이것저것 뚝딱 이것저것 뚝딱

통계분석00. 통계- 분석하고자 하는 집단에 대해서 조사하거나 실험을 통해서 얻는 자료 또는 이의 요된 형태 01. 표본추출 방법1) 다순 랜덤 추출법 - 대표성이 떨어짐2) 계통 추출법 - 원소에 번호를 부여한 뒤 일정간격으로 데이터 추출 - 역시나 대표성을 장담할 수 없음3) 집락(군집: Cluster) 추출법 - 집락 끼리는 서로 동질적이며 집락내의 데이터는 서로 이질적이다- 집락1과 집락2는 각각 1,2,3 학년이 다 들어있어서 집락끼리는 동질적이다- 하지만 집락안에는 1,2,3학년 각각 다른 학년의 데이터가 들어있어서 이질적이다..4) 층화추출법- (불비례) 층화 추출법 -군집별 데이터수의 차이로 대표성에 문제가 될수 있음- 비례 층화추출법 - 군집별 데이터수의 차이에 비례하여, 전체 데이터 분..

데이터 분석  01. 데이터 마트 데이터 웨어하우스 > 데이터 마트  02. 전처리, 요약 변수, 파생변수데이터 전처리- 결측값과 이상값을 처리하는 정제 작업 외에도 변수 처리작업이 포함된다. - 데이터 분석에 맞게 데이터셋의 변수들을  선택, 차원축소, 파생 변수생성등의 작업- 요리로 비유하면 본격적인 요리를 하기에 앞서, 양파손질, 양념장 미리 만들어 놓기, 재료 손질등의 작업  요약변수 - 데이터로부터 기본적인 통계 자료를 추출한 변수, 기초적인 통계자료 -  ex) 합계, 평균, 횟수, 성별구분 등 파생변수-  특정한 목적을 가지고 조건을 만족하는 변수들을 새롭게 생성한 것-  ex)  특정 매장의 월별 합계, 특정기간의 남성고객의 구매 총액 등 -  주관적일 수 있어서 논리적 타당성을 갖추어야 ..

1.분석 대상과 그 방법에 따른 4가지 분석 주제 *** · 분석 대상 0 , 그 분석 방법  0  '최적화(Optimization)" · 분석 대상 0 , 그 분석 방법  X  '솔루션(Solution)' · 분석 대상 X , 그 분석 방법  X  '발견(Discovery)' · 분석 대상 X , 그 분석 방법  0   '통찰(Insight)' 2. 목표 시점별 분석 기획 · 과제 중심 접근방식 - 빠르게 해결해야하는 경우, 빠른 수행과 문제 해결이 목적 · 장기적인 마스터 플랜 방식 - 지속적인 분석 내재화를 위한 경우, 정확도와 무엇이 문제인가에 대한 문제정의가 목적 당면한 분석 주제 해결(과제 단위)지속적 분석 문화 내재화 (마스터플랜 단위)목적빠르게 해결하는 것이 목적지속적으로 해결하는 것이 목..

1. 데이터의 특성 존재적 특성 - 데이터는 있는 그대로의 객관적 사실 = fact                                ex) 수학 80점, 영어 100점 등당위적 특성 - 데이터는 추론, 에측, 전망, 추정을 위한 근거  = 가공 ,집계 등    ex) 평균 90점  2.  정성적, 정량적 데이터정성적 데이터 - 언어 문자 등               ex) 문자 텍스트, 언어, 문자 등정량적 데이터 - 수치, 도형, 기호 등     ex) 30cm , 정육면체, 3시방향 등 3. 정형, 비정형, 반정형 데이터정형 데이터 - 정형화된 틀이 있고, 연산이 가능          ex) CSV , 엑셀 스프레드시트 등비정형 데이터 - 정형화된 틀이 없고, 연산이 불가능   ex) 소셜 데..

분산 · 분산: 데이터들이 중심에서 얼마나 떨어져 있는지를 알아보기 위한 측도다. 관측값에서 평균을 뺀 값을 제곱하고, 그것을 모두 더한 후 전체 개수로 나눠서 구한다. 즉, 차이값의 제곱의 평균이다.· 확률변수의 분산: 확률변수가 취할 수 있는 값들이 그 중심(모평균)에서 얼마나 떨어져 있는지를 측정하는 측도다. 값이 크면 클수록 확률 X값이 기댓값에서 멀리 떨어져 있을 수 있다. · 표준편차 = √분산 -> 편차에 포함된 음수의 개념을 루트를 씌워서 양의 개념으로 바꾼 값.   + 확률변수의 분산은 확률변수의 평균과 마찬가지로 이미 측정되어 있는 값에 대한 것이 아니고 앞으로 측정 또는 관측될 가능성이 있는 값들에 대한 측도다. ++ 편차는 차이의 개념+++ 분산은 거리의 개념 따라서 분산은 음의 개..

3과목 - 데이터분석 1. R 기초와 데이터마트 1.  R 기초  (그냥 깔끔하게 버리자 / 요즘 시험에 안나옴 )데이터 전처리  - 데이터를 분석하기 위해 데이터를 가공하는 작업요약변수 - 수집한 변수를 종합 (재활용성이 높음)파생변수 -  의미를 부여한 변수 (논리적타당성 필요)  2. 데이터 마트- 데이터 웨어 하우스의 한분야로 특정 목적을 위해 사용 (소규모 데이터 웨어하우스) 3. 결측값과 이상값 검색- EDA  (탐색적 자료분석)** 데이터의 의미를 찾기 위해 통계, 시각화를 통해 파악EDA의 4가지 주제 : 저항성의 강조, 잔차 계산, 자료변수의 재표현, 그래프를 통한 현시성-> 저잔재현   - 결측값 = 존재하지 않은 데이터 , null / NA 로 표시, 의미있는 데이터 일수도 있음단순 ..

2과목 - 데이터분석 기획 1. 데이터분석 기획의 이해분석 기획 방향성 도출분석 방법론 ***분석 과제 발굴***분석 프로젝트 관리 방안2. 분석 마스터 플랜마스터 플랜 수립분석 거버넌스 체계 수립  분석 대상과 그 방법에 따른 4가지 분석 주제 ***분석 대상이 무엇인지 알고 있고 그 분석 방법도 알고 있다면 '최적화(Optimization)'분석 대상이 무엇인지 알고 있지만, 그 분석 방법을 모른다면 '솔루션(Solution)'분석 대상이 무엇인지도 모르고 그 분석 방법도 모른다면 있다면 '발견(Discovery)'분석 대상이 무엇인지는 모르지만, 그 분석 방법은 알고 있다면 '통찰(Insight)'【 분석 대상과 그 방법에 따른 4가지 분석 주제 】 빈출 *** !!!!!   분석 방법론 1. KD..

▶ 암묵지: 메뉴얼화 되어있지 않고 개인에게 체화되어 있어 겉으로 드러나지 않음 ⤷ 김치 담그기, 자전거 타기 등등 / 숨겨진 노하우, 영업비밀같은 것 ⤷ 개인에게 내면화 → 조직에게 공통화▶ 형식지: 문서나 매뉴얼화된 지식 ⤷ 교과서, 비디오 등등 ⤷ 언어·숫자·기호로 표출화 → 개인의 지식으로 연결화상호작용 - 개인에게 내면화된 암묵지가 조직의 지식으로 공통화(형식지) 되기 위해서는 표출화하고 이를 다시 개인의 지식으로 연결화하는 과정(메뉴얼, 매개체 등)을 거치게 된다.이는 다시..