[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.
단축키
내 블로그
| 내 블로그 - 관리자 홈 전환 |
Q
Q
|
| 새 글 쓰기 |
W
W
|
블로그 게시글
| 글 수정 (권한 있는 경우) |
E
E
|
| 댓글 영역으로 이동 |
C
C
|
모든 영역
| 이 페이지의 URL 복사 |
S
S
|
| 맨 위로 이동 |
T
T
|
| 티스토리 홈 이동 |
H
H
|
| 단축키 안내 |
Shift + /
⇧ + /
|
* 단축키는 한글/영문 대소문자로 이용 가능하며, 티스토리 기본 도메인에서만 동작합니다.
