통계 지식
-
GPU를 이용한 코딩 예시, GPU 코딩, CUDA, 병렬 처리, C++통계 지식 2023. 3. 5. 00:06
GPU를 이용한 코딩 GPU(Graphic Processing Unit)는 그래픽 처리를 위해 설계된 하드웨어입니다. 하지만, GPU는 병렬 처리가 가능한 구조를 가지고 있기 때문에, 과학기술 분야에서의 계산용으로도 널리 사용되고 있습니다. GPU를 이용한 코딩은 CPU를 이용한 코딩과 달리, 병렬 처리를 통해 연산을 처리할 수 있습니다. 이를 통해 대용량 데이터를 빠르게 처리할 수 있습니다. CUDA를 이용한 벡터 덧셈 예시 아래는 CUDA를 이용한 간단한 벡터 덧셈 코드입니다. 이 코드는 CPU와 GPU에서 동일하게 동작합니다. #include #include __global__ void add(int *a, int *b, int *c) { int i = threadIdx.x; c[i] = a[i] ..
-
베이지안 가설 검정통계 지식 2023. 3. 1. 05:30
베이지안 가설 검정 베이지안 가설 검정은 빈도주의적 가설 검정과 달리, 사전 정보와 데이터를 결합하여 사후 확률을 계산합니다. 즉, 우리가 가진 초기 정보와 현재 데이터를 사용하여 우리가 추론하고자 하는 것에 대한 확률을 갱신하는 방법입니다. 이를 위해서는 다음과 같은 단계를 거칩니다: 사전 분포 설정: 우리가 가진 초기 정보를 사전 분포로 설정합니다. 데이터 수집: 데이터를 수집합니다. 우도 함수 계산: 우리가 가진 데이터에 대한 우도 함수를 계산합니다. 사후 분포 계산: 사전 분포와 우도 함수를 결합하여 사후 분포를 계산합니다. 결론 도출: 사후 분포를 분석하여 우리가 추론하고자 하는 것에 대한 결론을 도출합니다. 베이지안 가설 검정의 장점 베이지안 가설 검정은 빈도주의 가설 검정에 비해 다음과 같은..
-
통계적 가설 검정(Statistical hypothesis testing)의 문제점통계 지식 2023. 3. 1. 05:17
가설 검정 방법의 문제점 가설 검정은 과학 연구에서 매우 중요한 방법 중 하나입니다. 그러나 가설 검정 방법에는 몇 가지 문제점이 있습니다. 1. 유의 수준의 잘못된 해석 가설 검정에서 유의 수준은 주어진 결과가 우연에 의한 것인지 아니면 실제로 존재하는 것인지를 결정하는 중요한 지표입니다. 그러나 이 수준을 잘못 해석하면 잘못된 결론을 내릴 수 있습니다. 예를 들어, 유의 수준이 0.05라고 해서 결과를 신뢰할 수 있다는 것은 아닙니다. 결과에 대한 전문적인 판단이 필요합니다. 2. 샘플링 오류 가설 검정에서는 일반적으로 표본을 사용합니다. 그러나 이 표본이 전체 모집단을 대표하지 않는 경우가 있을 수 있습니다. 이러한 경우에는 잘못된 결론을 내릴 수 있습니다. 또한, 표본 크기가 작은 경우에는 분석 ..
-
두 집단 분산 검정, 어떻게 두 집단의 분산이 같은지 테스트할까?통계 지식 2023. 2. 28. 04:15
두 집단 분산 검정 두 그룹의 분산이 동일한지 여부를 검정하려면 F-검정이라는 통계 검정을 사용할 수 있습니다. 이 때, F-검정을 하기 전에 데이터가 정규성을 만족하는 지에 대해서 검증을 해야합니다. 다음은 두 테스트의 일반적인 단계입니다: 귀무 가설을 설명합니다: 귀무 가설 $H_0$: 두 그룹의 분산이 같다. 대립 가설을 설명합니다: 대립 가설 $H_a$: 두 그룹의 분산이 같지 않다. 유의 수준을 선택합니다: 검정의 유의 수준(알파)을 선택합니다. 가장 일반적인 값은 0.05입니다. F-검정 수행: 큰 표본 분산을 작은 표본 분산으로 나누어 F-통계량을 계산합니다. 두 그룹에 대한 자유도(df)를 사용하여 계산된 F-통계량을 F-분포표의 임계값과 비교합니다. $df_1 = n_1 - 1$, 여기서..