티스토리

Deep Play
검색하기

블로그 홈

Deep Play

3months.tistory.com/m

interested in data analytics and ML modeling

구독자
46
방명록 방문하기
공지 블로그 운영 정보 모두보기

주요 글 목록

  • 기본적인 RAG 를 좀 더 개선해보기 (w/ langchain) 기본적인 RAG 를 좀 더 개선해보기 (w/ langchain) 기본 RAG 의 개념 : 기본 RAG (Retrieval Augmented Generation) 는 query 를 입력으로 받아 vector store 로부터 relevant 한 chunk 를 검색해서 가져온 후, 이를 prompt 에 추가해서 최종적인 답변을 출력한다. 사용된 개념1. Relevance Check : vector store 에서 retrive 해온 chunk 가 relevant 한지 LLM 을 활용해서 검증한다.2. Hallucination Check  : retrieved chunk 를 참고해서 생성한 최종 답변이 hallucination 인지 여부를 LLM 을 활용해서 검증한다.  RAG 를 사용하기 위한 프레임워크로 .. 공감수 2 댓글수 0 2024. 10. 30.
  • Hive 에서 percentile_approx 가 느린 이유와 해결 방법 아래 코드는 일별로 유저수와 그 유저의 피쳐 a,b,c 에 대해 각각 평균과 중위수를 구하는 코드이다. 이 코드는 상당히 시간이 오래 걸린다.select date_id,count(distinct user_id) as user_cnt,avg(a) as avg_a,avg(b) as avg_b,avg(c) as avg_c,percentile_approx(a, 0.5) as med_a,percentile_approx(b, 0.5) as med_b,percentile_approx(c, 0.5) as med_bfrom tablegroup by date_id 그런데, user_cnt 와 평균을 구하는 코드를 제외한 아래 쿼리는 빠르게 실행된다. 왜 그럴까?select date_id,percentile_approx(.. 공감수 2 댓글수 1 2024. 9. 27.
  • R studio server 에서 knitr 에러 발생시 해결 방법 R studio server 에서 knitr 에러 발생시 해결 방법아래와 같은 오류 또는 test_env 를 찾을 수 없습니다. 등, Rmd 파일을 knitr 을 통해 변환시킬 때 에러가 발생했다.  에러 메시지 예시 |................................ | 50% ordinary text without R code |.................................................................| 100%processing file: Preview-b0c112a265.Rmdlabel: unnamed-chunk-1Quitting from lines 16-26 (Preview-b0c.. 공감수 3 댓글수 0 2024. 9. 3.
  • R - Distill + github pages 로 간단한 블로그 만들기 R - Distill + github pages 로 간단한 블로그 만들기 R markdown 형식을 html 로 변환해 호스팅하는 패키지로 blogdown 이 유명했는데 최근 많은 유저들이 distill 로 많이 갈아타고 있는듯하다. blogdown 의 경우 hugo 를 기본으로 블로그 템플릿이 만들어지는데 hugo 보다 distill 의 기본 포맷이 조금 더 학술적인 느낌이기 때문에 개인적으로 distill 이 R 관련 포스팅에 좀 더 적합한 느낌으로 보인다.  Distill Manual : https://rstudio.github.io/distill/blog.htmlThe Distillery: Distill 매뉴얼은 조금 드라이하게 작성 되어 있는듯하다. distill 사용을 좀 더 잘하기 위한 ti.. 공감수 4 댓글수 4 2024. 8. 23.
