MCMC샘플링으로 배달시간 예측하기

MCMC샘플링으로 배달시간 예측하기
Photo by Egor Myznik / Unsplash
import numpy as np  
import matplotlib.pyplot as plt  
  
# 데이터 생성 파라미터  
n_samples = 1000  
np.random.seed(42)  
  
# 시간대에 따른 배달 시간 설정  
def generate_delivery_time(hour, rider_acceptance_rate, num_riders):  
    base_time = 25  # 전체 배달 시간 평균 25분  
    # 점심, 저녁 시간대 배달 시간 증가  
    if 11 <= hour <= 13 or 18 <= hour <= 20:    
        variance = np.random.normal(loc=8, scale=2)  # 배달시간이 늘어짐  
    else:    
        variance = np.random.normal(loc=4, scale=1)  # 기본 배달시간  
    # 라이더 배차 수락율과 규모에 따른 배달시간 조정  
    rider_effect = 1 / (rider_acceptance_rate * num_riders + 1)  
      
    return base_time + variance * rider_effect  
  
# 가상의 데이터 생성  
hours = np.random.randint(0, 24, n_samples)  
rider_acceptance_rates = np.random.uniform(0.5, 1.0, n_samples)  
num_riders = np.random.randint(10, 50, n_samples)  
  
delivery_times = np.array([generate_delivery_time(hour, rate, riders)   
                           for hour, rate, riders in zip(hours, rider_acceptance_rates, num_riders)])  
  
# Metropolis-Hastings MCMC 구현  
def metropolis_hastings(delivery_times, iterations=10000, prior_mu=25, prior_sigma=5):  
    # 초기 상태 설정  
    current_state = np.mean(delivery_times)  
    states = [current_state]  
      
    for _ in range(iterations):  
        # 새로운 제안 상태 생성  
        proposed_state = np.random.normal(current_state, 1.0)  
          
        # 수락 확률 계산 (사전분포 반영)  
        current_likelihood = np.sum(-0.5 * (delivery_times - current_state) ** 2)  
        proposed_likelihood = np.sum(-0.5 * (delivery_times - proposed_state) ** 2)  
          
        # 사전분포 적용  
        current_prior = -0.5 * ((current_state - prior_mu) ** 2) / (prior_sigma ** 2)  
        proposed_prior = -0.5 * ((proposed_state - prior_mu) ** 2) / (prior_sigma ** 2)  
          
        # 수락 비율 계산  
        acceptance_ratio = np.exp(proposed_likelihood + proposed_prior - current_likelihood - current_prior)  
          
        # 새로운 상태를 수락할지 결정  
        if np.random.rand() < acceptance_ratio:  
            current_state = proposed_state  
              
        states.append(current_state)  
      
    return np.array(states)  
  
# MCMC 샘플링 수행 (사전분포 적용)  
prior_mu = 25  # 사전분포의 평균  
prior_sigma = 5  # 사전분포의 표준편차  
mcmc_samples = metropolis_hastings(delivery_times, iterations=10000, prior_mu=prior_mu, prior_sigma=prior_sigma)  
  
# 결과 시각화  
plt.hist(mcmc_samples, bins=50, density=True, alpha=0.7)  
plt.title('Posterior Distribution of Delivery Times (MCMC with Prior)')  
plt.xlabel('Delivery Time (minutes)')  
plt.ylabel('Density')  
plt.show()  
  
# 95% 신뢰 구간 계산  
lower_bound = np.percentile(mcmc_samples, 2.5)  
upper_bound = np.percentile(mcmc_samples, 97.5)  
mean_estimate = np.mean(mcmc_samples)  
  
print(f"Estimated Mean Delivery Time: {mean_estimate:.2f} minutes")  
print(f"95% Confidence Interval: [{lower_bound:.2f}, {upper_bound:.2f}] minutes")

Read more

다중공선성은 잘못된 인과추론 결과를 만들어낼 수 있습니다.

다중공선성은 잘못된 인과추론 결과를 만들어낼 수 있습니다.

다중공선성(Multi Collinearity) * **Multi-Collinearity(다중공선성)**는 독립 변수들 간의 강한 상관관계가 존재할 때 발생합니다. 즉, 한 독립 변수가 다른 독립 변수에 의해 설명될 수 있을 정도로 상관관계가 높은 상황을 의미합니다. * 이 문제는 주로 회귀 분석에서 나타나며, 변수들 간의 관계를 해석하는 데 있어 큰 장애물이 될 수 있습니다. * 일반적인 회귀식을 $Y=

Bayesian P-Value는 불확실성을 감안하여 모델의 적합도를 평가합니다.

Bayesian P-Value는 불확실성을 감안하여 모델의 적합도를 평가합니다.

Bayesian P- Value * Bayesian P-Value는 **모델의 적합도(goodness-of-fit)**를 평가하는 데 사용됩니다. * 사후 분포(posterior distribution)를 이용하여 실제 데이터와 모델이 생성한 예상 데이터를 비교함으로써, 관측된 데이터가 모델에 의해 얼마나 잘 설명되는지를 평가합니다. * 빈도주의 p-값은 "관찰된 데이터보다 극단적인 데이터가 나올 확률"을 계산하지만, Bayesian P-Value는 "모델이 실제

Non-Identifiability는 Model Parameter를 고유하게 식별할 수 없는 현상입니다.

Non-Identifiability는 Model Parameter를 고유하게 식별할 수 없는 현상입니다.

Non Identifiability * Non-Identifiability는 주어진 데이터와 모델에 대해 특정 파라미터를 고유하게 식별할 수 없는 상황을 의미합니다. 즉, 여러 파라미터 값들이 동일한 데이터를 생성할 수 있으며, 이로 인해 특정 파라미터 값을 확정적으로 추정하기 어렵게 됩니다. * 베이지안 추론에서 Non-Identifiability는 사후 분포가 특정 파라미터 값에 대해 명확하게 수렴하지 않고, 여러 값들에 대해 비슷한 확률을

Rootgram은 큰 분산을 갖거나 비정규 형태의 데이터를 위한 히스토그램입니다.

Rootgram은 큰 분산을 갖거나 비정규 형태의 데이터를 위한 히스토그램입니다.

Rootgram * 히스토그램의 변형으로 데이터가 비정규적이거나 큰 분산을 가지는 경우, 정확한 분포를 파악하기 위해 사용됩니다. * 일반적으로 히스토그램은 데이터의 빈도를 직접적으로 나타내기 때문에, 큰 값이 빈번하게 발생하는 경우 상대적으로 작은 값을 잘 드러내지 못하는 경향이 있습니다. 반면, Rootgram은 빈도를 제곱근 형태로 변환하여, 데이터 분포의 차이를 더 잘 시각화할 수 있도록 돕습니다 * 여기서