두 변수를 가지는 두 쌍의 observations 그리고 에 대해서, 두 쌍이 concordant 하다면 다음을 만족한다.
여기서 은 positive, zero, negative 부호가 될 수 있다.
즉, concordant pair 는 쌍 한쪽의 양 원소가 다른 한쪽의 양 원소보다 둘 다 크거나 같거나 작거나를 만족한다.
두 변수를 가지는 두 쌍의 observations (X1,Y1) 그리고 (X2Y2) 에 대해서, 두 쌍이 concordant 하다면 다음을 만족한다.
sgn(X2−X1)=sgn(Y2−Y1)여기서 sgn 은 positive, zero, negative 부호가 될 수 있다.
sgnx=⎩⎨⎧−1,0,1,x<0x=0x>0즉, concordant pair 는 쌍 한쪽의 양 원소가 다른 한쪽의 양 원소보다 둘 다 크거나 같거나 작거나를 만족한다.
예시 아래와 같이 2개의 변수를 가지는 데이터의 집합이 존재한다 (총 30개). 각 관찰된 데이터 쌍은 concordant 하거나 그렇지 않다(discordant).
Kendall 의 \tau 계수라고도 불리며, rank correlation 을 측정하는 방식 중 하나를 의미한다. 즉, 순위가 매겨진 각 데이터가 있을 때, 해당 순서의 유사도를 측정하는 방식이다.
explanatory variable 과 response variable 간 관계를 알아내는 실험에서 response variable 에 영향을 끼치는 다른 변수들을 의미한다.
두 변수 간 선형 관계를 측정하기 위해서 사용하는 값 covariance 역시 선형 관계를 측정하지만, normalized 된 것이냐 아니냐의 차이가 있다.
어떤 시행(실험)에서 특정 결과(샘플)가 나올 가능성을 확률 P(A), A \in \mathcal{A}로 표현한다. 다시 말해, 관측값 또는 관측 구간이 주어진 Probability Distribution에서 나타날 가능성의 정도를 의미한다.
많은 변수에 대한 확률 분포를 joint probability distribution 이라고 한다.
Related Marginal independence Conditional independence 정의 That is, knowledge of Y’s value doesn’t affect your belief in the value of X, given a value of Z. Variables A and B are...
the conditional probability that \mathrm{y}=y given \mathrm{x}=x as P(\mathrm{y}=y\mid\mathrm{x}=x)
만약 posterior 가 prior 와 동일한 parameterized family 라면 (i.e., p(\boldsymbol{\theta}\mid\mathcal{D})\in\mathcal{F}), 우리는 이 prior p(\boldsymbol{\theta})\in\mathcal{F} 가 likelihood 함수에 대한 conjugate prior p(\mathcal{D}\mid\boldsymbol{\theta}) 라고 한다.
두 랜덤 변수 X, Y 에 대해서 피어슨 상관 계수는 다음과 같이 계산된다.
중간값은 유한한 숫자 목록에서, 그 숫자들을 작은 순서부터 큰 순서로 나열했을 때 “가운데”에 위치한 값을 의미합니다. 만약 데이터셋의 관측치 개수가 홀수 라면, 가운데에 있는 값이 중간값이 됩니다. 예를 들어, 1, 3, 3, 6 , 7, 8, 9 라는 일곱 개의 숫자가 있을 때, 이 경우 중간값은 네 번째 값인...