Updating algorithms in statistical computations

통계계산에서의 갱신 알고리즘에 관한 연구

Updating algorithms are studied for the basic statistics (mean, variance). For a linear model, a recursive formulae for least squares estimators of regression coefficients, residual sum of squares and variance-covariance matrix are also studied. Hotelling's $T^2$ statistics can be calculated recursively using the recursive formulae of mean vector and variance-covariance matrix without computing the sample variance-covariance matrix at each stage.

개인용 컴퓨터의 보급이 급격히 늘어남에 따라 자료의 통계분석에 개인용 컴퓨터가 많이 이용되고 있다. 컴퓨터의 하드웨어가 하루가 다르게 발전하고 있음으로 웬만큼 많은 양의 자료를 분석하는 데에는 컴퓨터의 기억용량이나 처리속도등이 문제되지는 않는다. 자료가 축차적(sequentially)으로 주어질 때 어떤 통계량을 계산하기 위하여 매번 전체 자료를 다시 읽어야 한다면 이는 번거로운 작업이 될 것이며 기억용량의 낭비임에 틀림없다. 이러한 문제점을 S/W 적인 입장에서 해결하고자 하는 노력이 바로 갱신 알고리즘(Updating Algorithm)이다. 이 연구에서는 몇가지 통계량에 대한 갱신 알고리즘들을 알아보고 그들의 특성을 밝힘으로써 소형 및 개인용 컴퓨터를 이용하여서도 많은 양의 자료분석이 가능하도록 하고자 한다.