Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 빅데이터
- bitdepth
- 이미지콘볼루션
- high-dimensional data analysis
- Data Analysis
- 이미지대비
- 고차원데이터분석
- 고차원데이터
- 모델링
- 스플라인
- functional data analysis
- 데이터분석
- 이미지스트레칭
- data science
- 미국온라인석사
- OMSA
- high dimensional data analysis
- simulation
- datascience
- 이미지향상
- 이미지프로세싱
- big data
- 이미지처리
- gray level resolution
- OpenCV
- 데이터사이언스
- 함수형데이터분석
- 시뮬레이션
- 이미지변환
- 이미지분석
Archives
- Today
- Total
곤약노트
시뮬레이션 (Simulation) 개요 #3 Analyzing Randomness in Simulations 본문
Data Science/Simulation (시뮬레이션)
시뮬레이션 (Simulation) 개요 #3 Analyzing Randomness in Simulations
곤약처럼 부드럽게, 쫀쫀하게 2025. 6. 14. 09:001. 시뮬레이션 결과에서의 랜덤성 분석
- 시뮬레이션 결과는 복잡한 랜덤성과 비정상성 때문에 전통적인 통계 분석이 어려움.
- 시뮬레이션 데이터는 보통:
- Not Normally Distributed: 대기 시간이나 처리 시간 같은 데이터는 정규분포를 따르지 않음.
- Not Identically Distributed (Non-i.i.d): 하루 시간대에 따라 패턴이 다름.
- Not Independent: 한 고객의 대기 시간이 길면 뒤따르는 고객의 대기 시간도 길어짐.
2. 시뮬레이션의 두 가지 유형
| Terminating Simulations | 특정 이벤트나 시간에 종료되며 단기적인 행동 분석에 집중함. | 하루 동안의 은행 고객 평균 대기 시간, 마케팅 캠페인의 단기 효과 분석 |
| Steady-State Simulations | 무한정 실행되며 장기적인 안정화 상태 분석에 집중함. 초기 바이어스 제거 후 안정적 데이터 수집. | 생산 공장의 조립 라인, 교통 네트워크의 장기적 성능 평가 |
3. Terminating Simulations 분석 - Independent Replications
- 독립적인 여러 시뮬레이션 실행을 통해 통계적 분석을 수행하는 방법.
- 독립적인 복제 실행
- 동일한 조건에서 여러 번 시뮬레이션을 실행.
- 복제마다 서로 간섭 없이 독립적이어야 함.
- 각 복제에서 표본 평균 계산
- 예를 들어, 각 실행마다 평균 대기 시간을 계산.
- i.i.d. Normal Distribution 가정
- 중심 극한 정리에 의해 충분히 많은 복제가 있을 경우, 표본 평균은 정규분포에 근사.
- 이는 원시 데이터가 정규분포를 따르지 않아도 표본 평균은 정규분포에 근접함.
- 전통적인 통계 기법 적용
- 표본 평균에 대해 신뢰 구간 계산, 가설 검정 등을 수행.
4. Steady-State Simulations 분석 - Method of Batch Means
- 무한정 실행되는 시뮬레이션에서 **안정화된 상태(steady-state)**를 분석하는 기법.
- 하나의 긴 시뮬레이션 실행
- 여러 번 반복하지 않고, 한 번의 긴 실행을 통해 충분한 데이터를 확보.
- Warm-up 기간 설정
- 초기 상태의 바이어스(Initialization Bias)를 제거하기 위해 초기 데이터를 제외함.
- 예를 들어, 첫 1000개의 데이터는 무시하고 그 이후부터 수집.
- 남은 데이터의 Batch 처리
- warm-up 이후의 데이터를 동일한 크기의 Batch로 나눔.
- 예를 들어, 9000개의 데이터를 10개의 Batch로 나누면 각 Batch는 900개씩.
- 각 Batch의 표본 평균 계산
- 각 Batch의 평균을 구하여 성능 측정을 위한 지표로 사용.
- i.i.d. Normal Distribution 가정
- 충분히 많은 Batch가 있다면, Batch의 평균도 정규분포에 근접함.
- 전통적인 통계 기법 적용
- 신뢰 구간, 가설 검정 등을 Batch 평균에 적용하여 분석.
5. Terminating vs Steady-State 비교
| 목적 | 단기적인 이벤트 분석 | 장기적인 안정화 상태 분석 |
| 실행 시간 | 제한된 시간 또는 특정 이벤트에 종료 | 무한정 실행되거나 충분히 긴 시간 동안 실행 |
| Warm-up 필요성 | 없음 (즉시 데이터 수집) | 필요함 (초기 바이어스 제거 후 수집) |
| 분석 방법 | Independent Replications | Method of Batch Means |
| 예시 | 하루 동안의 병원 환자 대기 시간, 이벤트 기간 동안의 매출 분석 |
공장 조립 라인의 안정화 상태, 통신 네트워크의 장기 성능 분석 |
6. 주요 분석 지표
| Confidence Interval (신뢰구간) | 시뮬레이션 결과의 신뢰 수준을 나타내는 구간. |
| Hypothesis Testing (가설검정) | 시뮬레이션 결과가 특정 가설을 만족하는지 평가. |
| Standard Error (표준 오차) | 시뮬레이션 평균의 오차 수준 측정. |
| Batch Mean Analysis | Batch별 평균 분석을 통한 안정화 상태 추정. |

'Data Science > Simulation (시뮬레이션)' 카테고리의 다른 글
| 시뮬레이션 (Simulation) 관련 중요한 수학 개념 복습 (0) | 2025.06.17 |
|---|---|
| 시뮬레이션 (Simulation) 개요 #2 Randomness and Pseudorandom Number Generation (PRNG) (0) | 2025.06.11 |
| 시뮬레이션 (Simulation) 개요 #1 시뮬레이션이란? (5) | 2025.06.08 |