총 279개
-
데이터 시각화의 현혹적 표현 사례 분석2025.01.121. 데이터 시각화의 왜곡 데이터 시각화의 왜곡은 정보의 정확한 전달을 방해하며, 때로는 잘못된 해석을 유발할 수 있다. 최근 국내 신문에서 보도된 '한국의 1인당 국민소득이 주요 7개국(G7)과의 격차가 더 벌어졌다'는 기사는 데이터 시각화의 왜곡을 잘 보여주는 사례이다. 이 기사에서 사용된 그래프는 축의 간격이 일정하지 않아 소득 격차를 실제보다 크게 보이게 하였다. 이러한 표현 방식은 데이터의 정확성과 객관성을 훼손할 뿐만 아니라, 독자들에게 과장된 인상을 줄 수 있다. 2. 현혹적 표현의 목적과 영향 현혹적인 표현의 목적은 ...2025.01.12
-
데이터 시각화의 윤리적 고려사항2025.01.041. 데이터 시각화의 현혹적 사례 최근 일부 매체에서 데이터 시각화를 통해 독자의 주목을 끌기 위해 과장된 색상 사용, 축 범위 조정, 비율 조작 등의 현혹적인 기법을 사용하는 사례가 있다. 이는 데이터의 실제 의미를 왜곡하여 독자의 인식과 판단에 부정적인 영향을 미칠 수 있다. 2. 데이터 시각화의 윤리적 고려사항 데이터 시각화 과정에서는 정보의 정확성과 공정성 확보가 매우 중요하다. 데이터 출처와 정확성에 대한 투명성 보장, 과장된 표현 및 오해 요소 지양, 개인이나 집단에 대한 편견 및 피해 방지, 독자의 비판적 사고 촉진 등...2025.01.04
-
선거 여론조사 그래프 왜곡 사례 분석2025.01.041. 그래프 왜곡 사례 최근 선거 기간 동안 여러 미디어에서 여론조사 결과를 왜곡하여 보도하는 사례가 많이 발생했습니다. 이는 그래프 표현의 원칙을 위반한 것으로, 특정 정치적 목적을 위해 의도적으로 그래프를 조작한 것으로 보입니다. 이러한 행위는 선거의 공정성을 해치고 유권자들의 판단에 악영향을 미칠 수 있습니다. 따라서 그래프 표현의 원칙을 준수하고 공정한 보도를 해야 할 것입니다. 1. 그래프 왜곡 사례 그래프 왜곡은 데이터를 잘못 표현하거나 해석하여 잘못된 결론을 내리게 하는 문제입니다. 이는 데이터 분석 과정에서 발생할 수...2025.01.04
-
데이터 시각화의 현혹적 사례 분석2025.01.191. 데이터 시각화의 원칙과 목적 데이터 시각화는 데이터를 그래프, 차트, 테이블, 맵 등의 형태로 보여주는 것으로, 데이터를 더욱 명확하고 강력하게 전달하며 관심과 호기심을 불러일으킨다. 데이터 시각화의 목적은 데이터를 정확하고 효과적으로 전달하는 것이며, 이를 위해 데이터 왜곡 방지, 중요 특징 강조, 비교와 상관관계 명확화, 데이터 범위와 분포 고려, 단위와 출처 명시, 색상과 모양 적절 선택 등의 원칙을 지켜야 한다. 2. 데이터 시각화 사례 분석 첫 번째 사례는 코로나19 백신 접종률과 사망률을 산점도로 나타낸 그래프로, ...2025.01.19
-
QPSK 변조 및 복조 시뮬레이션2025.05.091. QPSK 변조 및 복조 이번 실습을 통해 QPSK 변조 및 복조를 구현하고 측정된 BER과 SER을 이론적 값과 비교하였습니다. 시뮬레이션 결과 Eb/No가 증가함에 따라 비트 오류 확률이 감소하는 것을 확인할 수 있었습니다. 또한 BPSK와 QPSK의 비교를 통해 QPSK가 동일한 Eb/No에서 BPSK와 동일한 BER을 가지지만 데이터 전송률이 더 높다는 것을 알 수 있었습니다. 반면에 QPSK는 위상 왜곡에 더 취약하다는 단점이 있어 통신 환경에 따라 적절한 변조 방식을 선택해야 한다는 것을 알게 되었습니다. 1. QPS...2025.05.09
-
