통계 - UC Berkeley, 선형 모델 및 확장(Linear Model and Extensions) 강의록

https://arxiv.org/pdf/2401.00649

2025.6.19
[Linear Model and Extensions]

제시된 자료는 캘리포니아 대학교 버클리(UC Berkeley)의 펭 딩(Peng Ding) 교수가 집필한 선형 모델 및 확장(Linear Model and Extensions) 강의록의 목차와 서문 및 초반부 내용을 담고 있습니다. 이 텍스트는 최소제곱법(Ordinary Least Squares, OLS)의 대수적 기초부터 가우스-마르코프 정리와 같은 통계적 추론, 그리고 로지스틱 회귀나 생존 분석 같은 고급 확장 모델까지 체계적으로 다룹니다. 저자는 선형 모델이 실제 데이터의 복잡한 구조를 파악하고 예측과 인과 추론을 수행하는 데 있어 가장 우아하고 강력한 기초가 된다는 점을 강조합니다. 특히 이 자료는 모델이 잘못 설정된 경우(misspecification)의 이론과 로버스트 표준 오차(Robust Standard Error)를 비중 있게 다루어 실무적인 데이터 분석 역량을 배양하는 데 목적을 두고 있습니다. 결과적으로 이 문헌은 통계학 전공자들에게 선형 모델의 엄밀한 수학적 증명과 직관적인 통계적 통찰 사이의 균형 잡힌 시각을 제공하는 포괄적인 교육 지침서 역할을 합니다.