범주형 데이터: 분석하고 시각화하기

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

SAS 사용자를 위한 R

SkillTag.level.beginnerSkillTag.label

4.8+

무료로 강의 시작하기

이 첫 번째 장에서는 R 프로그래밍 환경에 익숙해지도록 도와드립니다. 도움말을 확인하는 방법, 데이터셋을 불러오는 방법, 패키지를 추가해 기능을 확장하는 방법을 배웁니다. abalone 데이터셋으로 작업을 시작해 dplyr 워크플로를 통해 기술 통계를 구하고, ggplot2 패키지를 사용해 유용한 시각화를 만들어 봅니다.

Exercise 1: R에서 도움말 확인과 데이터 불러오기 Exercise 2: 도움말 살펴보기 Exercise 3: 데이터셋 로드 및 세부 정보 확인 Exercise 4: 패키지로 기능 추가하기 Exercise 5: 데이터셋 구성과 기술 통계 Exercise 6: 외부 데이터셋 불러오기 Exercise 7: 데이터셋 내용 살펴보기 Exercise 8: 기술 통계 Exercise 9: 그래프 시각화 Exercise 10: 히스토그램 Exercise 11: 상자 그림과 바이올린 플롯 Exercise 12: 산점도

R 환경에 익숙해졌다면, 이번 장에서는 데이터 객체를 다루는 R의 유연성을 더 깊이 이해합니다. abalone 데이터셋에서 변수를 생성하고 수정하는 방법을 배우게 됩니다. 또한 ggplot2 시각화 실력을 활용해 abalone 데이터의 오류를 찾아내고, 분석과 모델링에 바로 사용할 수 있는 최종 정제 데이터셋을 만듭니다.

Exercise 1: 객체 - R를 구성하는 기본 단위 Exercise 2: R에서 데이터 객체 만들기 Exercise 3: 복합 객체 타입 만들기 Exercise 4: 객체에서 원소 선택하기 Exercise 5: 변수 유형 확인하기 Exercise 6: 객체에서 요소 선택하기 Exercise 7: 데이터셋과 데이터 객체 다루기 Exercise 8: 새 변수 만들기 Exercise 9: 변수 다시 코딩하기 Exercise 10: 객체 유형 변환 Exercise 11: 데이터 품질과 정제 Exercise 12: 변수 점검 Exercise 13: 비상식적인 무게 값 Exercise 14: 치수 측정값 점검 Exercise 15: 최종 데이터셋 확인

데이터셋을 정제한 다음 단계는 탐색입니다. 3장에서는 기술 통계를 계산하고, 변수 간 연관성(예: 상관관계)을 탐색하며, 이변량 통계 검정(예: t-검정과 카이제곱 검정)을 수행합니다. 또한 이변량 연관성과 집단 비교 검정을 보여 주는 그래픽 시각화도 생성합니다.

Exercise 1: 탐색적 데이터 분석 Exercise 2: 기술 통계와 함수 마스킹 Exercise 3: 하나 이상의 변수에 대한 특정 통계 Exercise 4: 그룹별 요약 통계 Exercise 5: 상관관계와 t-검정 Exercise 6: 이변량 상관관계 Exercise 7: 산점도 Exercise 8: 성별별 상관관계 Exercise 9: 두 집단에 대한 검정 Exercise 10: 범주형 데이터: 분석하고 시각화하기

현재 연습

Exercise 11: 카이제곱 검정 Exercise 12: 모자이크 플롯 Exercise 13: 패각 무게 범주별 나이 범주

마지막 장에서는 R에서 가장 유연한 데이터 객체 유형 중 하나인 list를 다루는 방법을 배웁니다. 이 기술을 통해 기술 통계, 연관성, 집단 비교 계산의 결과를 저장하고 조작할 수 있습니다. 또한 R에서 ANOVA(분산분석)와 선형 회귀를 수행하는 방법도 학습합니다. 마지막 연습 문제에서는 지금까지의 역량을 종합해 성별, 크기, 무게 측정값으로 abalone의 나이를 예측하는 최적의 모델을 만들어 봅니다.

Exercise 1: 출력 객체 다루기 Exercise 2: 기술 통계 출력 Exercise 3: 요약 결과 Exercise 4: Group_by 결과물 Exercise 5: 리스트 다루기 Exercise 6: Hmisc describe 출력 Exercise 7: 상관분석 결과 Exercise 8: t-검정 결과 Exercise 9: 카이제곱 검정 결과 Exercise 10: ANOVA와 선형 모델 Exercise 11: ANOVA Exercise 12: 선형 회귀 Exercise 13: 최종 모델 평가 Exercise 14: 전복 나이 예측 변수 Exercise 15: 성별별 최적 모형 Exercise 16: 강의 요약 및 추천 사항