Booking.com 에서의 축차 검정 (Sequential Testing)
원문: Sequential Testing at Booking.com
절대 오차와 평균 절대 오차에 대해서 알아보자.
절대 오차(Absolute Error)는 측정값에서 오차의 크기를 말한다. 이는 측정값과 “실제값” 과의 차이이다. 예를 들어, 체중계 90 lbs 를 가리키고 있지만 본인의 몸무게가 89 lbs 임을 알고 있다면, 그 체중계는 90 lbs - 89 lbs = 1 lb 의 절대 오차가 있는 것이다.
이는 그 체중계가 여러분이 측정하고자 하는 값을 정확하게 측정하지 못함으로써 발생한다. 여러분의 체중계는 소숫점 첫째 자리에서 반올림을 해서 보여주는 것일 지도 모른다. 만약 본인의 몸무게가 89.6 lbs 라면 체중계는 “반올림을 해서” 90 lbs 를 보여줄 것이다. 이런 경우라면 절대 오차는 90 lbs - 89.6 lbs = 0.4 lbs 가 된다.
절대 오차($\Delta x$) 는 다음과 같이 구할 수 있다:
\[\Delta x = x_i - x\]첫 번째로 예를 든 몸무게를 가지고 절대 오차를 구하는 공식에 대입해서 값을 구하면 동일한 결과를 얻을 것이다:
$\Delta x = $ 90 lbs - 89 lbs = 1 lb
가끔은 이 공식을 절댓값을 나타내는 기호( | | )로 표기하는 경우도 있다. 이러한 방법은 다양한 측정값들을 다루는 경우에 종종 볼 수 있다:
\[\Delta x = |x_i - x|\]절대값이 필요한 이유는 가끔 측정값이 더 작아서 오차의 값이 음수인 경우가 발생할 수 있기 때문이다. 예를 들자면, 체중계는 89 lbs 라고 했지만 실제 몸무게가 95 lbs 라면 그 차이는 89 lbs - 95 lbs = -5 lbs 가 된다. 이 값 하나만 있는 경우라면 아무런 문제가 없겠지만, 음수와 양수가 섞인 여러 값을 더하는 경우에는 문제가 발생한다. 일례로, 다음과 같은 값이 있다고 하자:
두 측정값은 모두 절대 오차가 6 lbs 이다. 이 둘을 더하는 경우에는 총 12 lbs 의 오차를 얻어야 마땅하겠지만, 음수 부호 때문에 실제로 얻는 값은 -6 lbs + 6 lbs = 0 lbs이다. 상당히 큰 오차가 있었는데 그 오차가 사라진 것이다. 우리는 이 문제를 각 결과에 절댓값을 취해서 더함으로써 해결할 수 있다:
|-6 lbs| + |6 lbs| = 12 lbs
절대 오차는 절대 정확도 오차 라고도 부른다. 아마 아래처럼 표기된 공식을 보기도 할 것이다:
\[E = x_{experimental} - x_{true}\]공식은 완전히 같지만 이름만 조금 달라졌다. “$x_{experimental}$” 은 측정값이고, “$x_{true}$” 는 실젯값이다.
평균 절대 오차(MAE) 는 모든 절대 오차의 평균이다. 공식은 다음과 같다:
\[MAE = \frac{1}{n} \sum_{i = 1}^n |x_i - x |\]이 공식이 조금 무서워 보일 수는 있지만, 각 단계는 쉽다:
절대 정밀 오차는 전혀 다른 것이다. 이는 아래의 공식으로 구할 수 있는데, 측정값들의 표준 편차이다.
$s = \sqrt{\frac{\sum(x_i - \bar{x})^2}{N - 1}}$
출처:
Absolute Error & Mean Absolute Error (MAE)
원문: Sequential Testing at Booking.com
가장 좋은 방법은 당연히 영어 밖에 사용하지 못하는 환경에 강제로 처해지는 것이겠지만 그것이 어려우니…
고민의 흔적을 보여주세요
을 찾습니다.
