솔

1. 데이터 전처리데이터 전처리는 분석의 정확도를 높이기 위한 첫 단계입니다.1.1. 결측값 처리 • 결측값(NA)은 분석에 방해가 될 수 있습니다. 이를 제거하거나 채워야 합니다. • 제거: na.omit(data) • 평균 대체: data$col[is.na(data$col)] 1.2. 이상치 처리 • 데이터의 이상치를 제거하거나 수정합니다. • IQR 방법:Q1 Q3 IQR data = (Q1 - 1.5 * IQR) & data$col 1.3. 데이터 형 변환 • 날짜 형식 변환:data$date • 범주형 변환:data$group 2. 종속변수와 독립변수 설정분석의 목표를 설정합니다: • 종속변수(Y): 예측하려는 변수 • 독립변수(X): 종속변수에 영향을 미치는 변수들3. 분석 모델 생성 전, ..

1. 데이터 전처리 과정 2. 종속변수 하나와 독립변수 여러 개를 설정 3. 모델을 만들기 전, 모델의 정확도를 높이기 위해 각각의 독립변수의 정규성과 종속변수에 미치는 영향성 확인 3.1. 종속변수 = 연속형 , 독립변수 = 연속형 인 경우3.1.1 각 변수가 정규성을 따르는지 확인 (shapiro.test)3.1.2. 정규성 여부에 따라 cor.test진행 ( 정규성을 따른다면 pearson, 정규성을 따르지 않는다면 spearman, 작은 데이터나 비선형적 관계라면 kendall 옵션적용 ) -예시 코드cor.test(data$mpg, data$wt)# Spearman 상관계수 및 검정cor.test(mtcars$mpg, mtcars$wt, method = "spearman")  p-value-13..

#데이터 불러오기 및 확인 #table 을 한 이유는 변속기의 분포를 확인하기 위해서  #모델 생성에서 경고메세지 발생 -> 다중공선성을 확인해보았더니 값이 매우 크게 나옴 #따라서 다중공선성이 큰 독립변수를 제거하고 새로운 모델 생 #새로운 모델 확인 결곽 cyl이 유의미한 영향을 미치지 않는다는 결과 얻음. 따라서 cyl제거하고 새로운 모델 생성#새로운 모델 확인 결과 AIC값은 조금 높아졌음.  #lrtest를 통해 두 모델을 비교해본 결과 model1이 더 설명력이 높다는 결론을 얻음. #따라서 cyl이 유의미한 영향을 미친다고 할 수는 없지만 모델의 설명력이 더 높으므로 model 1을 최종모델로 선택한다.

#데이터 전처리  #데이터 전처리 이후 종속변수의 정규성 판단#종속변수가 정규성을 따르지 않는다는 것을 확인했다. #데이터가 비정규성이므로 이를 분석하기 위해 rlm을 사용한다. #그러기 위해 rlm을 하는데 사용되는 MASS라이브러리를 불러온다. #rlm 진행#t 값을 확인하면 주말/주중 데이터는 유의미한 영향력이 없다는 것을 알 수 있다.#따라서 주중/주말 데이터 제거하고 새로운 모델 생성 새로운 모델에서는 모든 독립변수가 종속변수에 유의미한 영향을 준다는 것을 볼 수 있고,다중공선성 검증 결과 값이 1내외로 아주 작은 값이므로 다중공선성에도 문제가 없다. 따라서 이 모델을 최종 모델로 선별한다. 함의 기온(Temp):기온이 1도 상승할 때 오존 농도는 약 1.32 ppb 증가.t-value = 7...

https://data.kma.go.kr/data/grnd/selectAsosRltmList.do?pgmNo=36&openPopup=Y 자바스크립트가 비활성 되었습니다. 해당 기능은 자바스크립트에서 활성상태에서 사용가능합니다. 종관기상관측이란 종관" data-og-host="data.kma.go.kr" data-og-source-url="https://data.kma.go.kr/data/grnd/selectAsosRltmList.do?pgmNo=36&openPopup=Y" data-og-url="https://data.kma.go.kr/data/grnd/selectAsosRltmList.do?openPopup=Y&pgmNo=36" data-og-image=""> 기상자료개방포털[데이터:기상관측:지상:종..

문제: 귀무가설: 나이를 **세 그룹(30세 미만, 30~50세, 50세 이상)**으로 나누었을 때, 운동하는 사람들 중에서 체중의 평균이 그룹 간에 유의미한 차이가 없다대립가설: 나이를 세 그룹으로 나누었을 때, 운동하는 사람들 중에서 체중의 평균이 그룹 간에 유의미한 차이가 있다. 가설 설정: H0 (귀무가설): 나이별 그룹 간 체중 평균에 유의미한 차이가 없다H1 (대립가설): 나이별 그룹 간 체중 평균에 유의미한 차이가 있다근력운동 BE5_1   -> 1,8 비운동 2,3,4,5,6 운동나이 age몸무게 HE_wt     > s > s > s > s$age_group > s$undong > u    > bartlett.test(HE_wt~age_group, data=u)         Bartle..

h0 평균시간이같다 h1 평균시간이다르다 (일한는사람과 안하는사람의 수면시간) EC1_1 (경제) BP16_1 (수면시간) age sex > d = read_sas("hn22_all.sas7bdat") > df = d[,c("EC1_1","BP16_1","sex","age")] > df2 = df[df$sleep> df3 = na.omit(df2) > qqnorm(df3$sleep) > var.test(sleep~job, data=df3)  //분산분석 (두 그룹의 수면시간은 다르다는 결과)         F test to compare two variances data:  sleep by job F = 0.7063, num df = 2999, denom df = 2023, p-value alternat..

## 가설 검증  1. 당뇨인 군과 아닌 군의 평균체중은 차이가 있다. 2. 당뇨환자의 연령그룹이 40세 미만, 40~60, 60세 이상인 그룹 별 평균 체중은 차이가 있다. ## ex1.txt  # 대상자 번호  pid # 당뇨측정시점  redcap_event_name  # 당화혈색소  HbA1c # HbA1c(당화혈색소) ≥ 6.5% : 당뇨 정의 ## ex2.txt  # 체중_대상자 번호 BW_myhealth_id # 체중_측정 일시 BW_date_measured # 체중_측정값 BW_value ## ex3.txt  # 대상자 번호 pid # 대상자 나이 age  # 대상자 성별 sex  1. 데이터 불러오기 및 전처리# 데이터 불러오기 (txt 파일을 데이터프레임으로)h_data =30 & bw_..

1. t-test (두 그룹 간 평균 비교) 목적: 두 그룹 간 평균 차이가 유의미한지 확인합니다. 예를 들어, 당뇨 환자와 비당뇨 환자의 평균 체중 비교가 가능합니다. 데이터 형식: • txt, csv, sas7bdat, sav 등의 파일에서 데이터를 불러옵니다. • 파일에는 그룹 변수(예: 당뇨 여부)와 측정 변수(예: 체중) 같은 컬럼이 포함되어 있어야 합니다. 검증 과정1.데이터 로드두 그룹을 비교할 수 있는 데이터 파일을 불러옵니다.예: txt 파일에 당뇨 여부와 체중 데이터가 포함.2.등분산성 가정 확인t-test를 수행하기 전에,그룹 간 분산이 동일한지를 확인하기 위해 Bartlett’s Test 또는 Levene’s Test를 수행합니다.등분산성 검증 결과p-value  검증 결과•p-va..