이제 Parametric 모델을 추론하는 방법에 대해 알아보자. 실제로 데이터가 어떠한 분포를 따르는지 알기 어려우므로 Non-parametric 모델이 선호될 수 있지만(parametric assumption이 잘못된 경우, 추정이 정확하지 않을 수 있다.)
배경 지식이나 경험에 의한 근거나 parameter를 추정하는 방법/개념의 유용함을 생각하면 이를 배워야할 필요가 있다. 이것의 장점은 다음과 같다.
계산적으로 추적이 가능함 (computationally trackable) 더 효율적인 estimator를 제공할 수 있음 parameter를 직관적으로 해석할 수 있음 분포마다 parameter의 수는 다르지만, 우리는 관심의 대상이 되는 parameter와 (parameter of interest) 그것이 아닌 parameter (nuisance parameter)로 구분하여 접근한다. 추정하는데에는 여러가지 방법이 있지만 가장 널리 쓰이는 Likelihood based ap...
#
estimator
#
function
#
inference
#
likelihood
#
maximum
#
MLE
#
parametric
#
properties
#
우도
원문 링크 : Ch.12 Parametric Inference (1)
![[수학] 테일러 급수 (테일러 시리즈)](https://blogimgs.pstatic.net/nblog/mylog/post/og_default_image_160610.png)
![[열공학] 증기 압축 사이클(Vapor compression cycle)](https://mblogthumb-phinf.pstatic.net/MjAyMzEwMjdfMjYg/MDAxNjk4Mzg1MjEyMTc1.4vaVImcw8GJo0L4ip-I3rc-JpsnjYjNs6cfBlQEdP6wg.j6Xi-lXGT7oQNfFMpu9xBcOjLGzI4g6BQtQd4FKNqoIg.JPEG.wn0826/SmartSelect_20231027_143859_Samsung_Notes.jpg?type=w2)
![[수치해석] 4. Numerical solution of ODE_Multi-step method](https://mblogthumb-phinf.pstatic.net/MjAyMzExMDZfMTkx/MDAxNjk5Mjc5MzIyMDky.WxXNzFtaMPA7HrqXxdF46BrdUyaGJ_VH-m8dEmiEDBYg.f12z0SJa0FRwuawC9hGTxzArubnAsiBKRkuNPyoNZxog.PNG.wn0826/image.png?type=w2)