(2022년 방송통신대 데이터시각화 기말과제물)런던 콜레라지도를 조사하고 데이터 시각화의 필요성을 설명 아름답고 의미 있는 데이터 시각화 사례 그 이유 R패키지 vcd에 내장된 Arthritis 데이터셋 R에 내장된 airquality 데이터셋

소개글

과제물의 문제에 적합한 형식과 내용으로 정성을 다해 작성했습니다.
여러 참고자료를 바탕으로 주요내용을 최대한 이해하기 쉽고 알차게 정리했습니다.
리포트를 효율적으로 작성하시는 데 작은 도움이라도 되시기를 진심으로 바랍니다.^^

3, 4번은 R코드를 주피터랩으로 실행한 결과입니다.
R Studio 결과가 필요하시면 R코드를 R Studio에 복사해서 실행하시면 됩니다.

문단 모양(왼쪽 여백 0, 오른쪽 여백 0, 줄간격 160%)
글자 모양(굴림체, 장평 100%, 크기 11 pt, 자간 0%)

행복하세요, Now!

목차

1. 런던 콜레라지도(교재 p.4)를 조사하고 데이터 시각화의 필요성을 설명하시오.(7점)
1)런던 콜레라지도 2)데이터 시각화의 필요성

2. 아름답고 의미 있는 데이터 시각화 사례를 발굴하고 그 이유를 정리하시오.(7점)
1)사례1 2)사례2

3. R 패키지 “vcd”에 내장된 “Arthritis” 데이터셋은 류마티스 관절염 환자를 대상으로 한 임상시험 결과 데이터이다. 각 행은 각 환자를 나타내며, 변수 Treatment는 그룹(Treated = 새로운 치료제를 투약한 그룹, Placebo = 위약을 받은 그룹)을 나타낸다. 변수 Sex는 성별을, Improved는 치료 결과(None = 차도 없음, Some = 약간 좋아짐, Marked = 매우 좋아짐)를 나타낸다. 새로운 치료제 투약 여부가 치료 결과와 연관이 있는지, 성별과 치료 결과 간에 연관이 있는지를 데이터 시각화를 통해서 탐구하시오. (18점)

4. R에 내장된 “airquality” 데이터셋은 1973년 5월부터 9월까지 뉴욕의 대기질에 관한 데이터셋이다. 변수 Ozone은 대기 중 오존의 양, Solar.R은 태양방사선의 양, Wind는 풍속, Temp는 기온을 나타낸다. 이 네가지 변수(Ozone, Solar.R, Wind, Temp)에 대한 산점도 행렬을 그리고, 이 산점도 행렬에서 알 수 있는 변수들 간의 관계에 대하여 서술하시오. (18점)

5. 참고문헌

본문내용

1. 런던 콜레라지도(교재 p.4)를 조사하고 데이터 시각화의 필요성을 설명하시오.(7점)

1)런던 콜레라지도

1854년 8월 31일 영국 런던의 소호 지역에서 발생한 콜레라의 원인을 파악하기 위해 의사 존 스노는 런던 지도를 사용했다. 스노는 감염에 따른 사망자 수와 주소가 포함된 기초 데이터를 확보했다. 그리고 스노는 데이터에서 첫 번째 줄에 나와 있는 사망자의 주소를 지도에서 찾았다. 그 주소 위에 검은 사각형을 표시했다. 이어서 두 번째 줄에 나와 있는 감염자의 주소를 찾고 검은색 사각형을 표시했다. 이런 식으로 데이터에 나와 있는 순서대로 한 줄씩 지도에 위치를 표시해 나갔다. 2명 이상의 사망자가 있는 주소에는 그 수만큼의 검정 사각형을 층으로 표시했다. 이런 과정을 통해 데이터 전체를 지도에 표시했다.

지도를 보면, 표시된 검은 사각형은 특정 지역을 중심으로 몰려 있다. 해당 지역은 지도 중심부에 있는 브로드 가(Broad Street)였고, 그 중앙에 공용 펌프가 있었다. 공용 펌프는 시내 에 다수 있지만, 사망자가 표시된 검은 사각형은 이 펌프를 중심으로 퍼져 있었다. 스노는 지도에 표시한 사각형과 펌프를 살펴보며 콜레라가 발생된 최초 지역이 이 곳임을 확신했다.

스노의 주장에 따라 우물은 폐쇄되었고 이후 콜레라는 확산되지 않았다. 존 스노는 콜레라가 물을 통해 전염된다는 증거를 보여주었을 뿐만 아니라, 감염지도를 통해 전염병의 원인을 파악함으로써 역학이라는 새로운 의학 분야를 만들어냈다. 이후 존 스노의 감염지도는 전염병 연구의 기본이 된다.

2)데이터 시각화의 필요성

런던의 콜레라 지도는, 단순한 사망자 데이터라도 그것을 시각화하면 새로운 정보를 찾아낼 수 있다는 것을 단적으로 보여주는 예라고 할 수 있다. 데이터는 다수 개체에 대해 한 묶음의 특성이 담긴 원재료로 이해할 수 있다.

참고 자료

이태림, 허명회, 이정진, 이긍희(2015). 데이터시각화. 출판문화원.
유충현 , 홍성학(2015). R을 활용한 데이터 시각화. 인사이트.
https://www.erc.re.kr/webzine/vol33/sub24.jsp (데이터에서 콜레라 발생 원인을 찾다)
https://www.behance.net/gallery/100153201/Fossil-Fuels-Dataviz
https://informationisbeautiful.net/visualizations/methane-or-natural-gas-the-other-major-greenhouse-gas/
https://www.maptive.com/data-visualization-examples-2022/
https://careerfoundry.com/en/blog/data-analytics/data-visualization-examples/