Recognizing that no one “has it all” can cut down on the one thing psychologists know impedes happiness: envy.
Archive for August, 2016
David said to the Gibeonites, “What shall I do for you? And how shall I make atonement, that you may bless the heritage of the Lord?”(2 Samuel 21:3)
1985. 2. 12, 광주를 누군가 빈정거렸다. 각론의 결여, 민중의 폄하, 자기의 긍정. 아, 이건 일베의 논리 아닌가.
정오의 그림자. 중선거구제(1973년 9대 총선 ~ 1985년 12대 총선, 한 선거구에서 두 명의 국회의원 선출)
“‘감히’는 가장 분명한 죽음의 표식이다. ‘감히 나한테’라고 말하는 건, 내 영혼은 이미 죽었고 사회적 지위나 권력, 명성, 나이 따위 껍질로 연명하고 있다고 고백하는 것이다.”(김규항)
우도(尤度, likelihood)란, 결과 E가 나올 가능성이 얼마나 되는지 여러 가설들을 평가하는 척도이다. “우도비 검정(likelihood ratio test)이란 두 개의 모형의 우도비를 계산해서 두 모형의 우도가 유의한 차이가 나는지 비교하는 방법이다. 고혈압과 당뇨가 이미 포함되어 있는 모형 A에 비만이라는 위험인자를 하나 더 추가하여 모형 B를 만들어 보자. 이 두 모형이 통계적으로 유의한 우도의 차이를 보인다면 비만이라는 변수는 그만큼 의미 있는 변수라고 할 수 있을 것이다. 즉, 비만의 회귀계수는 유의할 것이다. 이렇듯 회귀모형에 변수를 하나 추가 또는 제거하면서 두 우도의 비를 통해 회귀계수의 유의성을 검정하는 방법이 우도비 검정이다. 우도비 검정은 로지스틱 회귀분석를 비롯하여 일반화 선형모형에서 유의한 변수를 선택하는 주요한 방법 중 하나이다.”
“로그우도란 우도에 로그를 취한 값을 말하며 확률분포의 모수와 표집값이 불일치할수록 그 값이 0에서 더 크게 벗어나게 된다. 실제로 우도의 ‘尤(우)’라는 한자는 ‘벗어나 있다’는 뜻이다. 즉 로그우도가 크면 클수록 모형과 데이터가 서로 맞지 않는다는 것을 의미한다. 즉, 어떤 모형에 예측변수를 투입할 때 로그우도가 감소했다면, 예측변수가 모형의 설명력을 높였다고 볼 수 있다.”
“신은 숨어있다. 우리는 신이 어디에 있는지 알 수 없다. 알 수 없으니 신이 있는 곳으로 갈 수 없다. 알지 못하니 갈 수 없다. 어쩌면 우리는 이것에 위안을 얻을지도 모른다. 멈춰 설 곳을 알지 못한 채 계속 나아가기만 하는 것은 비극적 전망이 아니다. 그저 가는 것이다. 꿈도 없이 희망도 없이. 어디에 있는지 알면서도 가지 못하는 것이 차라리 비극이다. 저기에 있다는 것을 알면서도 가 닿을 수 없는 것 — 그것이 슬픔 아닌가. 슬픔을 이기려면. 내가 멈춰 선 곳에 신이 있다고 확신하면 된다.”(강유원)
