검색 결과
둘러보기로 이동
검색으로 이동
문서 제목 일치
- '''기브스 표집'''(Gibbs sampling)은 두개 이상의 [[확률 변수]]의 [[결합 확률 분포]]로부터 일련의 표본을 생성하는 [[확률적 알고 기브스 표집에서 주어진 표본 <math>x</math>에 대하여, <math>i</math>번째 변수를 변경하여 다음 표집 <math>y</math>을 수집할 확률은 다음과 같다. ...5 KB (275 단어) - 2024년 5월 5일 (일) 10:15
문서 내용 일치
- [[통계학]]에서 [[표집]]의 '''순서통계량'''(order statistic)은 k번째로 작은 값과 동일하다.<ref name=david>{{서적 인용| l [[확률 분포|연속 분포]]의 [[표집|무작위 표집]]의 순서통계량을 분석하기 위해 [[확률론]]을 사용할 때 [[누적 분포 함수]]를 사용하여 [[연속균등분포|균등분포]]의 순서통계량의 ...2 KB (75 단어) - 2024년 5월 8일 (수) 21:13
- ...는 '''리젝션 샘플링'''({{llang|en|rejection sampling}})은 [[확률 분포|분포]]에서 [[표본]]을 [[표집]]하는 기본적인 기법이다. 이는 [[몬테카를로 방법]] 중의 하나로, <math>\mathbb {R} ^{m}</math>에서 [[확률 ...798 바이트 (18 단어) - 2024년 5월 11일 (토) 07:28
- 특히 표집 분포(sampling distribution)은 연구 대상이 되는 모집단에서 다중 복수의 표본들을 추출한 자료들을 통해서 통계적 가설 따라서 모집단으로부터의 충분한 여러 [[표집]](sampling)에서 얻게되는 표본들의 표본평균들은 표집분포를 갖게되고 이 표집분포는 모집단의 분포에 수렴한다. ...3 KB (139 단어) - 2024년 5월 19일 (일) 07:53
- '''기브스 표집'''(Gibbs sampling)은 두개 이상의 [[확률 변수]]의 [[결합 확률 분포]]로부터 일련의 표본을 생성하는 [[확률적 알고 기브스 표집에서 주어진 표본 <math>x</math>에 대하여, <math>i</math>번째 변수를 변경하여 다음 표집 <math>y</math>을 수집할 확률은 다음과 같다. ...5 KB (275 단어) - 2024년 5월 5일 (일) 10:15
- ...용하는, [[모집단]](population)의 각각의 요소 또는 사례들이 [[표본]](sample)으로 선택될 가능성이 같게 되는 [[표집|표본 추출법]]이다. 유한모집단에서 n개의 추출단위로 구성된 모든 [[부분집합]]들이 표본으로 선택될 확률이 같도록 설계된 표본추출방법 ...확률적 표본 추출(probability sampling) 또는 무작위 표본 추출(random sampling)에 포함되는 하나의 [[표집|추출법]]이다. 단순히 각각의 개체를 뽑을 때 동등한 확률을 부여하는 무작위표본추출과는 달리, 단순 무작위 추출법에서는 n개의 추출단위 ...7 KB (90 단어) - 2025년 3월 13일 (목) 20:32
- # [[표집]](sampling) 및 검정통계량의 설정 ...3 KB (118 단어) - 2024년 5월 8일 (수) 15:37
- [[분류:표집]] ...3 KB (81 단어) - 2025년 3월 16일 (일) 03:50
- ...{{llang|en|maximum likelihood method}}) 또는 '''최대우도법'''(最大尤度法)은 어떤 확률변수에서 [[표집]]한 값들을 토대로 그 확률변수의 [[모수]]를 구하는 방법이다. 어떤 모수가 주어졌을 때, 원하는 값들이 나올 [[가능도]]를 최대로 ...4 KB (336 단어) - 2022년 2월 26일 (토) 15:59
- ...k.html|보존날짜=2009년 9월 4일|url-status=dead}}</ref> 이는 시간차 학습이 어떤 정책에 따라 환경을 [[표집]]하여 학습을 진행하는 몬테 카를로 방법의 특징과, 과거에 학습한 추정치를 사용하여 현재의 추정치를 구하는 동적 계획법의 특징을 지니고 ...5 KB (276 단어) - 2025년 3월 13일 (목) 15:11