  • R - ggplot 의 유용한 add-on 패키지 ggrepel R - ggplot 의 유용한 add-on 패키지 ggrepel R 에서 ggplot 을 통해 그래프를 그릴 때 불편했던 점이 텍스트 레이블을 차트에 표시하기 어려웠던 점이다. 엑셀로 그래프를 그리는 경우 레이블 옵션을 설정한 뒤 이를 마우스 드래그를 통해서 조정할 수 있으나, ggplot 에서는 hjust, vjust 를 통해 한땀한땀 레이블을 조정하곤했다.  혹시나 레이블의 위치를 자동으로 바꿔주는 패키지가 있나 살펴보다가 ggrepel 이라는 패키지가 있다는 것을 알았다. 사용법은 매우 쉽다. 만드려고한 ggplot 에다가 +  geom_text_repel() 만 해주면 된다.    텍스트간의 겹치는 것을 조정해주기도 하지만, line 이나 point 와 같은 그래프의 요소와 텍스트가 겹치는 것을 .. 공감수 0 댓글수 0 2024. 8. 22.
  • R - code snippet 특정 이름 패턴 파일들을 읽어 합치기 quantile_output 이라는 폴더 아래에 6월 1일~6월 30일 사이의 30개의 csv 파일이 존재한다. 각 파일들은 같은 형식이며, 각기 다른 날짜에 집계됐다는 점만 다르다. 이 경우에 1) Sys.glob 을 이용해 해당 파일들의 경로를 벡터 형태로 만든 후에 2) lapply 를 통해 각 파일들을 읽어 list of dataframes 를 만들고, 3) 마지막으로 bind_rows 를 통해 dataframe 으로 만들어주면 된다.  result_files 공감수 1 댓글수 0 2024. 8. 2.
  • 벤 다이어그램에서 구할 수 있는 다양한 유사도 지표들 벤 다이어그램에서 구할 수 있는 다양한 유사도 지표들 분석을 하다보면 두 집합이 얼마나 교차하는가? 를 이야기하고 싶을 때가 있다. A 그룹 유저는 B 그룹 유저와 N% 겹치고, B 그룹 유저는 A 그룹 유저와 M% 겹칩니다! 라고 말할 수 있다. 하지만 대량으로 이러한 교차성에 대한 값을 구해서 비교해 본다고 하자. 좀 더 심플하고 요약된 지표가 있다면 비교가 용이할 것이다. 교차성에 대한 정보를 0~1 사이의 값으로 나타내는 지표에는 어떤 것들이 있을까? 그리고 그 지표들 간에는 어떤 차이가 있을까?  우선, 벤다이어그램으로 표현한 데이터는 아래와 같이 binary vector 로도 표현할 수 있다. 예를 들어, 어떤 유저들이 A 서비스를 사용하는지 B 서비스를 사용하는지 여부를 binary vect.. 공감수 1 댓글수 0 2024. 6. 27.
  • R 로 벤다이어그램을 그려보자 VennDiagram 패키지 R 로 벤다이어그램을 그려보자 VennDiagram 패키지 어떠한 두 그룹의 교차되는 부분의 규모를 표현할 때, 벤다이어그램은 매우 효과적인 방법입니다. 벤다이어그램을 그리기 위해 파워포인트, Keynote 같은 프로그램을 이용할 수 있습니다. 하지만, 실제 수치를 반영해서 원의 크기를 조정하고 싶을 수 있습니다. 이 때, R 의 VennDiagram 패키지를 이용할 수 있습니다.  코드는 아래와 같습니다. draw.pairwise.venn 함수에 area1, area2, cross.area 에 해당하는 값을 넘겨줍니다. 이 때 주의할 점은 area1, area2 에서는 교차되는 부분을 포함하는 값을 넣어주어야 합니다.  VennDiagram 패키지를 통한 벤다이어 그램 그리기 2개 집합 벤다이어그램ar.. 공감수 2 댓글수 0 2024. 6. 21.
