[확률 및 통계] 9. 확률 과정 및 시계열 분석 (심화)
확률 과정과 시계열 분석: 심화 이해와 실용적인 예시확률과 통계의 기본을 넘어, 복잡한 데이터 패턴과 동향을 예측하고 분석하는 데 필수적인 확률 과정과 시계열 분석에 대해 깊이 알아보겠습니다. 이번 글에서는 마르코프 체인, 푸아송 과정, 그리고 시계열 분석의 자기회귀 모델, 이동평균 모델, ARIMA 모델, 계절성 분석까지, 각 기법의 수학적 정의와 실제 적용 예를 자세히 설명하겠습니다. 마르코프 체인 (Markov Chains) 정의 : 마르코프 체인은 미래의 상태가 오직 현재 상태에만 의존하는 확률 과정입니다. 수학적으로, 마르코프 체인의 상태 에 대해 다음과 같은 조건부 확률이 성립합니다. 수학적 표현 : 예시 : 간단한 날씨 모델을 가정해보겠습니다. 상태는 ‘맑음’, ‘흐림’, ‘비’로 구..
2024. 7. 29.
