ADsP
-
[ADsP] 3과목 데이터 분석_요약 정리(4.통계분석)ADsP 2021. 2. 27. 20:56
4. 통계분석 4_1. 통계분석의 이해 * 총 조사/전수 조사(census) - 대상 집단 모두를 조사하는데 많은 비용과 시간이 소요되므로 특별한 경우를 제외하고는 사용 되지 않는다. (ex. 인구주택 총 조사) * 표본조사 - 대부분의 설문조사가 표본조사로 진행되며 모집단에서 샘플을 추출하여 진행하는 조사이다. - 모집단(population) : 조사하고자 하는 대상 집단 전체 - 원소(element) : 모집단을 구성하는 개체 - 표본(sample) : 조사하기 위해 추출한 모집단의 일부 원소 - 모수(parameter) : 표본 관측에 의해 구하고자 하는 모집단에 대한 정보 - 모집단의 정의, 표본의 크기, 조사방법, 조사기간, 표본추출방법을 정확히 명시해야 한다. * 표본 추출 방법 4가지 - 표..
-
[ADsP] 3과목 데이터 분석_요약 정리(1.데이터 분석 개요, 2.R 프로그래밍 기초, 3.데이터 마트)ADsP 2021. 2. 27. 20:53
1. 데이터 분석 개요 1_1. 데이터 분석 기법의 이해 * 시각화(시각화 그래프) - 시각화는 가장 낮은 수준의 분석이지만 잘 사용하면 복잡한 분석보다도 더 효율적이다. - 대용량 데이터를 다루는 빅데이터 분석에서 시각화는 필수이다. - 탐색적 분석을 할 때 시각화는 필수이다. - SNA 분석(사회연결망 분석)을 할 때 자주 활용된다. * 공간분석(GIS) - 공간분석(Spatial Analysis)은 공간적 차원과 관련된 속성들을 시각화하는 분석이다. - 지도 위에 관련 속성들을 생성하고 크기, 모양, 선 굵기 등으로 구분하여 인사이트를 얻는다. * 탐색적 자료 분석 (EDA) - 탐색적 분석은 다양한 차원과 값을 조합해가며 특이한 점이나 의미 있는 사실을 도출하고 분석의 최종 목적을 달성해가는 과정..
-
[ADsP] 2과목 데이터 분석 기획 - 요약 정리ADsP 2021. 2. 27. 20:50
1. 데이터 분석 기회의 이해 1_1. 분석 기획 방향성 도출 * 데이터 사이언티스트 3가지 영역 1) 수학/통계학적 지식 2) 정보 기술(IT기술, 해킹기술, 통신기술 등) 3) 비즈니스 * 분석의 대상(What)과 분석의 방법(How)에 따른 분석 유형 4가지 1) 최적화(Optimization) What-known, How-known 2) 통찰(Insight) What-unknown, How-known 3) 해법(Solution) What-known, How-unknown 4) 발견(Discovery) What-unknown, How-unknown * 목표 시점별 분석 기획 방안 1) 과제 중심적인 접근 방식 : 당면한 과제를 빠르게 해결 목표 - Speed & Test, 과제유형 - Quick-W..
-
[ADsP] 1과목 데이터 이해 - 요약 정리ADsP 2021. 2. 27. 20:47
1. 데이터의 이해 1_1. 데이터와 정보 * 데이터의 정의 1) 데이터(Data)라는 용어는 1646년 영국 문헌에 처음 등장하였으며 라틴어인 dare(주다)의 과거 분사형으로 ‘주어진 것’이란 의미로 사용되었다. 2) 1940년대 이후 컴퓨터 시대 시작과 함께 자연 과학뿐만 아니라 경영학, 통계학 등 다양한 사회 과학이 진일보하며, 데이터의 의미는 과거의 관념적이고 추상적인 개념에서 기술적이고 사실적인 의미로 변화되었다. 3) 데이터는 추론과 추정의 근거를 이루는 사실이다. ㅂ(옥스퍼드 대사전) 4) 데이터는 단순한 객체로서의 가치뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 갖는 것으로 설명되고 있다. * 데이터의 유형 1) 정성적 데이터(Qualitative Data) - 저장, 검색, 분석에..