  • Aerobiology 기초지식 정리 2 Aerobiology 기초지식 정리 224년 1학기 Aerobiology 수업 들으면서 습득한 지식들을 정리합니다. 1. Koch's Postulates: 특정 미생물이 특정 질병의 원인임을 증명하기 위한 4가지 기준 질병이 발생한 모든 사례에서 미생물이 발견되어야 한다.해당 미생물을 순수 배양해야 한다. 특정 질병의 원인 미생물이 어떤 것인지 정확히 확인하기 위해서는 다른 미생물이 섞이지 않은 상태에서 해당 미생물만을 배양해야 한다.배양한 미생물을 건강한 숙주에 접종하여 동일한 질병을 유발해야 한다.실험적으로 감염된 숙주에서 동일한 미생물을 재분리해야 한다. 질병인 경우 미생물 발견. 순수 배양 한뒤에, 건강한 사람에게 질병 유발하는지 확인. 질병 감염된 사람한테서 그 미생물이 또 발견되는지 확인. 이.. 공감수 2 댓글수 1 2024. 6. 16.
  • Aerobiology 기초지식 정리 1 Aerobiology 기초지식 정리 1 24년 1학기 Aerobiology 수업 들으면서 습득한 지식들을 정리합니다. 1. PCR 발명자는 폴란드 생화학자 Kary Mullis 이다. (PCR = polymerase chain reaction : DNA 의 특정 부분을 증폭시키는 기술) 2. 찰스 다윈은 비글호에서 케이프 베르데 제도 근처에서 먼지를 수집했는데, 이를 사하라 먼지라고 한다. 이는 먼지가 매우 넓은 지역에 걸쳐 이동할 수 있다는 것을 의미하고, 먼지가 대기 중에서 얼마나 멀리 퍼질 수 있는지를 보여주는 중요한 사례이다.  3. 코흐는 1880년대에 감자 조각과 이후에는 한천을 이용한 고체 배지 (solid culture media) 를 개발하여 세균을 배양하는 방법을 개선했다. 이는 세균학.. 공감수 0 댓글수 0 2024. 6. 16.
  • sparklyr - 변수 bucketing (기본 R과의 비교) sparklyr 에서 bucketing 하기 (기본 R과의 비교) sparkly 에서는 spark 에서 실행하기 위한 함수들이 존재한다. 물론 그룹별 집계 등의 기본적인 데이터 처리의 경우, dplyr wrapper 를 통해 추가적인 학습 없이도 바로 사용할 수 있지만, 이외의 데이터 처리의 경우 sparklyr 의 고유 함수에 대한 학습이 필요하다.  본 포스팅에서는 10분위수를 기준으로 변수를 10개의 카테고리로 분류하는 bucketing 작업을 sparklyr 을 통해 해보고 기본 R 과 비교해보았다.  sparklyr 에서 bucketing 하기get_spark_connection 의 경우 spark connection 을 잡는 함수인데, 관련해서 이 포스팅을 참고하길 바란다. 이 데이터처리에서 .. 공감수 0 댓글수 0 2024. 6. 14.
  • R Standard evaluation 과 Tidy evaluation R Standard evaluation 과 Tidy evaluation R 에서 특정 데이터프레임(df) 를 특정 열(var1,var2) 로 정렬하기 위해서는 아래와 같이 할 수 있습니다.df %>% arrange(var1, var2)  Standard evaluation  그런데 변수 이름이 동적인 경우, 즉 열 이름이 항상 같지 않고 코드 런타임에 결정되는 경우에는 표준 평가(Standard Evaluation, SE) 방법을 사용해야 합니다.var1 % arrange(!!sym(var1), !!sym(var2))  Tidy evaluation tidy evaluation 의 경우 rlang 의 {{}} (curly-curly) operation 을 사용하는 방법입니다. 그런데, 이 방법은 함수 안에.. 공감수 0 댓글수 0 2024. 6. 14.
