Bayesian Statistics & Learning

by Sungbin Lim & Joonsuk Park

New Posts

  • 베이지안 메타분석 (1) - 가장 간단한 random effect model: eight schools example

    Jul 29, 2019

    앞에서 계속 random effect model 이야기를 했으니 이제 예시를 하나 들 때도 된 것 같군요. 이 글에서 다루는 예시는 아주 유명한 데이터셋인데, 미국에 있는 8개의 고등학교에서 새로 도입한 교수학습법이 SAT 점수에 미친 효과를 측정한 자료입니다. [1] 통칭 “eight-schools example” 이라고 부르는데, 유명한 베이지안통계 교과서인 Bayesian Data Analysis에 실리면서 더욱 유명해진 감이 있습니다. 이 글의 내용 전개도 이 책의 서술 순서를 대체로 따라갑니다.

  • 반응시간 자료의 분석 (2): Wald 모형의 베이지안 추정

    Jul 26, 2019

    (참고: 이 글의 예제들은 R의 결과값들을 중심으로 서술되어 있지만, Python의 경우에도 똑같이 적용됩니다.)

  • DIC와 WAIC: 베이지안 모형선택을 위한 정보 기준들

    Jul 12, 2019

    (파이썬 코드는 맨 밑에 있습니다. 참고하세요)

  • 단순매개분석을 Bayesian 방식으로 R과 Python에서 구현하기

    Jul 8, 2019

    지금까지 소벨 테스트와 부트스트랩 방식으로 하는, 단순매개분석에서의 간접효과 추정에 대해 다루었습니다. (참고로 말씀드리자면, 제가 다룬 부트스트랩 방식은 부트스트랩 중에서도 특수한 경우고, 다른 방식의 부트스트랩 추정법들도 많이 있다는 것을 알려드립니다.) 여기서 눈치가 빠른 독자라면, 지금까지 제가 베이지안의 “베” 자도 꺼내지 않았다는 사실을 눈치채셨을 것입니다. 하지만 제가 그냥 지나갈 리가 없지 않겠습니까? 물론 베이지안 방식으로도 매개분석을 할 수 있습니다 [1]. 사실 베이지안 추정은 부트스트랩이라는 별도의 절차를 거쳐야 하는 빈도주의 방식에 비해 간접효과에 대한 신뢰구간을 얻기가 더 쉬운데, 이는 애초에 뭘 하든 샘플링부터 하는 베이지안 추론법의 특성상, 미리 얻어둔 샘플로부터 바로 \(ab\) 에 대한 신뢰구간을 얻을 수 있기 때문입니다. 자세한 것은 이따 설명하기로 하고, 일단 예제를 보도록 하겠습니다.

1. Causal Inference & Learning

2. Miscellaneous Posts on Statistics & Learning