총 1,057개
-
확률, 랜덤변수 및 랜덤신호 원리 기초2025.11.151. 랜덤변수(Random Variable) 랜덤변수는 확률실험의 결과를 수치로 나타내는 함수입니다. 표본공간의 각 원소에 실수값을 할당하며, 이산랜덤변수와 연속랜덤변수로 분류됩니다. 확률분포함수와 확률밀도함수를 통해 랜덤변수의 특성을 분석하고, 기댓값과 분산 등의 통계량을 계산하여 랜덤변수의 성질을 파악합니다. 2. 확률분포(Probability Distribution) 확률분포는 랜덤변수가 특정 값을 가질 확률을 나타내는 함수입니다. 누적분포함수(CDF)와 확률질량함수(PMF), 확률밀도함수(PDF)로 표현되며, 정규분포, 이항...2025.11.15
-
C언어 판매 실적 보고서 생성 프로그램2025.11.161. C언어 배열과 반복문 C언어에서 2차원 배열을 사용하여 5명 직원의 4분기 판매 데이터를 저장하고, 중첩 반복문(for loop)을 통해 개인별 총합, 분기별 총합, 전체 총합을 계산하는 기본적인 프로그래밍 기법입니다. 배열 인덱싱과 누적 연산을 활용하여 데이터를 효율적으로 처리합니다. 2. 데이터 집계 및 통계 계산 판매 실적 데이터를 행(직원)과 열(분기)별로 집계하여 개인별 연간 판매액, 분기별 총 판매액, 분기별 평균 판매액을 계산합니다. 이를 통해 경영진이 판매 현황을 파악하고 성과 분석을 수행할 수 있는 기초 통계 ...2025.11.16
-
방통대 통계데이터학과 R컴퓨팅 A+2025.01.241. R 프로그래밍 이 프레젠테이션은 R 프로그래밍 언어를 사용하여 다양한 통계 작업을 수행하는 방법을 다룹니다. 주요 내용으로는 벡터 생성, 통계 함수 사용, 결측치 처리, 데이터 추출 및 조작, 성적 등급 부여, 반복문 활용 등이 포함됩니다. 2. 통계 데이터 분석 이 프레젠테이션은 R 프로그래밍을 통해 통계 데이터를 분석하는 방법을 소개합니다. 주요 내용으로는 USArrests 데이터셋을 활용한 데이터 추출 및 통계량 계산, 모의시험 점수 데이터를 이용한 성적 등급 부여 등이 포함됩니다. 3. 반복문 활용 이 프레젠테이션은 f...2025.01.24
-
방송통신대학교 통계학과 데이터처리와활용 중간과제2025.01.261. 데이터베이스 설계 온라인 도서 대여 시스템의 데이터베이스를 설계하는 문제입니다. ER 다이어그램을 그리고 관계형 데이터베이스 스키마를 작성하며, 제3 정규형을 만족하는지 설명합니다. 2. SQL 쿼리 작성 데이터베이스 설계를 바탕으로 다음과 같은 SQL 쿼리를 작성합니다: a) 회원 테이블 생성 쿼리, b) 가장 많이 대여된 상위 5개 도서의 제목과 대여 횟수 조회 쿼리, c) 현재 연체 중인 모든 대여 정보와 해당 회원의 이름, 도서 제목 조회 쿼리, d) 특정 회원의 총 대여 횟수와 전체 회원의 평균 대여 횟수 비교 쿼리,...2025.01.26
-
대선 후보 및 정당 지지율 여론조사 신뢰성 제고 방안2025.01.061. 여론조사 표집 방법 개선 여론조사 기관들은 주로 할당표집 방식을 사용하고 있지만, 이 방식은 모집단의 특성을 완전히 반영하지 못하는 한계가 있다. 따라서 무선표집 방식을 도입하여 모든 응답자가 표본으로 선정될 수 있는 기회를 균등하게 제공하는 것이 필요하다. 이를 위해 최대 몇 회까지의 재접촉을 실시한다는 합리적인 기준을 마련해야 한다. 2. 여론조사 무응답 처리 개선 여론조사에서 무응답률이 높은 것은 조사 결과의 편향을 야기할 수 있다. 따라서 여론조사 참여에 대한 보상(incentive) 제공 등을 통해 참여도를 높이고, ...2025.01.06
