![[논문이야기] 측정오차 하 광고 시계열 모델링 연구 ④](https://kr.giai.org/wp-content/uploads/sites/3/Picture1-3-23.png.webp)
[논문이야기] 측정오차 하 광고 시계열 모델링 연구 ③에서 이어집니다. 이전 글까지를 통해 예측적(Predictive) 및 해석적(Analytic) 관점에서 측정오차를 살펴봤습니다. 이번에는 측정오차 문제를 보정하는 포아송 칼만 필터(Poisson Kalman Filter)을 살펴보고, 나아가 이를 포아송 시계열 모형과 결합하는 ‘앙상블’ 모형을 소개하는 시간을 가져보죠. 포아송 칼만 필터, 측정오차, 베이지안, 그리고 정규화 칼만 필터는 연구자가 이미 알고 있는 변수의 정보(State Equation,…
![[논문이야기] 측정오차 하 광고 시계열 모델링 연구 ③](https://kr.giai.org/wp-content/uploads/sites/3/Picture1-3-19.png.webp)
[논문이야기] 측정오차 하 광고 시계열 모델링 연구 ②에서 이어집니다. 이전 글 말미에, 예측적(Predictive) 관점에서 적절한 측정오차가 정규화(Regularization) 관점에서 도움을 줄 수 있다고 설명했죠. 또한 모두 다루지는 않았지만, 측정오차가 모형 잔차의 자기상관성(autocorrelation), 평균-분산 관계에(mean-variance trade-off) 유의미한 영향을 주지 않음도 확인할 수 있었습니다. 즉 이렇게만 보면 측정오차는 중요하지 않은 사소한 문제로 보입니다. 사실일까요? 이번 글에서는 ‘해석적(Analytic)’ 관점에서…
![[논문이야기] 측정오차 하 광고 시계열 모델링 연구 ②](https://kr.giai.org/wp-content/uploads/sites/3/Picture1-3-15.png.webp)
[논문이야기] 측정오차 하 광고 시계열 모델링 연구 ①에서 이어집니다. 이전 글에서는 디지털 광고가 ‘1인 1 스마트폰 시대’에 힘입어 광고 시장의 메인스트림으로 우뚝 올라서게 됐으며, 이제는 업계 차원에서 ‘측정오차’에 대한 적절한 조치가 필요한 시점이라고 화두를 던졌죠. 이번 글부터는 통계적 모델링을 통해 측정오차가 실제 광고 성과에 어떤 영향을 미치는지 본격적으로 살펴보겠습니다. ‘계통오차’와 ‘랜덤오차’로 구분되는 측정오차 측정오차에 대한…
![[논문이야기] 측정오차 하 광고 시계열 모델링 연구 ①](https://kr.giai.org/wp-content/uploads/sites/3/Picture1-3-12.png.webp)
디지털 광고는 매년 가히 폭발적으로 성장하고 있습니다. 특히 글로벌 팬데믹으로 인해 오프라인 시장이 크게 위축되던 시기에 소비의 중심축이 오프라인에서 온라인으로 옮겨가면서 디지털 광고는 전 세계 광고 시장의 메인스트림으로 자리잡게 됐습니다. 디지털 광고의 핵심은 단연 스마트폰입니다. 스마트폰 유저들이 PC, 노트북, 태블릿보다 우월한 편의성을 기반으로 언제 어디서나 웹에 접속할 수 있게 되면서 ‘웹 기반 매체’들이 새롭게 광고…