세상에서 가장 수윈 베이즈 통계학 입문

본 도서의 리뷰는 어느 특정 지원을 받지 않고, 스스로 직접 구매하여 읽고 리뷰를 작성하는 것을 밝힙니다.

책 표지

 

통계학을 전공하며, 데이터 분석을 진행하다보면 '베이지안' 이라는 단어를 종종 듣게 된다.

 

정확히는 베이지안은 베이즈 추론에서 나온 말이다.

 

https://ko.wikipedia.org/wiki/%EB%B2%A0%EC%9D%B4%EC%A6%88_%EC%B6%94%EB%A1%A0

베이즈 추론 - 위키백과, 우리 모두의 백과사전

 

베이즈 추론에 대한 위키 백과에는 아래와 같이 나와있다.

 

베이즈 추론(Bayesian inference)은 통계적 추론의 한 방법으로, 추론 대상의 사전 확률과 추가적인 정보를 통해 해당 대상의 사후 확률을 추론하는 방법이다. 베이즈 추론은 베이즈 확률론을 기반으로 하며, 이는 추론하는 대상을 확률변수로 보아 그 변수의 확률분포를 추정하는 것을 의미한다.

 

 

[ 목차 ]

 

제 0강 : 사칙연산만으로 이해하는 베이즈 통계학

제 1부 - 속성! 베이즈 통계학의 에센스를 이해한다.

제 1강 : 정보를 얻으면 확률이 바뀐다.

제 2강 : 베이즈 추정은 때로 직감에 크게 반한다(1)

제 3강 : 주관적인 숫자여도 추정이 가능하다

제 4강 : '확률의 확률'을 사용하여 추정의 폭을 넓힌다.

제 5강 : 추론의 프로세스에서 부각되는 베이즈 추정의 특징

제 6강 : 명쾌하고 엄밀하지만 쓸 데가 한정된 네이만-피어슨 식 추정

제 7강 : 베이즈 추정은 적은 양의 정보로 그럴듯한 결론을 이끌어낸다.

제 8강 : 베이즈 추정은 '최우원리'에 근거해 있다.

제 9강 : 베이즈 추정은 때로 직감에 크게 반한다(2)

제 10강 : 복수의 정보를 얻었을 때의 추정(1)

제 11강 : 복수의 정보를 얻었을 때의 추정(2)

제 12강 : 베이즈 추정에서는 정보를 순차적으로 사용할 수 있다.

제 13강 : 베이즈 추정은 정보를 얻을수록 더 정확해진다.

제 2부 - 완전독학! '확률론'에서 '정규분포에 따른 추정'까지

제 14강 : '확률'은 '면적'과 동일한 성질을 지닌다.

제 15강 : 정보를 얻은 후 확률의 표시법

제 16강 : 더 법용적인 추정을 위한 '확률분포도'

제 17강 : 두 가지 숫자로 성격이 정해지는 '베타분포'

제 18강 : 확률분포의 성격을 결정짓는 '기대치'

제 19강 : 확률분포도를 사용한 고도의 추정(1)

제 20강 : 동전 던지기나 천체 관측에서 관찰되는 '정규분포'

제 21강 : 확률분포도를 사용한 고도의 추정(2)

 

 

가장 본문에서 시작을 알리는 멘트 중 기억에 남는 부분은 바로 '불확실한 현상을 확률로 설명해주는게 가능한 것' 이었다. 이는 베이지안 통계학의 가장 매력적인 부분이라고 생각된다.

 

삶을 살아가면서 많은 불확실성들이 존재한다. 이를 수치화 할 수 있다는 것은 굉장한 메리트가 있는 것 같다. 필자도 이러한 부분에 매력을 느껴 베이즈 통계학을 공부하게 된 것이라 하였다.

 

해당 도서의 제 1부와 2부의 큰 차이는 수식의 유무이다. 제 2부 부터 조금씩 수식이 나오는 주제들이다. 수식없이 설명하기 어려운 내용들이 많기 때문이다. 

 

반대로 제 1부는 수식 하나 없이 베이즈 통계학을 설명하기 위한 다양한 예시와 개념들이 설명되어 있다.

 

이 도서를 읽기 위해 선택한 이유는 정말 상세하게 모든 이가 이해할 수 있는 수준으로 베이즈 통계학을 설명해준다 라는 말을 들어서이다.

 

이에 걸 맞게 정말 쉬운 내용들을 기반으로 설명해주는 도서이다. 처음에 베이즈 통계학에 대한 개념이 조금 애매했지만, 어떠한 목적을 갖고 있는 학문인지는 이제 알법하다.

 

단, 개인적으로 지하철에서도 읽고 카페에서도 읽고 하다 보니 제 2부 부터는 조금 이해가 안되는 부분들도 있었다.

 

그래서 다른 분들이 해당 책을 읽게 된다면 꼭 집중할 수 있는 곳에서 독서를 하기를 바란다.

(저는 다시 한번 2부 부터 읽어볼 예정입니다.)

 

아무튼 저는 해당 도서가 베이즈 통계학 입문하기 전 읽기 좋은 책이라고 생각됩니다. 주관적 확률로 설득력을 올리고 근거를 만들고자할 때 사용하기 좋다고 생각되었습니다.

 

하지만, 해당 주관적 확률을 타인에게 설명할 때는 이에 마땅한 설명력이 동반되어야 할 것 같습니다.