-
2023_아주대_기계공학기초실험_통계처리와 측정오차 보정_만점 결과보고서2025.01.221. 통계학 통계학은 취득할 수 있는 데이터나 선별된 데이터로부터 정보를 얻어내는 하나의 방법론이다. 방대한 데이터가 있으면, 이를 잘 가공하여 새로운 정보 혹은 유의미한 결과를 이끌어내는 것으로서, 여론조사, 월별 전력 사용량, 코로나 감염자 수, 더 나아가 AI기술에서의 적용까지 다양한 영역에서 활용되고 있다. 2. 모집단과 표본 모집단: 통계처리의 전체 대상, 관찰대상에 대한 모든 측정치가 포함된 자료집단 표본: 모집단에서 통계처리를 위해 선정된 개체, 모집단의 일부분 우리가 접하는 통계의 결과는 대부분 표본이다. 모집단에 속...2025.01.22
-
방송통신대학교 통계데이터학과) 파이썬과 R 출석수업과제물 (30점 만점 A+)2025.01.261. R 데이터프레임 생성 R을 사용하여 name, height, weight 3개의 열을 갖는 데이터프레임을 생성하고, 첫 번째 사람 kim의 키와 몸무게 두 값(이름 제외)을 배열로 추출하였습니다. 2. 파이썬 딕셔너리 생성 x1, x2, x3 리스트를 사용하여 name, height, weight 키를 가진 파이썬 딕셔너리를 생성하였습니다. 3. 파이썬 데이터프레임 생성 파이썬에서 생성한 딕셔너리를 사용하여 데이터프레임을 만들고, 첫 번째 사람 kim의 키와 몸무게 두 값(이름 제외)을 배열로 추출하였습니다. 4. 파이썬 함수...2025.01.26
-
로버스트 회귀와 비선형 회귀분석2025.11.171. 로버스트 추정량 로버스트 추정량은 모형의 기본 가정(독립성, 등분산성, 정규성 등)의 성립 여부에 민감하지 않은 추정량입니다. 특히 정규성 가정이 성립하지 않아 자료의 분포가 정규분포보다 두터운 꼬리를 가질 때 특이값이 나타날 가능성이 증가합니다. 좁은 의미의 로버스트 추정량은 특이값에 덜 민감한 특성을 가지며, 중심위치 추정 시 중앙값이 표본평균보다 로버스트한 특성을 보입니다. 2. 보통최소제곱추정량(OLSE) 보통최소제곱추정량(OLSE)은 특이값에 민감한 추정량입니다. 이는 값들의 차이를 제곱하여 더 크게 증폭시키는 제곱합...2025.11.17
-
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
-
외적 타당도의 저해요인과 외적타당도를 높이는 방법2025.01.031. 외적 타당도의 저해요인 외적 타당도란 조사결과를 보다 많은 상황과 사람들에게 적용시킬 수 있는 정도를 의미하며, 외적 타당도의 문제는 조사연구에서 선정된 표본의 대표성과 실험조사에 대한 민감성이다. 표본의 대표성을 높이기 위해서는 가능하면 확률적 표집 또는 무작위표집을 사용하는 것이 좋지만, 실험조사에서는 이것이 어려운 경우가 많다. 또한 선정요인과 실험조사에 대한 민감성도 외적 타당도를 저해하는 요인이 될 수 있다. 2. 외적 타당도를 높이는 방법 외적 타당도를 높이기 위한 외적 요인 통제방법으로는 배합, 난선화, 통계적 통...2025.01.03
2 / 106