원문: Charts & Accessibility
모수, 큰 수의 법칙, 그리고 중심극한정리에 대하여
그리고 여러분들도 (아마도) 하지 않아야 하는 이유
회사 서비스의 추천 시스템을 개선하기 위해 팀 내에서 (아직까진 두 명이긴 하지만) 지난 두 달 동안 스터디를 진행했습니다. 얼마 전 두 번째 스터디가 끝났고 이에 대한 회고를 해보려고 합니다.
원문: Dark Side of Data: Privacy by Emre Rencberoglu
원문: RStudio Projects and Working Directories: A Beginner’s Guide by Martin Chan
원문: TidyTuesday GitHub Repository
원문: How programming languages got their names
원문: How to Make Meetings Less Terrible 팟캐스트: How to Make Meetings Less Terrible (Ep. 389)
생키 다이어그램 (Sankey Diagram) 은 흐름(Flow) 다이어그램의 한 종류로써 그 화살표의 너비로 흐름의 양을 비율적으로 보여준다.
2년 전 일본어로 책을 내긴 했지만 대부분의 독자들이 이 책을 읽을 수는 없을 것 같았다.
자기회귀 모형이란 무엇인가?
회귀분석을 실행하기 위해 필요한 가정과 조건들에 대해 알아보자.
통계적 검정과 회귀분석에서 자주 사용되는 정규성 가정과 정규성 검정에 대해 알아보자.
여러 통계 검정과 모형에서 사용되는 독립성 가정에 대해 알아보자.
시계열 모형 중 ARMA 모형에대해 알아보자.
시각화에서 주의할 점인 넓이를 표시하는 원칙에 대해 알아보자.
평균 양쪽의 z-값들 사이의 넓이를 구하는 방법에 대해 알아보자.
분산분석의 개념과 방법에 대해 알아보자.
분산분석(ANOVA; ANalysis Of VAriance) 와 회귀분석의 개념을 섞은 공분산분석(ANCOVA; ANalysis of COVAriance)에 대해 알아보자. 이 글을 이해하기 위해서는 아래의 글을 먼저 읽는 것이 좋다.
Akaike’s Information Criterion 의 정의와 이를 구하는 방법에 대해 알아보자.
수정된 R제곱과 그 용도에 대해서 알아보자.
통계 용어 중 정확도(Accuracy)와 정밀도(Precision) 에 대해서 알아보자.
절대 오차와 평균 절대 오차에 대해서 알아보자.
가설 검정이란 무엇이며, 가설 검정의 다양한 방법에 대해 알아보자.
회귀분석이란 무엇이며, 회귀분석 과정에서 사용하는 용어와 다양한 방법에 대해 알아보자.
이 글은 MathJax 를 GitHub Pages Jekyll blog 에 추가하는 방법을 다룬다. 이탤릭체로 된 부분은 본문에는 없고 제가 따라하면서 고치거나 추가한 부분이니 참고하세요.
모집단과 표본집단을 이용하는 경우 통계학에서 말하는 10% 조건이 무엇인지에 대해 알아보자.
여러분의 GitHub 블로그에 Jupyter notebook 을 바꿔서 올릴 수 있도록 도와줄 글입니다. 직접 바꾸는 방법은 1회성 글들을 위해서 추가했고, 변환 과정과 파일 이동, 그리고 여러분의 블로그에 올리는 것까지 한 번에 할 수 있는 자동화 bash 를 만드는 자세한 방법...
68 95 99.7의 법칙이란 무엇인가?
단위근 검정 방법 중 하나인 Augmented Dickey Fuller 검정에 대해 알아보자.
이 자료는 데이터 과학과 관련된 특정 주제에 대한 연재물이며, 다룰 주제는 다음과 같다. 회귀분석, 군집화, 신경망, 딥러닝, 의사결정나무, 앙상블, 상관관계, 파이썬, R, 텐서플로우, SVM, 데이터 축소, 피쳐 선택, 실험 계획법, 교차검증, 모델 피팅 등. 이 글을 계속 받...