  • 티스토리 블로그 하단 자동 광고 제거하기 티스토리 블로그 하단 자동 광고 제거하기 글 작성일: 2024년 6월 14일 기준 언제부턴가 티스토리 블로그 하단에 앵커 광고가 뜨기 시작했습니다. 해당 광고는 위치가 고정되어 스크롤 업/다운을 하더라도 화면을 가려서 글을 읽는데 불편했는데요.  현재 티스토리 관리자 페이지에서 해당 광고 제거하는 것은 불가능하고 구글 애드센스에 직접 접속해서 해당 광고는 제거하는 설정이 필요합니다. 1) 애드센스 접속후 왼쪽 사이드바 "광고" 메뉴 클릭 2) 수정할 블로그 수정 버튼 클릭 3) 자동 광고 토글 Off 이렇게 설정하고 완료를 누르면 최대 1시간 뒤에 반영된다는 팝업이 뜨는데요. 제 경우에는 바로 광고 제거가 적용되지 않았고, 1시간 뒤쯤 접속해서 확인해보니 앵커 광고가 사라졌습니다. 공감수 0 댓글수 0 2024. 6. 14.
  • 이진 분류 모델의 기본적인 성능 평가 기본적인 2x2 테이블 이진 분류 모델의 최종 예측 값은 일반적으로 0~1사이로 나오게된다. 특정 임계치를 기준으로 테스트 양성과 테스트 음성을 분류한다. 예를 들어, 임계치를 0.5로 잡는다면, 0.5 이상인 경우를 테스트 양성, 0.5 미만인 경우를 테스트 음성으로 정의한다. 이 방법을 통해 아래와 같은 2x2 테이블을 만들 수 있다.  양성 (Disease)실제 음성 (No Disease)테스트 양성 (Positive)5010테스트 음성 (Negative)5100True Positive (TP): 50False Positive (FP): 10False Negative (FN): 5True Negative (TN): 100 Sensitivity = Recall (민감도)sensitivity 는 실제 .. 공감수 0 댓글수 0 2024. 6. 10.
  • 회귀 모델의 선택: 동일한 데이터에서 어떤 모델이 더 좋을까? 회귀 모델의 선택 1) 두 변수가 nested 관계에 있을 때 --> Likelihood ratio test 를 통해 유의미하게 좋은 모델을 선택한다.  두변수가 nested 관계에 있다는 것은 full model, reduced model 관계에 있다는 것을 의미한다.  $$ Model1: g(\pi_i) = \beta_0 + \beta_1x_{1i} $$$$ Model2: g(\pi_i) = \beta_0 + \beta_1x_{1i} + \beta_2x_{2i} $$   만약 모델 2에서 beta2가 0인 경우, 모델1 이 된다. 따라서 두 모델은 nested 관계에 있다. 이 경우 변수가 많은 모델2가 무조건 likelihood 가 높게 된다.  이 때, Likelihood ratio 가 카이제곱분.. 공감수 0 댓글수 2 2024. 6. 10.
  • R - 롱테일 분포의 히스토그램 그리기 R - 롱테일 분포의 히스토그램 그리기 실무를 하다보면 롱테일 분포를 많이 접하게 됩니다. 예를 들어서, 어떠한 이커머스 서비스에서 "구매 금액" 이라는 변수를 살펴보면, 대부분의 유저는 구매금액이 0~1만원 사이에 들어있지만, 일부 유저는 구매금액이 몇 백만원 심지어는 몇 억원에 이르는 경우를 심심찮게 볼 수 있습니다. 극심한 right-skewed 분포 (또는 롱테일 분포)의 예라고 볼 수 있습니다.  이러한 롱테일 분포에 일반적인 히스토그램을 적용하게 되면 꼬리가 너무 길어져 가시성이 좋지 않습니다. 이런 경우에 특정 cutff 지점을 정해 따로 범주를 만들곤 합니다. 예를 들어, 구매금액이 백만원 이상인 유저는 '100만원 이상' 이라는 bucket 을 따로 만드는 것이죠. 꼬리 부분이 너무 길기.. 공감수 0 댓글수 0 2024. 5. 8.
