다변량 정규분포는 여러 개의 정규분포를 합친 것인가?
목차 아니요, 변량(확률변수값) 간의 상관이 있어야 합니다. 다변량 정규분포는 정규성과 상관이 있는 확률변수들을 원소로 하는 벡터의 확률분포입니다. 개체의 속성이 정규분포를 나타내고 개체의 속성이 서로 상관을 가질 때 개체가 이루는 집단의 속성의 분포는 확률변수 벡터로 표현되며 그 벡터는 다변량 정규분포를 나타냅니다. 다변량 정규분포를 나타내는 대표적인 확률변수 벡터로는 집단의 육종가 벡터가 있습니다. [mathbf{a} = begin{pmatrix}a_1 \a_2 \vdots […]
정규분포는 표본의 평균과 분산이 독립인 유일한 확률분포인가요?
목차 네, 정규분포의 표본평균과 표본분산은 확률변수이고 독립입니다. 정규분포 $mathcal{N}(mu, sigma^2)$ 에서 추출된 모든 $n geq 2$의 표본에서 표본평균($ bar{X}$)과 표본분산$(S^2)$은 독립입니다. $$bar{X} perp S^2$$ 표본의 평균과 분산이 독립이라는 것은 어느 표본의 평균값을 알아도 분산값을 예측할 수 없고 반대도 마찬가지라는 것입니다. 1. 정규분포 정규분포 $X sim mathcal{N}(mu, sigma^2)$의 확률밀도함수는 다음식으로 표현됩니다.$$f(x) = frac{1}{sqrt{2pi sigma^2}} expleft( -frac{(x […]
한우의 근내지방도 예측을 위한 유전 혼합선형모델 – ssGBLUP
목차 요약영상 1 Videos 모델링 3:54 저자정보 출판이력 DOI 인용 다운로드 Print 구글문서 Print 구글문서 1. 혼합선형모델 1.1. 혼합선형모델식 혼합선형모델을 다음식과 같이 표현할 수 있습니다. $$mathbf{y} = mathbf{X} boldsymbol{beta} + mathbf{Z}_a mathbf{a} + mathbf{Z}_g mathbf{g} + boldsymbol{varepsilon}$$ 여기서, $mathbf{y}$ : 종속변수(반응변수)$mathbf{X}$ : 고정효과 설계행렬 (독립변수, 설명변수)$boldsymbol{beta}$ : 고정효과 회귀계수$mathbf{Z}_a$ : 혈통 랜덤효과 설계행렬$mathbf{a}$ : 혈통 […]
한우의 근내지방도 예측을 위한 혈통 혼합선형모델 – PBLUP
목차 요약영상 1 Videos 모델링 3:54 저자정보 출판이력 DOI 인용 다운로드 Print 구글문서 Print 구글문서 1. 혼합선형모델 1.1. 혼합선형모델식 혼합선형모델을 다음식과 같이 표현할 수 있습니다. $$mathbf{y} = mathbf{X} boldsymbol{beta} + mathbf{Z}_a mathbf{a} + mathbf{Z}_g mathbf{g} + boldsymbol{varepsilon}$$ 여기서, $mathbf{y}$ : 종속변수(반응변수)$mathbf{X}$ : 고정효과 설계행렬 (독립변수, 설명변수)$boldsymbol{beta}$ : 고정효과 회귀계수$mathbf{Z}_a$ : 혈통 랜덤효과 설계행렬$mathbf{a}$ : 혈통 […]
한우의 근내지방도 예측을 위한 유전체 혼합선형모델 – GBLUP
목차 요약영상 1 Videos 모델링 3:54 저자정보 출판이력 DOI 인용 다운로드 Print 구글문서 Print 구글문서 1. 혼합선형모델 1.1. 혼합선형모델식 혼합선형모델을 다음식과 같이 표현할 수 있습니다. $$mathbf{y} = mathbf{X} boldsymbol{beta} + mathbf{Z}_a mathbf{a} + mathbf{Z}_g mathbf{g} + boldsymbol{varepsilon}$$ 여기서, $mathbf{y}$ : 종속변수(반응변수)$mathbf{X}$ : 고정효과 설계행렬 (독립변수, 설명변수)$boldsymbol{beta}$ : 고정효과 회귀계수$mathbf{Z}_a$ : 혈통 랜덤효과 설계행렬$mathbf{a}$ : 혈통 […]
