페르소나

Intro curve fitting : 커브피팅, 곡선적합, 곡선근사, 곡선피팅, .... - polynomial regression : 다항식 회귀 - polynomial interpolation : 다항식 보간 curve fitting은 데이터 근사에 사용된다. 오차를 가지는 데이터의 통계적 근사를 regression, 데이터 포인트를 통과하는 곡선을 수치적으로 나타내는 것을 interpolation이라 간단하게 구분할 수 있다. regression, 즉 회귀의 경우는 통계적 추정에 따라 회귀 적합도를 나타내는 R-square(결정계수)이라는 총변동합의 비율로 근사정도를 판단한다. 총 2개의 포스트로 구성되어있다. (1) polynomial regression : scipy, numpy (2) pol..

INTRO 1999년 미국 회사의 CEO와 성과 자료 1. 표의 빈칸에 해당하는 기초 통계량을 구하시오. 2. profits에 따른 CEO의 salary에 대한 산점도를 그리고 상관계수를 구하시오. 3. profits에 따른 CEO의 salary에 대한 단순선형회귀식을 구하고 분석하시오. 4. profits과 age, sales에 따른 CEO의 salary의 회귀식을 구하고 분석하시오. 5. profit, age, sales, tenure, assets에 따른 CEO의 salary의 회귀식을 구하고 분석하시오. 6. 후진제거법으로 최적의 회귀식을 찾으시오. 단, salary를 종속변수로 한다. 7. 전진선택법으로 최적의 회귀식을 찾으시오. 단, salary를 종속변수로 한다. 8. 단계적방법으로 최적의 ..

INTRO 1. 후진 제거법(Backward Elimination) 2. 전진 선택법(Forward Selection) 3. 단계별 방법(Stepwise Method) # 참고 : 텍스트북 사진 찍고 텍스트 추출하기 구글킵(google keep) app 사용 - 추출을 원하는 텍스트를 포함하도록 사진을 찍는다. - google keep을 다운 받아 app을 시전한다. - 사진을 선택하고 사진 전체를 터치하면 우상단에 메뉴에서 "이미지에서 텍스트 가져오기"를 클릭 - "이미지에서 텍스트 가져오기"는 동기화 시간에 따라 짧은 시간이 필요하다. - 추출된 텍스트를 확인하여 구조를 분석하면 쉽게 텍스트(데이터)를 구조화 할 수 있다. 3. 단계별 방법 전진 선택법에 의해 변수를 추가하면서 그로인해 기인된 기존 ..

INTRO 1. 후진 제거법(Backward Elimination) 2. 전진 선택법(Forward Selection) 3. 단계별 방법(Stepwise Method) 2. 전진 선택법 절편만 있는 상수모형으로부터 시작해 중요하다고 생각되는 설명변수 중 모형에 추가했을 때 제곱합의 기준으로 가장 설명을 잘하는 변수를 고려하여 추가하고 그렇지 않은 경우 추가를 멈추는 방법 dataset MASS package hills data time을 종속변수로 forward selection test_forward_selection_step.R rm(list=ls()) setwd = "~/Rcoding" library(MASS) data(hills) head(hills) step_forward_model = step..

INTRO 1. 후진 제거법(Backward Elimination) # 참고 : 단계별 변수 선택 방법 자동으로 수행하기 2. 전진 선택법(Forward Selection) 3. 단계별 방법(Stepwise Method) 1. 후진 제거법 독립변수 후보 모두를 포함한 모형에서 출발해 제곱합의 기준으로 가장 적은 영향을 주는 변수부터 하나씩 제거하면서 더 이상 유의하지 않은 변수가 없을 때까지 설명변수들을 제거하고 모형을 선택하는 방법 dataset X1 X2 X3 X4 Y 7 26 6 60 78.5 1 29 15 52 74.3 11 56 8 20 104.3 11 31 8 47 87.6 7 52 6 33 95.9 11 55 9 22 109.2 3 71 17 6 102.7 1 31 22 44 72.5 2 5..

INTRO 1. 회귀분석이란? 2. 단순회귀분석 3. 다중회귀분석(중회귀분석) 4. 다항회귀분석 회귀분석 방법 : summary - Residuals(잔차) - Coefficients(회귀계수) - 모델 적합도 : Multiple R-squared, Adjusted R-squared, F-statistic, p-value 다중회귀분석(Multiple Regression Analysis) test_regression_2.R rm(list=ls()) setwd = "~/Rcoding" ## multiple linear regression set.seed(2) u = runif(10,0,11) v= runif(10,11,20) w = runif(10,1,30) y = 3 + 0.1*u + 3*v -3*w + ..

INTRO 1. 회귀분석이란? 2. 단순회귀분석 3. 다중회귀분석(중회귀분석) 4. 다항회귀분석 회귀분석 방법 : summary - Residuals(잔차) - Coefficients(회귀계수) - 모델 적합도 : Multiple R-squared, Adjusted R-squared, F-statistic, p-value 단순회귀분석(Simple Regression Analysis) test_regression_1.R rm(list=ls()) setwd = "~/Rcoding" ## simple linear regression ## create vector (x1,y1) ,..., (xn,yn) set.seed(2) x = runif(10,0,11) y = 2 + 3*x + rnorm(10,0,0.2) ..

INTRO 회귀분석(Regression Analysis) 1. 회귀분석 종류 2. 단순회귀분석 / 다중회귀분석(중회귀분석) 3. 최적회귀방정식 선택 : 설명변수 선택 1. 회귀분석 종류 2. 단순회귀분석 / 다중회귀분석 회귀분석 : 하나 또는 그 이상의 변수들이 또 다른 변수에 미치는 영향에 대한 추론을 위한 통계기법 영향을 받는 변수를 종속변수(반응변수) y로 표기하며 영향을 주는 변수를 독립변수(설명변수) x, x1, x2 형태로 표기 단순선형회귀모형 : 1개의 독립변수와 1개의 종속변수로 이루어져 있으며 오차항을 포함하는 선형관계식으로 나타냄