  • 일반화 선형 모형의 개념 및 회귀 계수의 의미 일반화 선형 모형의 개념 (Generalized Linear Model) 일반화 선형 모형의 식은 아래와 같다.  $$ g(\mu) = \beta_0 + \beta_1x_1 + \beta_2x_2 + ... \beta_px_p $$  x1, x2 ... 가 주어졌을 때, Y를 예측하고 싶다. 근데 특정 조건하에서 Y 는 정해진 값이 아니라 어떤 분포를 따른다고 가정하고, 그 평균을 예측하고 싶을 때, 일반화 선형 모형을 활용한다. 기본적인 회귀분석에서는 반응변수가 정규분포를 따른다고 가정하고 모델링하는데, 일반화 선형 모형은 Y가 다른 분포를 따르는 경우에도 활용할 수 있는 모델링 방법이라고 볼 수 있다.  일반화 선형모형에서는 반응변수가 어떤 분포를 따른다고 가정하기 때문에 랜덤성분 (random co.. 공감수 0 댓글수 0 2024. 5. 7.
  • 선택 편항과 Collider bias 에 대한 설명 선택편향 선택편향은 특정 그룹을 선택해서 분석했을 때, 다른 그룹 또는 전체를 대상으로 분석했을 때와 다른 결론이 나오는 것을 의미한다. 아래와 같이 왼쪽 그림에서는 X,Y 의 연관성이 없지만, X+Y가 1.2 이상인 그룹만 선택해서 봤을 때는 X,Y의 음의 상관성이 생기는 것을 알 수 있다. 이러한 선택 편향은 우리의 실생활에서도 많이 발생한다.    Collider bias  Collider bias는 X와 Y가 모두 영향을 미치는 Z라고 하는 변수가 있을 때, Z를 고정시켜 놓고 보면, X (exposure) 과 Y (outcome) 에 연관성에 편향이 생기는 현상을 의미한다.  왜 Collider bias 가 발생할까? 이에 대해 사고적으로 이해하는 방법에는 "explaining away" 라고 .. 공감수 0 댓글수 0 2024. 5. 7.
  • 코크란-멘텔-헨젤 검정과 공통 오즈비의 추정 방법 CMH 검정과 통계량 계산 방법 범주형 자료 분석에서 코크란-멘텔-헨젤(Cochran-Mantel-Haenszel) 검정의 목표는 Z 가 주어질 때, X와 Y가 조건부 독립인지를 검정하는 것이다. 즉, Z를 고려했을 때, X-Y의 연관성이 존재하는지를 판단하는 검정이라고 할 수 있다. 이는 인과추론에서 말하는 X,Y가 조건부 독립 (conditional independence) 인지를 확인하는 검정이라고 할 수 있다. 보통 Z는 confounder 로 설정하는 경우가 많다. 만약, conditional independence 가 아니라고 한다면, Z 를 고려함에도 X-Y 연관성이 존재하는 것이고, 이는 X,Y 의 인과성에 대해 조금 더 근거를 더해준다고 할 수 있다.  CMH 검정은 2 X 2 X K 표.. 공감수 0 댓글수 0 2024. 5. 7.
  • 유전학에서의 딥러닝 활용이 정밀의학에 어떻게 기여하는가? 유전학에서의 딥러닝 활용이 정밀의학에 어떻게 기여하는가? 유전학 분야에서 딥러닝의 발전은 정밀 의학(personalized medicine) 에 구체적으로 어떻게 기여할 수 있을까?1. 질병에 영향을 주는 유전적 변이 찾기 : 정밀 의학의 한가지 목적은 개인의 질병에 대한 위험도를 정밀하게 추정함으로써, 질병의 조기 발견 및 예방을 하고자하는 것이다. 그리고 그 중심에 있는 것이 과거엔 분석이 어려웠던 유전 정보라고 할 수 있다. 딥러닝 모델은 대규모 유전 데이터에서 유의미한 연관성을 발견하는 것에 기여한다. 예를 들어, 딥러닝을 활용하면 유전자 변이와 특정 질병 간의 관계를 더욱 잘 파악할 수 있다. 더욱 잘 파악한다는 것은 무슨 의미일까? 대표적으로 유전적 변이간의 교호작용 (interaction) .. 공감수 0 댓글수 0 2024. 4. 27.
