Category: Statistics
-
EP2 – ทฤษฎี Bayes กับการตรวจโรคมะเร็ง
Statistics Mondee EP2 มาลองดูตัวอย่างการใช้ Bayes เพื่อหาความน่าจะเป็นของโรคมะเร็งถ้าตรวจเจอผล positive พร้อมโค้ดตัวอย่างใน R
-
EP1 – ทฤษฎี Bayes กับการหาค่า Inverse Probability
เฮลโหลลลลลลลลล สวัสดีผู้อ่าน แฟนเพจของเราทุกคน ยินดีต้อนรับสู่ซีรี่ล่าสุดของเรา Statistics Mondee (อ่านว่า มันส์ดี!) เป็นซีรี่บทความเกี่ยวกับเรื่องสถิติและความน่าจะเป็นเวอร์ชั่นเข้าใจง่าย บทความใหม่ออกทุกวันจันทร์ อ่านได้ทุกเพศทุกวัยโดยเฉพาะผู้อ่านที่สนใจด้าน data science โดย EP แรกของซีรี่จะอธิบายเรื่อง inverse probability หรืออีกชื่อที่หลายคนน่าจะผ่านหูผ่านตามาบ้างคือ Bayesian probability ซึ่งความรู้เรื่องนี้มีประโยชน์ต่อชีวิตอย่างมาก ประมาณว่าถ้าเรารู้ความน่าจะเป็นของ A|B เราสามารถหาความน่าจะเป็นของ B|A ได้เช่นกัน (ที่มาของคำว่า inverse) Probability 101 ถ้าคณิตศาสตร์คือศาสตร์แห่งความแน่นอน ในทางตรงกันข้าม ความน่าจะเป็นคือศาสตร์แห่งความไม่แน่นอน (uncertainty) เช่น ฝนจะตกหรือเปล่า? โอกาสที่จะได้เลื่อนตำแหน่ง? ความน่าจะเป็นที่เราจะได้เลือกตั้งในปี 2019? Trump จะได้เป็น ปธน. ต่อหรือเปล่า? คำถามพวกนี้ตอบได้ด้วยทฤษฏีความน่าจะเป็นทั้งหมดเลย โดยนิยามของความน่าจะเป็นที่ง่ายที่สุดคือ จำนวนเหตุการณ์ที่เราสนใจ / จำนวนเหตุการณ์ทั้งหมดที่เป็นไปได้ ลองดูตัวอย่างการโยนลูกเต๋า และการจั่วไพ่ด้านล่าง สมมติเราโยนลูกเต๋าแบบหกหน้าปกติ (a fair die) […]
-
การคิดค่าโดยสารแท๊กซี่และโมเดล Linear Regression
อธิบายการคำนวณค่าโดยสารแท๊กซี่ในประเทศไทย ด้วย linear regression
-
ตีโจทย์ความน่าจะเป็นในตำนาน The Monty Hall Problem
อธิบายปัญหาความน่าจะเป็นสุดคลาสสิค Monty Hall Problem (1975) จากภาพยนตร์เรื่อง 21 แก้สมการได้ง่ายๆด้วย Probability Axioms ข้อที่สอง
-
เปรียบเทียบ Structured vs. Unstructured Data
เปรียบเทียบ Structured vs. Unstructured Data แต่ละแบบหน้าตาเป็นยังไง Numeric vs. Categorical ใช้ยังไงในทางสถิติ หาคำตอบได้ในบทความนี้
-
ฟังชั่น LINEST กับการสร้าง Linear Regression ใน Excel
อยากสร้าง Multiple Linear Regression ง่ายๆด้วยโปรแกรม Excel ภายในหนึ่งนาที? บทความวันนี้สอนใช้ฟังชั่น LINEST ฉบับรวบรัดแค่หนึ่งฟังชั่นได้ครบหมดทั้งค่า R-squared และ regression coefficients อ่านบทความตอนที่แล้วเรื่อง Simple Linear Regression ได้ที่นี่ General Form สำหรับสมการ Multiple Linear Regression (MLR) โดยทั่วไปเขียนได้แบบนี้ y = b0 + b1*x1 + b2*x2 + b3*x3 + … + bk*xk โดยที่ y คือตัวแปรตาม (dependent variable) และ x คือตัวแปรต้น (independent variable) ในสมการ MLR จะมีตัวแปรต้นได้มากกว่าหนึ่งตัว เงื่อนไขสำคัญที่สุดในการสร้าง Linear […]