Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- LU분해
- HTML
- Instrumental Variable
- 예제
- Sharp RD
- 인과추론
- causal inference
- 교란 변수
- 최소제곱법
- Omitted Variable Bias
- 크롤링
- 교란변수
- 통계
- 네이버 뉴스
- backdoor adjustment
- residuals
- rct
- simple linear regression
- confounder
- OVB
- 인과 추론
- 잔차의 성질
- 머신러닝
- 선형대수
- least square estimation
- 사영
- 회귀불연속설계
- Python
- 단순선형회귀
- 누락편의
Archives
- Today
- Total
목록조건부기댓값 (1)
Always awake,

본 포스팅은 조건부 기댓값에 대해 공부한 내용을 정리한 글입니다 :) 아래의 링크를 참고하였습니다 7.6 조건부기댓값과 예측 문제 — 데이터 사이언스 스쿨 .ipynb .pdf to have style consistency --> datascienceschool.net 조건부 확률 조건부 확률은 두 확률 변수 X,Y에 대해 하나의 확률 변수가 "주어졌을 때" 나머지 확률 변수가 나타날 확률을 의미합니다. $$p(Y|X) = \frac{p(Y \cap X)}{p(X)}$$ 예를 들어 이산 확률 변수 X,Y의 결합 확룔(joint distribution)이 아래와 같다고 합시다 X는 1,2,3의 값을 갖으며, Y = 1,2의 값을 갖을 수 있습니다. 그리고 가능한 모든 확률의 합은 1입니다 $Y$ $1$ $..
통계
2021. 12. 26. 17:51