  • rstudio server 에서 github copilot 사용하기 rstudio server 에서 github copilot 사용하기 rstudio server 환경에서 github copilot 을 사용하려고 보니 아래처럼Github Copilot integration has been disabled by the administrator 라는 문구가 떴다. 알아보니, Rstudio Server나 Posit Workbench에서는 관리자 설정 이후 사용이 가능하다고 한다.  관리자 설정 하는 방법은 아래와 같다. rsession.conf 파일을 열고 copilot-enabled=1 문구를 추가해주면 된다!cd /etc/rstudio/sudo vim rsession.conf 이렇게 Enable github copilot 옵션이 잘 나온다. 공감수 0 댓글수 0 2024. 4. 26.
  • R 에서 폰트 사용하는 방법 (linux) 폰트 다운로드 후 위치 변경sudo mv [폰트 파일 이름].ttf /usr/share/fonts/truetype/ extrafont 를 이용해 R 환경에 폰트 설치library(extrafont)font_import(prompt=FALSE)  # 폰트 설치 디렉토리를 검색하여 사용 가능한 폰트를 가져옵니다.fonts()  # 사용 가능한 폰트 목록을 출력합니다. 공감수 0 댓글수 0 2024. 4. 4.
  • 범주형 분석 - 교차표에서 효과를 추정하는 방법 교차표에서 효과를 추정하는 방법은 아래 3가지가 있다. 교차표를 본다는 것은 범주형으로 이루어진 X,Y 의 변수간의 연관성을 파악하고 싶다는 의미이다. 1) 비율의 차를 이용한 방법 2) 비율의 비를 이용한 방법 3) 오즈비를 이용한 방법 흡연과 폐암의 관계 폐암 O 폐암 X 전체 흡연 90 (n11) 910 (n12) 1000 (n1) 비흡연 10 (n21) 990 (n22) 1000 (n2) 전체 100 1900 2000 1) 비율의 차를 이용하는 방법 흡연자중 폐암 비율 = 90/1000 = 0.09 비흡연자중 폐암 비율 = 10/1000 = 0.01 비율의 차 = 0.08 (risk difference) 2) 비율의 비를 이용하는 방법 0.09 / 0.01 = 9 (relative risk) 3).. 공감수 0 댓글수 0 2024. 3. 30.
  • R - 리스트 문자열을 벡터로 바꾸고 unnest 하기 어떤 컬럼의 값이 아래와 같은 문자열로 저장되어있을 때 ["2021_12","2022_3","2022_1","2022_12","2023_4"....] 해당 문자열 컬럼을 벡터컬럼으로 바꾸고 해당값을 unnest 하는 예시 하나의 컬럼 값이 벡터형테인 경우 nested 라고 하고, 이를 row 로 변경하는 것을 unnest 라고 한다. # 문자열 parsing하여 year와 month로 분리하고 각 row로 만들기 df$dates % unnest(month_id) 공감수 0 댓글수 0 2024. 3. 6.
  • omitted variable bias 의 방향을 알 수 있는 팁 X-> Y 의 인과적 관계 파악을 위해, 간단한게 심플 회귀 분석을 진행할 수 있다. 만약 X 와 correlation 이 있고, Y 의 determinants 인 Z 라고 하는 변수가 보정되지 않는다면, omitted variable bias 가 발생한다. 이러한 상황에서 omitted variable bias 의 방향은 다음과 같이 알 수 있다. 1) Z->X 에 영향을 주는 방향 2) Z->Y 에 영향을 주는 방향 1) 2) 를 곱하면 이것이 bias 의 방향이 된다. 예를 들어, 소득(X)이 의료비 지출(Y)에 주는 영향을 파악하려고 한다. 이 때, 건강 상태(이를 개인이 갖고 있는 질병의 갯수라고 하자) 를 보정하지 않으면, omitted variable bias 가 발생하게 된다. 질병의 개수.. 공감수 0 댓글수 0 2024. 3. 5.