유전 혼합선형모델 – ssGBLUP
데이터셋 설명형 데이터셋 – 관측 모의실험형 데이터셋 – 생성 통합형 데이터셋 검증형 데이터셋 모수가설검정 대응표본 t검정 독립표본 t검정 일원분산분석(1-way ANOVA) F검정 상관분석 t검정 단순선형회귀분석 F검정 단순선형회귀분석 t검정 비모수가설검정 교차분석 카이제곱검정 연관분석 카이제곱검정 다변량정규분포 예측모델 고정효과 선형모델 – ANOVA, BLUE 랜덤효과 선형모델 – BLUP 혈통 혼합선형모델 – PBLUP 유전체 혼합선형모델 – GBLUP 유전 혼합선형모델 – ssGBLUP […]
유전체 혼합선형모델 – GBLUP
데이터셋 설명형 데이터셋 – 관측 모의실험형 데이터셋 – 생성 통합형 데이터셋 검증형 데이터셋 모수가설검정 대응표본 t검정 독립표본 t검정 일원분산분석(1-way ANOVA) F검정 상관분석 t검정 단순선형회귀분석 F검정 단순선형회귀분석 t검정 비모수가설검정 교차분석 카이제곱검정 연관분석 카이제곱검정 다변량정규분포 예측모델 고정효과 선형모델 – ANOVA, BLUE 랜덤효과 선형모델 – BLUP 혈통 혼합선형모델 – PBLUP 유전체 혼합선형모델 – GBLUP 유전 혼합선형모델 – ssGBLUP […]
혈통 혼합선형모델 – PBLUP
데이터셋 설명형 데이터셋 – 관측 모의실험형 데이터셋 – 생성 통합형 데이터셋 검증형 데이터셋 모수가설검정 대응표본 t검정 독립표본 t검정 일원분산분석(1-way ANOVA) F검정 상관분석 t검정 단순선형회귀분석 F검정 단순선형회귀분석 t검정 비모수가설검정 교차분석 카이제곱검정 연관분석 카이제곱검정 다변량정규분포 예측모델 고정효과 선형모델 – ANOVA, BLUE 랜덤효과 선형모델 – BLUP 혈통 혼합선형모델 – PBLUP 유전체 혼합선형모델 – GBLUP 유전 혼합선형모델 – ssGBLUP […]
고정효과 선형모델 – ANOVA, BLUE
데이터셋 설명형 데이터셋 – 관측 모의실험형 데이터셋 – 생성 통합형 데이터셋 검증형 데이터셋 모수가설검정 대응표본 t검정 독립표본 t검정 일원분산분석(1-way ANOVA) F검정 상관분석 t검정 단순선형회귀분석 F검정 단순선형회귀분석 t검정 비모수가설검정 교차분석 카이제곱검정 연관분석 카이제곱검정 다변량정규분포 예측모델 고정효과 선형모델 – ANOVA, BLUE 랜덤효과 선형모델 – BLUP 혈통 혼합선형모델 – PBLUP 유전체 혼합선형모델 – GBLUP 유전 혼합선형모델 – ssGBLUP […]
상대도수는 모비율 추정량의 실현값인가?
목차 네. 상대도수(relative frequency)는 모비율 추정량의 실현값입니다. $$hat{p}_{mathrm{obs}} = dfrac{x}{n}$$ 여기서, $hat{p}_{mathrm{obs}}$은 관측된 표본의 상대도수 $x$는 실현된 성공회수 $n$은 표본크기 모비율은 특정 사건이 일어나는 데 성공하는 비율이며 알 수 없는 상수입니다. $$pi = P(text{특정사건})$$ 모비율 추정량은 표본비율(sample proportion)이며 분포를 가지는 확률변수입니다. $$hat{p} = dfrac{X}{n}, quad X sim mathrm{Binomial}(n, pi)$$ 여기서, $hat{p}$은 모비율 추정량 1. […]