조사연구의 윤리성에 대하여 설명하고, 윤리성을 해치는 사례를 찾아 대응방안을 제시하시오2025.05.121. 조사연구 윤리성의 정의 사회복지사는 클라이언트에게 적합한 서비스를 제공하기 위해서는 조사연구를 실시해야 한다. 조사를 실시하는데 있어서 윤리적으로 옳고 바르게 이루어지고 있는가에 대해서 많은 사람들이 관심을 갖고 있다. 사회복지현장에서 실시하는 조사들을 보면 대부분은 클라이언트 욕구조사이다. 보통은 설문조사로 진행하는 경우가 많다. 그리고 기관 프로그램 및 사업에 대한 만족도 평가, 사회복지정책 및 행정평가, 외부 프로포절을 위한 평가, 정기적으로 진행하는 사회복지시설의 평가가 있다. 사회복지사 윤리강령에서 조사연구 및 평가의...2025.05.12
-
자료에 극단값이 포함된 경우 극단값 처리에 대한 논의2025.01.281. 극단값의 정의와 특성 극단값은 데이터 집합에서 다른 값들과 큰 차이를 보이는 값으로, 일반적으로 데이터 분포의 상하위 1% 또는 3 표준편차를 벗어난 값을 극단값으로 간주한다. 극단값은 오류로 인해 발생하거나 데이터의 본질적 특징을 반영할 수 있다. 2. 극단값이 분석에 미치는 영향 극단값은 평균, 표준편차와 같은 주요 통계값에 큰 영향을 미칠 수 있다. 극단값으로 인해 데이터의 분포가 왜곡되어 정책 결정이나 연구 결과 해석에 오류를 초래할 수 있다. 3. 극단값의 처리 방법 극단값 처리 방법에는 극단값 제거, 다른 값으로 대...2025.01.28
-
데이터 시각화의 윤리적 책임2025.01.131. 데이터 시각화의 오류 최저임금 데이터 시각화에서 수직축 눈금의 조작은 정보의 전달 방식에 있어 중대한 오류를 나타낸다. 수직축의 눈금 간격을 일정하지 않게 설정하여 실제 수입 변화보다 훨씬 크거나 작게 보이도록 만들어, 소비자들이 해당 데이터를 바탕으로 한 정책이나 경제 상황에 대해 잘못된 판단을 내릴 수 있다. 2. 데이터 시각화의 윤리적 책임 데이터 시각화의 윤리적 책임은 정보를 전달하는 데 있어 근본적인 요소이다. 데이터 시각화를 담당하는 개인이나 기관은 소비자에게 정확한 정보를 전달하는 데 있어 윤리적 책임이 있다. 데...2025.01.13
-
자료에 극단값이 포함된 경우 극단값은 반드시 제외해야 하는지, 그렇게 생각하는 이유를 논거하시오.2025.01.271. 극단값이 데이터 분석에 미치는 영향 극단값은 데이터의 중심 경향 및 분포를 왜곡하는 주요 요소로 작용한다. 특히 평균, 표준편차 등 중심화된 통계치를 이용해 데이터 분석을 수행할 경우, 극단값이 포함됨으로써 분석 결과가 실제와 다르게 나타날 수 있다. 또한 극단값은 예측 모델의 성능에 부정적인 영향을 미칠 수 있다. 2. 극단값을 제외해야 하는 상황 극단값을 제외하는 것이 바람직한 경우는 해당 극단값이 데이터의 오류이거나 분석의 목적에 부합하지 않는 경우이다. 또한 극단값이 데이터의 분포나 경향성을 과도하게 왜곡할 경우 이를 ...2025.01.27
-
새빨간 거짓말 통계 - 핵심정리 - 빌 게이츠 TED 강연 중 추천도서 - Lie of Statistics 통계 너마져?2025.01.181. 통계학의 기초 개념 통계학은 데이터의 수집, 분석, 해석, 발표 및 조직화에 관한 학문이다. 통계학의 기본 지식과 주요 개념으로는 모집단과 표본, 변수, 기술 통계, 추론 통계, 확률, 확률분포, 표본 분포, 평균, 중앙값, 모드, 분산, 표준편차, 귀무가설과 대립가설, 유의수준, p-값, 검정 통계량, 단순 회귀 분석, 다중 회귀 분석, 상관계수, 표본 추출 방법 등이 있다. 2. 통계학의 중급 개념 통계학의 중급 개념에는 가설 검정, 회귀 분석, 분산 분석, 비모수적 방법, 표본 크기 계산, 상관 분석 등이 포함된다. 이러...2025.01.18
1 / 28