  • 충분 통계량의 기초 개념 충분 통계량 (sufficient statistics) 충분 통계량 (sufficient statistics) 란 계수를 설명할 수 있는 충분한 정보를 가지고 있는 통계량입니다. 예를 들어, 평균이 theta 이고 분산이 1인 정규분포에서 X1,X2,X3...Xn을 관찰하였고, X의 표본 평균값을 구해서 3이 나왔습니다. 그러면 X의 평균값 이외에 X1,X2,X3,...Xn 각각에 대한 데이터를 추가적으로 봄으로써 theta의 추정에 도움이 되는 다른 정보를 얻을 수 있을까요? 만약 추가적인 정보가 없다면, X의 표본 평균은 theta 를 설명할 수 있는 충분한 통계량이라고 볼 수 있습니다. 좀더 포멀하게는 아래와 같이 충분 통계량을 정의할 수 있습니다. $$ f(X|Y;\theta) \ne g(\the.. 공감수 0 댓글수 0 2023. 12. 12.
  • Maximum Likelihood Estimation 개념 정리 Maximum likelihood estimation MLE는 관측한 데이터를 가장 잘 설명할 수 있는 계수(parameter) 를 찾는 것이 목적이라고 할 수 있습니다. 데이터 분석을 하다보면 데이터를 관측하고, 이를 통해 모델의 계수를 추정해야할 때가 있습니다. 우선 likelihood 를 정의해보면, 특정 계수에서 데이터를 관찰할 가능성을 의미합니다. 예를 들어, 계수가 0.4인 베르누이분포를 100번 시행해서 45번의 성공이 발생했다고 합시다. likelihood 란 계수의 함수이며, 이 경우에서는 아래와 같이 나타낼 수 있습니다. $$ L(\theta) = {100 \choose 45}\theta^{45}(1-\theta)^{55} $$ 이 그래프는 계수가 0.1일 때 데이터를 관찰할 확률, 0.. 공감수 1 댓글수 0 2023. 12. 12.
  • LD score regression 의 아이디어와 기본 개념 정리 LD score regression LD score regression 은 Genome-wide association study(GWAS) 에서 특정 trait 의 polegenicity 를 추정하기 위해 사용하는 방법이다. LD score regression 은 GWAS summary statatistics 를 기반으로 SNP-heritability 추정, SNP-heritability 기반 genetic correlation 의 추정 등 다양한 measure 들을 계산하는데에 활용되고 있다. 본 문서에서는 LD score regression 의 등장 배경과 의미에 대해 알아보고자 한다. polygenic trait 에 대해 GWAS 를 수행한 후에, 각 SNP 들의 p-value 의 분포를 살펴보면 .. 공감수 0 댓글수 0 2023. 9. 6.
  • genetic score 를 통해 heritability 를 구하는 방법 genetic score, heritability, co-heritability, genetic correlation 관련 개념 정리 phenotype Y 의 분산은 genetics 로 설명되는 분산과 environment 로 설명되는 분산으로 나누어진다. 유전율 (heritability) 는 phenotype(또는 trait) 의 분산에서 genetics 를 통해 설명되는 분산을 의미한다. heritability 는 0~1 사이의 값을 가진다. $$ Var(Y) = Var(G) + Var(E) $$ $$ h^2 = Var(G)/Var(Y) $$ genetics 로 설명되는 분산이란 무엇일까? phenotype 을 예측하기 위해 유전정보를 이용해 어떠한 score 를 만들고, 이를 genetic scor.. 공감수 0 댓글수 1 2023. 8. 30.
  • R - dictionary 만들기 List 를 이용한 방법 # dictionary 생성 dict 공감수 1 댓글수 0 2023. 3. 15.
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.