- #: 각각의 모집단에서 크기가 각각 <math>n_1</math>, <math>n_2</math>인 표본들이 독립적으로 [[표집]]된다. ...6 KB (96 단어) - 2024년 7월 18일 (목) 11:48
- '''몬테카를로 방법'''(Monte Carlo method) 또는 '''몬테카를로 실험'''은 반복된 무작위 [[표집|추출]](repeated random sampling)을 이용하여 함수의 값을 수리적으로 근사하는 [[알고리즘]]을 부르는 용어이다. ...f> 이러한 정교한 비선형 [[마르코프 연쇄]]를 [[시뮬레이션]]하는 자연스러운 방법은 해당 [[마르코프 연쇄]]의 많은 사본을 [[표집]]하여 [[발전 방정식]](evolution equation)에서 무작위 상태의 알 수 없는 분포를 표본의 [[경험적 측도]]로 대체하 ...24 KB (2,127 단어) - 2024년 12월 21일 (토) 02:06
- ...ang|en|genetic drift}})은 생물 [[집단 (유전학)|집단]]의 [[생식]] 과정에서 [[유전자]]의 [[표집|무작위 표집]]으로 나타나는 [[대립형질]]의 발현 빈도 변화를 가리키는 [[생물학]] 용어이다. 유전적 부동의 결과 자식 [[세대 (생물학)|세대 ...14 KB (433 단어) - 2025년 3월 13일 (목) 13:27
- | [[기브스 표집|깁스 샘플링]] ...이 고객의 주요 속성에 걸쳐 고르게 분포되도록 적절히 설계되어야 한다는 점이 중요하다. 즉, 해당 테스트가 (a) 남성 대 여성의 [[표집|대표 샘플]]을 포함하며, (b) 각각의 "변형"(변형 A 대 변형 B)에 남성과 여성을 무작위로 할당해야 한다. 그렇게 하지 못한다면 ...16 KB (662 단어) - 2024년 5월 19일 (일) 09:07
- ...riational algorithm)을 사용하였으며,<ref name="lda_original" /> 다른 접근 방법으로는 [[기브스 표집]]<ref>{{저널 인용 === 붕괴 기브스 표집 알고리즘 === ...42 KB (3,492 단어) - 2024년 6월 1일 (토) 06:36
- [[공학]]과 [[과학]]에서 수많은 데이터 지점이 있을 수 있으며 이는 [[표집]], [[실험]]을 통해 얻을 수 있는데, 이를 통해 [[독립 변수]]의 제한된 수의 값들을 위한 함수값을 표현한다. "보간", 예를 ...10 KB (270 단어) - 2024년 10월 18일 (금) 05:47
- ...[무리수]]라는 것은 [[1761년]] [[요한 하인리히 람베르트]]가 증명했다. 원주율의 소수점 이하에서 나타나는 수열은 무작위 [[표집]]을 통해 만드는 난수표와 성질이 같다.<ref name="sciencedaily.com">[http://www.sciencedaily 원주율에서 나타나는 수열은 무작위 [[표집]]을 사용해 만든 난수표의 성질을 보인다. 하지만, 실제 원주율의 수열이 완전한 무작위성을 보이는지는 증명되지 않았다.<ref name ...38 KB (1,877 단어) - 2025년 3월 13일 (목) 11:04
- * 시험을 위한 연무질 생성: 기기의 [[교정 (공학)|교정]], 공기 표집 장비나 필터를 위한 시험 ...24 KB (1,042 단어) - 2024년 12월 20일 (금) 20:46
- ...COTS-7 |location=Bern}}</ref> 베이즈 확률론에 따른 응용 분야는 점차 확대되었다. 1989년 도입된 [[기브스 표집]]은 베이즈 확률론에 따른 확률 분포를 보다 쉽게 적용할 수 있도록 하였고 이후 수 많은 다른 표집들이 개발되는 계기가 되었다.<ref ...29 KB (1,102 단어) - 2025년 3월 19일 (수) 23:25
- ...Carlo algorithm}}): 확률적 알고리즘으로, 관심이 있는 분포의 샘플을 근사적으로 생성해낸다. 대표적인 예로는 [[기브스 표집]] 알고리즘({{llang|en|Gibbs sampling algorithm}})이 있다.<ref name="ICRF" /> ...33 KB (1,876 단어) - 2025년 3월 13일 (목) 15:15