 4M7 rm(list = ls()) library(rethinking) data(Howell1) d = Howell1 d2 = Howell1[d$age >= 18,] xbar = mean(d2$weight) flist = alist( height ~ dnorm(mu, sigma..

3E1~3E3 풀이 문제에서 p는 "proportion of water"이다. p_grid = seq(from=0, to=1, length.out=1000) prior = rep(1, 1000) likelihood = dbinom(x=6, size=9, prob=p_grid) posterior = likelihood * prior posterior = posterior / sum(posterior) set.seed(100) samples = sample(p_grid, prob=posterior, replace=TRUE, size=10000) # 3E1 mean(samples 0.8) #0.1116 # 3E3 mean(samples>0.2 &..