[생존분석 깊이 이해해보기] - 생존분석을 그려보자 !

생존분석((Survival Analysis))은 뭘까요 ? (생존분석 포스팅 v1)[https://minyoungxi.tistory.com/88] 생존분석((Survival Analysis))은 관심있는 어떤 사건이 발생할 때까지 경과된 시간 ((time to event)) 을 분석하는 기법입니다. 이름이 생존분석이라서 무조건 '죽음과 생존' 이런 느낌으로 받아들이실 수 있지만, 생존분석은 주로 '시간'과 관련된 데이터를 다루는 통계학의 한 분야로 생각하시면 됩니다. 생존분석의 '생존'은 의학 분야에서 유래했지만, 이 분석 방법은 다양한 분야에서 사용됩니다 ! 생존분석의 핵심은 어떤 사건이 발생할 때까지 걸리는 시간을 분석하는 것이며, 이를 생존시간((Survi..

• format_list_bulleted Data science/R programming & 통계
• · 2024. 1. 10.

[R] - 통계데이터분석 - 회귀분석(regression analysis) , 한 개의 독립변수 , 최소자승법(least-squares method)

회귀분석 (regression analysis) 개요 변수(독립변수 및 종속변수) 간의 관계를 나타내는 선형회귀식(linear regression equation)을 도출하여 변수 간 연관성을 분석 단순회귀 분석(simple regression analysis) 한 개의 연속형 독립변수를 이용하여 한 개의 연속형 종속변수를 예측 다항회귀분석(polynomial regression analysis) 한 개의 연속형 독립변수를 이용하여 한 개의 연속형 종속변수를 예측 선형관계는 독립변수의 n차 다항식(nth order polynomial)으로 모델링 다중회귀분석(multiple regression analysis) 두 개 이상의 연속형 독립변수를 이용하여 한 개의 연속형 종속변수를 예측 회귀식의 도출 **최..

• format_list_bulleted 카테고리 없음
• · 2023. 8. 10.

[R] - focats/facor , 레벨(level) 순서 조정 - tidyverse 생태계에 적응해보자

이번에는 팩터(Factor)를 효과적으로 처리할 수 있는 함수를 제공하는 라이브러리 forcats의 사용에 대한 내용입니다. 기본적으로 다루게 되는 base 패키지로도 factor를 충분히 다룰 수 있지만 forcats 패키지를 활용하면 factor를 보다 효율적이고 일관된 방식으로 처리할 수 있습니다. 특히 forcats 패키지는 Tidyverse 생태계의 일부이기 때문에 그 생태계에 속한 패키지 및 함수와 함께 사용하면 더욱 효과적입니다. # 팩터 - factors c("Vegetables", "Fruits", "Vegetables", "Grains","Fruits", "Vegetables", "Dairy", "Fruits", "Proteins", "Fruits") food

• format_list_bulleted 카테고리 없음
• · 2023. 7. 18.

[R] - 데이터의 표본(Sample)과 모집단(Population)의 정의 + 신뢰도 분석 , 크론바흐 알파계수(Cronbach's coefficient) 내적 일관성

통계 데이터 분석 다시 시작 !! R을 사용해서 통계에 집중한 데이터 분석 연습을 다시 해볼까 합니다 :) 표본(Sample) 및 모집단(Population) 표본 ( Sample ) 데이터 수집에 포함된 참여자의 집단을 의미한다. 모집단으로부터 추출된 관측값이나 측정값의 집합. 표본 데이터의 특성을 그대로 기술하는 기술 통계 ( descriptive statistics)의 대상 모집단 ( Population ) 우리가 궁극적으로 결론을 도출하고자하는 대상이 되는 집단입니다. 관심의 대상이 되는 모든 개체의 관측값이나 측정값의 집합. 표본 데이터의 특성으로부터 수학적 확률 이론을 토대로 그 데이터가 속해있을 것으로 예상되는 전체 모집단의 특성을 추론하는 추론 통계 ( inferential statisti..

• format_list_bulleted Data science/R programming & 통계
• · 2023. 7. 17.

[R] 시계열 데이터 분석 - Time Series Analysis, part 2

지수예측모델 지수예측모델(exponential forecasting model)은 단순하면서도 비교적 우수한 단기예측 성능을 보입니다. 지수예측모델은 1. 단순지수평활법(simple exponential smoothing) : 수준 추정 2. 홀트지수평활법(Holt exponential smoothing) : 수준, 기울기 추정 3. 홀트-윈터스지수평활법(Holt-Winters exponential smoothing): 수준, 기울기, 계절 요인 추정 으로 구분할 수 있습니다. 모델을 선정할 때, 시계열의 핵심 성분 (추세, 계절성)과 이러한 성분이 평활법에 어떻게 들어갈지 감안해야 합니다. R 에서는 forcast::ets() 함수를 이용해 지수예측모델을 생성할 수 있는데요. 다음 그림을 보면 이해하기..

• format_list_bulleted Data science/R programming & 통계
• · 2022. 1. 20.