6절. 분류분석21. 인공신경망 분석 (ANN)가. 인공 신경망이란? - 인간 뇌를 기반으로 한 추론 모델 - 뉴런은 기본적인 정보처리 단위 나. 인공신경망의 연구 - 1943. 매컬럭과 피츠는 인간의 뇌를 수많은 신경세포가 연결된 하나의 디지털 네트워크 모형으로 간주하고 신경세포의 신호처리 과정을 모형화하여 단순 패턴분류 모형을 개발함 - 헵은 신경세포 사이의 연결강도를 조정하여 학습 규칙 개발 - 로젠블럿은 퍼셉트론이라는 인공세포 개발 - 비선형성 한계점 발생, XOR 문제를 풀지 못하는 한계 - 홉필드, 러멜하트, 맥클랜드는 역전파 알고리즘으로 다계층 퍼셉트론 (선형성 극복) 다. 인간의 뇌를 형상화한 인공 신경망 1) 인간 뇌의 특징 : 100억개의 뉴런과 6조 개의 시냅스의 결합체 : 인간의 뇌..

일정한 시차의 길이를 갖는 자기공분산을 측정하더라도 동일한 값을 가짐 - 정상 시계열은 항상 그 평균값으로 회귀하려는 경향이 있으며, 그 평균값 주변에서의 변동은 대체로 일정한 폭을 가짐 - 정상 시계열이 아닌 경우 특정 기간의 시계열 자료로부터 얻은 정보를 다른 시기로 일반화할 수 없음 3. 시계열자료 분석방법가. 분석방법 - 회귀분석, Box-Jenkins방법, 지수평활법, 시계열 분해법 등이 있음 나. 자료 형태에 따른 분석방법 1) 일변량 시계열 분석 - 시간을 설명변수로 한 회귀모형주가 소매물가지수 등 하나의 변수에 관심을 갖는 경우의 시계열분석 2) 다중 시계열분석 - 계량경제 모형, 전이함수 모형, 개입분석, 상태공간 분석, 다변량 ARIMA 등 - 여러 개의 시간에 따른 변수들을 활용하는 ..

2절. 기초 통계분석 1. 기술통계 가. 기술통계의 정의 - 자료의 특성을 표, 그림, 통계량 등을 사용하여 쉽게 파악할 수 있도록 정리/요약하는 것 - 자료를 요약하는 기초적 통계를 의미 - 데이터 분석에 앞서 데이터의 대략적인 통계적 수치를 계산해봄으로써 데이터에 대한 대략적인 이해와 앞으로 분석에 대한 통찰력을 얻기에 유리함 예시) 줄기-잎 그림, 도넛차트, 히스토그램, 상자수염그림 나. 통계량에 의한 자료 정리 1) 중심 위치의 측도 가) 자료(데이터) 나) 표본평균 다) 중앙값 2) 산포의 측도 - 대표적인 산포도는 분산, 표준편차, 범위 및 사분위수범위 가) 분산 나) 표준편차 다) 사분위수범위 라) 사분위수 마) 백분위수 바) 변동계수 사) 평균의 표준오차 3) 분포의 형태에 관한 측도 가)..

제4장 통계 분석 제1절 통계분석의 이해 • 통계 - 특정 집단을 대상으로 수행한 조사나 실험을 통해 나온 결과에 대한 요약된 형태의 표현 • 통계자료의 획득 방법 - 총 조사(census): 대상 집단 모두를 조사하는 것. 많은 비용과 시간이 소요되므로 특별한 경우를 제외하고는 사용되지 않는다. - 표본조사: · 모집단: 조사하고자 하는 대상 집단 전체 · 원소: 모집단을 구성하는 개체 · 표본(sample): 조사하기 위해 추출한 모집단의일부 원소 · 모수: 표본 관측에 의해 구하고자 하는 모집단에 대한 정보 · 모집단의 정의, 표본의 크기, 조사방법, 조사기간, 표본추출방법을 정확히 명시해야 한다. - 표본 추출 방법에 따라 분석 결과 해석에 큰 차이가 발생한다. 1. 단순랜덤추출법(simple r..

274p 6회 기출 - 5번. 아래 표는 데이터의 변경을 통해 새로운 구조의 데이터 셋을 구성하고자 할때 사용하는 R프로그램중 melt 함수와 cast함수의 예시이다. 데이터셋 MD를 새로운 데이터 형태로 변경하기 위한 cast함수를 활용한 R프로그램중 옳은것은? 1) cast(md, id~variable + time) 2) cast(md, id+variable ~time) 3) cast(md, id+time ~ variable) 4) cast(md, id~variable, mean) 2) cast 함수는 모양을 만드는 함수로서, 오른쪽의 각 ID와 Variable에 대해 TIme의 Value를 확인하는 것이 므로 cast(md, id+variable ~ time) - melt와 dcast함수의 사용법 ..

245p 7회 기출 - 4. 다음중 세개의 명령과 결과가 다른것은? 1) z = c(1:3,NA) is.na(z) 2) z