통계댿�학원 면접 준비(인성면접+전공질문), 수리통계/회귀분석/선형댿�수/미분적분학 핵심 개념 정리

자기소개
짿�원동기
마지막으로 하고 싶은 말
왜 우리 대학껓 선택는지?
전공 질문

수��통계학
1. MLE 정의, 중요한 성질, 왜 좋은 추정량인지, 가장 좋은 이유
정의: (자료 참고) P6
likelihood function 최대로 하는 세타값 / 측정값 혹은 관찰값들에 대한 최대 가능도를 추정하는 것 (최대가능도추정량에 의해 추정된 추정량을 최대가능도추정량(maximum likelihood estimator) 이라고 부르며 흔히 줄여서 MLE라고 표현 합니다.)

중요한 성질:
유일하지 않다.
불변성(invariant): (theta_hat theta의 mle이면은 theta의 함수의 mle를 구할 수 있다.)
Consistent. (under some regularity conditions)
항상 unbiased하지 않다
Asymptotic normality

2. CLT
정의: X1…Xn 이 어떤 mean=mu, variance=sigma^2인 population에서 추출된 iid random sample, sample mean들이 mean=mu, variance=sigma^2/n인 normal distribution에 converge한다.

<중 략>

선형댿�수
1. rank정의? 왜 중요한지? 가역으로 이어짐
어떤 행렬의 rank라는 것은 이 형렬의 열들로 생성될 수 있는 벡터 공간의 차원을 의미한다.
A라는 행렬의 Column rank는 Column space의 차원을 의미하고 Row rank는 Row space의 차원을 의미한다. 결국 행에서 선형 독립인 벡터의 개수왿� 열에서 선형 독립인 벡터의 개수를 구분해서 정의하겠다는 소리다. 행과 열의 Rank는 항상 동일하다는 것이다.
Full Rank는 다름이 아니라, 해당 행렬이 가질 수 있는 최대로 가능한 Rank의 값이 되겠다. 그런데 앞서 말했듯이, 행과 열의 각각의 Rank는 서로 같은 값을 가진다고 하였으므로, 아래왿� 같이 어느 한 쪽에서 작은 값의 사이즈가 Full Rank의 값이 되겠다.