• AI글쓰기 2.1 업데이트
BRONZE
BRONZE 등급의 판매자 자료
non-ai
판매자가 AI를 사용하지 않은 독창적인 자료

[2014 : 방통대 보건정보데이터분석] Health Big data의 정의와 출연배경, 특징 / 상대위험도 / 반복측정분산분석(ANOVA)

12 페이지
워드
최초등록일 2015.03.16 최종저작일 2014.10
12P 미리보기
[2014 : 방통대 보건정보데이터분석] Health Big data의 정의와 출연배경, 특징 / 상대위험도 / 반복측정분산분석(ANOVA)
  • 미리보기

    과제정보

    학과 통계·데이터과학과 학년 3학년
    과목명 보건정보데이터분석 자료 1건
    공통 1. Health Big data이 정의와 출연배경, 특징을 설명하고 Health Big data를 분석 처리하기 위한 방법과 기술을 설명하라. (10점)
    2. 다음과 같은 상대위험도가 산출되었을 때 결과를 해석하라.
    또한 인종별(A,B)로 구별한 경과를 분석하고 전체적으로 시사점을 설명하라. (10점)
    3. 다음의 주어진 자료를 반복측정 분산분석(Repeated measure ANOVA)을 실시하고 해석하라. (10점)

    소개

    2014 한국방송통신대학교 보건정보데이터분석 중간과제물

    문제 :
    1. Health Big data의 정의와 출연배경, 특징을 설명하고 Health Big data를 분석처리하기 위한 방법과 기술을 설명하라. (10점)
    2. 다음과 같은 상대위험도가 산출되었을 때 결과를 해석하라. 또한 인종별(A,B)로 구별한 경과를 분석하고 전체적으로 시사점을 설명하라. (10점)
    3. 다음의 주어진 자료를 반복측정분산분석(Repeated measure ANOVA)을 실시하고 해석하라. (10점)

    * 참고문헌 및 참고자료를 명시하였습니다.
    * 성실하게 작성하여 만점 받은 레포트입니다.
    과제물 작성 시, 참고하시면 좋을 것 같습니다.

    목차

    Ⅰ. 보건의료 빅데이터(Heath Big Data)․
    1. 보건의료 빅데이터(Health Big data)의 정의 및 출연배경
    2. 보건의료 빅데이터(Health Big data)의 특징
    3. 보건의료 빅데이터(Health Big data)의 분석처리 기술
    1) 텍스트 마이닝
    2) 소셜네트워크 분석
    3) 군집분석

    Ⅱ. 상대위험도(Relative Risk)
    1. 상대위험도 산출결과의 해석
    2. 인종 별 경과 분석 및 시사점

    Ⅲ. 반복측정분산분석(Repeated measure ANOVA) 결과 및 해석

    참고자료

    본문내용

    1. 보건의료 빅데이터(Health Big data)의 정의 및 출연배경
    디지털 사회에서 소비자들은 PC, 스마트폰, 태블릿, IPTV, 그리고 웨어러블(wearable)컴퓨터에 이르기까지 다양한 멀티스크린으로부터 정보와 서비스를 이용하는 디지털생활을 영위하고 있다. 디지털 생활의 일상화로 인해 우리를 에워싼 데이터의 양이 폭증하였고, 이러한 현상이 데이터의 생산, 유통 및 소비 체계에 큰 변화를 주면서 데이터가 곧 경제적 자산이자 힘이 될 수 있는 빅데이터(Big Data) 시대가 도래하였다. 빅데이터에 관한 많은 정의들이 있지만, 일반적으로 빅데이터란 기존 데이터베이스 관리도구의 데이터 수집·저장·관리·분석의 역량을 넘어서는 대량의 정형 또는 비정형 데이터 집합 및 이러한 데이터로부터 가치를 추출하고 결과를 분석하는 기술을 의미한다. 빅데이터 시대에서 정보통신기술이 여타 다른 산업들과 융·복합되며 방대한 양의 데이터들이 생산되고 있는 가운데 사회변화에 따른 삶의 질에 대한 욕구 및 현안 해결에 있어 빅데이터의 활용은 매우 중요한 과제로 떠오르고 있다.

    <중략>

    군집분석은 비슷한 특성을 가진 개체를 합쳐가면서 최종적으로 유사 특성의 군집을 발굴하는 데 사용된다. 수많은 데이터 중 유사성이 많은 것만을 모음으로써 그룹 내에서는 단위의 동질성을 극대화하고, 서로 다른 그룹 간에는 그 차이(이질성)를 극대화 시키는 것을말한다.
    군집분석 기법의 대표적인 것으로는 두 가지가 있다. 첫째로 비계층적(non-hierarchical) 기법은 N개의 구성인자를 M개의 클러스터로 분류하는 것이다. K-평균알고리즘(K-means algorithm)이 대표적인데, 여기서는 주어진 데이터를 k개의 클러스터로 묶으면서 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 동작한다.

    <중략>

    반복측정(Repeated measurements)은 동일한 실험 단위에 대해 여러 번의 측정을 하는 것으로, 보건의료 분야에서는 임상실험 등의 경우에 자주 일어난다. 이처럼 동일한 실험 단위에 대해 반복적으로 측정된 자료를 분석하는 유용한 도구로, 반복측정분산분석(Repeated measure ANOVA)이 활용된다. 본 장에서는 제시된 자료를R프로그램을 활용하여 결과를 출력하고, 그 결과를 분석하도록 한다.

    참고자료

    · 이태림·이재원·김주한·장대흥(2014),『보건정보데이터분석』, 한국방송통신대학교출판문화원, 제1장
    · 송영조(2013), 「빅데이터의 진화:스마트데이터」, 한국정보화진흥원, p.2
    · 송태민(2013), 「보건복지 빅 데이터 효율적 활용방안」, 한국컴퓨터정보학회지, p.1
    · 김지현·김흥·손광은·송윤수(2013),「빅데이터의 의학적 활용」, 서울대학교 정보과학회지, p.2
    · 특허청·보건복지부(2013), 「보건의료부문 빅데이터 특허동향」, p.3
    · 조성우(2011), 「Big data 시대의 기술」, KT종합기술원, p.5~7
    · 송태민(2014), 「소셜빅데이터를 활용한 사회위험요인 예측:청소년 자살과 사이버 따돌림을 중심으로」, 한국보건사회연구원, p.2
  • 자료후기

      Ai 리뷰
      지식판매자의 자료는 항상 최신 정보를 반영하고 있어 믿을 수 있습니다. 특히, 각 주제에 대한 깊이 있는 분석과 명확한 설명 덕분에 복잡한 개념도 쉽게 이해할 수 있었습니다. 여러분에게도 강력히 추천합니다!
    • 자주묻는질문의 답변을 확인해 주세요

      해피캠퍼스 FAQ 더보기

      꼭 알아주세요

      • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
        자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
        저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
      • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
        파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
        파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

    함께 구매한 자료도 확인해 보세요!

    “통계·데이터과학과” 연관 자료 입니다

    문서 초안을 생성해주는 EasyAI
    안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
    저는 아래와 같이 작업을 도와드립니다.
    - 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
    - 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
    - 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
    이런 주제들을 입력해 보세요.
    - 유아에게 적합한 문학작품의 기준과 특성
    - 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
    - 작별인사 독후감
    해캠 AI 챗봇과 대화하기
    챗봇으로 간편하게 상담해보세요.
    2026년 03월 01일 일요일
    AI 챗봇
    안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
    9:13 오후