learning-log22 님의 블로그

데이터 분석 역량을 증명하기 위해 대학 졸업 요건인 ADsP 시험에 응시하게 되었습니다. 시험 준비 기간은 딱 일주일로 잡았습니다. ADsP는 1,2,3과목으로 나눠져있는데 전공자인 제 입장에선 3과목이 크게 부담스럽지 않았습니다. 3과목은 R을 활용해 분석 결과를 통계적으로 해석하는 문제들로 구성되어 있었는데, 평소 R을 자주 다뤄본 덕분에 비교적 수월하게 공부할 수 있었습니다. 2025 최신개정 데이터에듀 ADsP 데이터분석 준전문가 | 윤종식 - 교보문고2025 최신개정 데이터에듀 ADsP 데이터분석 준전문가 | 〈2025 최신개정 ADsP 데이터에듀 데이터분석준전문가〉는 ADsP 합격 바이블 〈민트책〉의 '12번째 시리즈'입니다. 핵심 요약이 담긴 부록 ‘ADsPproduct.kyobobook...

데이터 분석의 기초를 다지고 싶어 SQLD 시험에 도전하기로 결심했습니다. SQLD를 선택한 이유는 준비 기간이 비교적 짧고, 데이터 분석 커리어의 토대를 쌓기 좋다고 판단했기 때문입니다. 솔직히 ‘최고 점수’를 노린 건 아니었어요. 그저 ‘자격증 하나쯤은 따두자’라는 마음이 컸고, 그러다 보니 접수 기간이 한창 넉넉할 때도 미루고 미루다가 어느새 시험 3일 전이 되어버렸습니다. 환불조차 불가능한 시점이라 ‘시험 삼아 한번 봐보자’는 심정으로 응시를 결심했지만, 실제 공부는 비록 하루지만 열심히 했습니다.왜 SQLD였나?실무 활용성데이터베이스의 구조와 쿼리 작성 능력은 현업에서 필수적인 스킬이죠.목표 설정IT 관련 자격증 중 비교적 준비 기간이 짧은 편이고, 데이터분석 커리어의 토대가 될 것 같았어요.저..

$$ M_n^{(1)}=\sum_{t}Z_t/m=(Z_{n-m+1}+Z_{n-m+2}+...+Z_n)/m $$$$ M_n^{(1)}=\sum_{t}Z_t/m=(Z_{n-m+1+...+Z_n)/m $$reveiw. 계절지수평활법 계절 요인이 뚜렷한 자료의 지수평활법이며 가법/승법으로 분리해서 사용가법계절모형시계열의 평균수준이 시간의 흐름에 따라 변화하지만, 분산(그 변동의 폭)이 시간이 흐름에 관계없이 일정한 경우$$ Z_t=T_t+S_t+I_t $$승법계절모형시계열 변동의 폭과 계절주기의 폭이 추세에 비례하여 변화할때 사용$$ Z_t=T_tS_t+I_t $$1. 분해법과 계절조정1) 분해법: 시계열을 분석하는 전통적인 방법으로 이론적으로는 미흡하나 주로 경험에 의존하고 직관적이며 이해가 쉬움(계절성분이 ..

# 데이터 로드load("final.RData")# 데이터 구조 확인str(newresponse) # 환자 정보 데이터셋str(imp_newLYMexpr) # 유전자 발현량 데이터셋# 필요한 패키지 로드library(ggplot2)library(GGally) # 상관관계 매트릭스 시각화library(reshape2) # 데이터 변환 (melt)# gene signature 변수만 선택gene_data

# 필요한 패키지 설치 및 로드install.packages("ggmap")install.packages("dplyr")install.packages("tidyr")library(ggmap)library(dplyr)library(tidyr)# Google Maps API 키 등록 (발급받은 API 키로 대체)register_google(key = "YOUR_GOOGLE_MAPS_API_KEY")# PM_10 데이터 로드pm_data % group_by(년도, PM_Level) %>% summarise(across(all_of(city_columns), sum, na.rm = TRUE)) %>% pivot_longer(cols = -c(년도, PM_Level), names_to = "도시", valu..

#1# 데이터 불러오기hotel_data

library(dplyr)library(readr)houseprice%rename(region = 지역명, size = 규모구분, year=연도, month=월, price=분양가격)# 도시별로 데이터 나누기houseprice % filter(size== "모든면적")# 2018년부터 2023년까지의 데이터만 필터링filtered_data % filter(year >= 2018 & year % group_by(region, year) %>% summarize(avg_price = mean(price, na.rm = TRUE)) %>% ungroup()# 지역별 년도에 따른 가격 상승 그래프ggplot(average_price_per_year, aes(x = year, y = avg_price, c..

사례원하는 데이터를 획득하는 대상변수사럐가 갖는 속성을 실제 측정한 내용정량적 변수변수 측정값이 양적 의미를 지니고 있음 측정값에 대해 크기 비교가 가능하고 비례 관계 성립 측정 척도: numeric/ double - 실수로 측정, integer- 정수로 측정정성적 변수변수 측정값의 양적 의미가 없음 측정 척도: factor-범주를 구분하기 위한 척도, factor의 측정값은 양적 의미가 없는 수치도 가능/ character- 문자값으로 측정데이터 구조벡터: 1차원 행렬: 1차원인 행렬이 여러개 모여 2차원인 행렬을 만든다, 배열: 여러개의 행렬이 배열을 구성한다. 벡터, 행렬, 배열- 변수 측정 척도가 반드시 동일 리스트: (벡터와 동일)1차원 구조, (벡터와 다름)변수 측정 척도가 다양 데이터 프레임..

#1plot(pressure$temperature,pressure$pressure,xlab = "temperature",ylab = "pressure")cor(pressure$temperature,pressure$pressure)#2(1)yearst=seq(1:12)male =c(73.9,73.1,74.4,74.2,73.5,73.0,74.2,74.5,73.8,73.1,74.5,74.2)Female =c(51.4,50.5,52.4,52.4,51.9,50.9,52.6,52.7,52.2,51.5,53.2,53.1)years=c("20144","20151","20152","20153","20154","20161","20162",        "20163","20164","20171","20172","20173"..