Data
Marginal Effect는 Independent Variable에 변화가 발생했을 때 Dependent Variable이 어떻게 변하는를 보여준다. 이 때 다른 Independent Variable은 모두 상수로 고정이 되어 있어야 한다는 것이다. 좀 더 간결한 정의는 다음과 같다. Marginal effects are partial derivatives of the regression equation with respect to each variable in the model for each unit
Data
주어진 상황 * 한 기업이 미국 주요 주의 도시별로, 약 한달간 서비스를 시범운영 * 각 주 별로 도시의 수가 다른 상황 * 각 주 별 수익의 분포가 정규분포와 같은 기존 분포를 따르는지 확신할 수 없는 상황에서 비모수 데이터로 기간도 짧고, 데이터 양도 많지 않은 상황이다. * 초기 데이터는 다음과 같다. state_idcity_idsales0KK0237549889.391KK0249276755.
Data
1.문화는 위로부터 시작되어야 한다. * 결국 Top-Down의 의지가 매우 중요하다. * 방법론은 차치하고서라도, 증거 기반으로 목표를 제시하는 자세가 Top-Level부터 있어야 한다. 2.측정을 해야 한다. 꾸준히 해야 한다. * 측정할 수 없는 것은 관리할 수 없다. * 무엇을 통해서 측정할지 고민해봐야 한다. * 불확실성을 줄인다는 관점에서 측정지표를 만들고 꾸준히 데이터를 모으면 트렌드를 알 수
Docker
며칠 전부터 Crontab으로 진행하고 있던 Backup이 제대로 진행되지 않아서 Log를 훑어보니 다음과 같이 "command not found" Error가 발생하는 것을 확인할 수 있었다. Making backup folder for 2022-02-04_01-00 Saving Database Backup in Docker 2022-02-04_01-00 /xx/xx/backup.sh: line 9: docker: command not found 관련되어서 Stackoverflow를 뒤져보니
Business
“K”의 의미 KPI는 “Key Performance Indicator”의 약자이고, OKR은 (Objective and Key Result)으의 약자로 둘다 “Key”라는 단어를 포함하고 있습니다. KPI는 정말 중요하게 해야 하는 것을 선별한 결과물이라고 본다면, OKR은 이렇게 중요한 것들에 집중하고 낮은 우선순위의 업무를 제외하도록 강제하기 위한 하나의 시스템이라고 간주할 수 있습니다. 일상업무와 OKR의 차이점
Business
프로젝트 준비 초기연구, 인터뷰, 문헌조사,이전 연구 결과 등 을 살펴봐서 분석가의 문제에 대한 이해를 돕습니다.그리고 예측값을 줄 수 있는 4-5명의 전문가를 확보합니다. 마지막으로 확보한 전문가들과 반나절 정도 소요되는 워크샵을 함께 계획합니다. 의사결정 모델링 첫 번째 워크샵에서, 전문가들은 분석하고자 하는 구체적인 문제를 정의합니다. 예를 들어, 이 단계에서 특정 투자를
SQL
Row_number() * Partition 별로 coluumn2 순으로 나열한 후에 Sequence를 생성해준다. SELECT *, ROW_NUMBER() OVER(PARTITION BY column1 ORDER BY column2 DESC) FROM table Rank() * Row_number()와 비슷하지만, 동일한 값을 가진 경우에 대해서는 동일한 Sequence를 매긴다. 대신 일부 Sequence가 Skip될 수 있다. 예를 들어 Row_number()를 쓸 경우 “1,
Business
KPI Map이 필요한 이유 * 서로 다른 KPI 중 어느 KPI가 중요한지 비교하고 집중할 영역을 선정하기 위해서 필요합니다 * 다음 KPI 중 어느 KPI가 중요할까요? * 전환율 0.5% 상승 vs 고객 이탈율 10% * KPI Map은 조직의 KPI 관리구조를 확인하고 놓치고 있는 부분을 확인하기 위해서 도식화하는 하나의 과정입니다. KPI Map을 그릴 때 원칙
Data
솔직히 말하지만, 확률변수, 그리고 확률질량(밀도)힘수를 이해하는데 생각보다 많은 시간이 걸렸습니다. 배우는 것은 아주 초기에 배웠다 할지언정 암기를 넣어 이해하는데 상당한 시간이 걸렸습니다. 그래서 생각이 날 때 다시 한 번 기록해봅니다. Random Variable(확률변수) 확률이라는 단어도 어려운데 변수라니, 정말 어려운 단어의 결합이구나라고 오랜 시간 생각 해온 것 같습니다. 단어
Business
정보의 가치 측정하기 * 정보의 가치를 측정할 수 있다면 그 정보를 얻기 위해 필요한 측정의 가치를 평가할 수 있습니다 * 정보가 사업 경영에 있어서 가치를 갖는 것은 다음 세가지 이유 때문입니다. * 정보는 경제적 결과를 가져올 의사 결정의 불확실성을 줄여줍니다. * 정보는 경제적 결과를 가져올 다른 행위에 영향을 미칩니다. * 정보 때로 그 자체로 시장에서
Business
* 위험은 그 자체가 일종의 측정의 결과입니다.하지만 이 것은 또 다른 중요한 측정의 기반이 됩니다. * 의사결정 내용을 좋게 느끼는 것과 실제로 좋은 의사결정을 내리는 것의 차이를 인식해야 합니다. 실제 의사결정과 예측 결과를 향상시킬 수 있는 증거들을 측정해야 합니다 * 불확실성을 나타낼 때 비현실적인 정확한 값을 사용하는 것보다 현재의 불확실성을 포함하는 범위값을
Business
측정 문제 명확화 * 다음 질문에 대한 답을 생각해볼 필요가 있습니다 * 이 측정이 영향을 미치 의사결정 내용은 무엇입니까? * 관찰을 통해 측정하고자 하는 대상을 어떻게 정의할 수 있습니까? * 그 측정 대상이 정확히 어떻게 의사결정에 영향을 미칩니까? * 얼마나 많이 알고 있습니까? * 추가 정보의 가치가 얼마나 됩니까? * 불확실성과 위험의 의미 * 불확실성: 확실하지 않으나 일어날
Business
제 1부 측정은 이미 존재한다. * 측정은 불확실성을 줄이기 위한 최적화 문제로 생각해야 합니다. * 측정은 “불확실성을 줄이기 위한’ 것이지, 불확실성을 완전히 제거하기 위한 것이 아닙니다. 왜 측정 불가능한 것은 없는가? * 측정이 불가능하다고 생각하는 이유 * 측정의 개념에 대한 오해 * 측정의 대상이 잘 정의되지 않았음 * 측정의 방법을 잘 모르고 있음 * 측정을 반대하는 이유
Book
나는 왜 이 책을 읽었는가 * 텍사스홀덤, 확률, 그리고 성장이라는 키워드 때문이었다. 개인적으로 홀덤을 좋아한다. 잘하지는 못하지만 확률에 기반한 마인드 스포츠(나쁘게 가면 도박일 수 있지만)라는 점 때문에 관심있게 지켜보는 편이다. 그리고 여기에 심리학 박사가 기술한 내용이라는 것에 꽤 끌렸다. 유의해야할 점 * 홀덤 기술을 알려주지 않는다. * 홀덤에 대한 잡다한 용어가
Book
* 주식시장을 이긴 전략들, 메트릭 스튜디오보다는 덜 아카데믹한 느낌이 나면서, 상당히 실전적인 내용을 다룬 책이다. * 마인드셋, 매매기법, 자금관리 측면에서 논문, 책, 실전 백테스트 내용을 다루다 보니 저자의 열정과 지식에도 감탄하지만, 한편으로는 다소 지루해 하는 나를 발견하였다. * 책 내용이 별로라기 보다는 내 자신이 얼마나 지금 절박한가에 대한 반증이라는 생각이 들었다. * 한편으로는 읽으면서
Data
Presto Version * 0.241 선형회귀 기반 회귀계수 도출 방법 SELECT regr_intercept(y,x) intercept, regr_slope(y,x) slope FROM (values (30,73),(20,50),(60,128),(80,170),(40,87),(50,108),(60,135),(30,69),(70,148),(60,132)) data(X,Y) SVM 기반 선형 에측 SELECT