- 2 014
- 2 561 608
강서대학교 빅데이터경영학과 이상철 교수
South Korea
เข้าร่วมเมื่อ 12 ก.ค. 2012
## 채널 설명 ##
-. 본채널은 강서대학교 빅데이터경영학과 이상철 교수의 수업자료실입니다.
-. 본채널은 강서대학교 재학생의 Blended Learning을 위해 제작되고 오픈 되었으나, 빅데이터분석에 관심이 많은 일반분들에게도 무료로 공개하게 되었습니다.
-. 공부하시는 분들의 강의자료에 대한 요청이 많으셔서 강의자료 및 실습 data, Source Code를 받을 수 있도록 네이버 까페를 오픈했습니다.
cafe.naver.com/kcbig
## 채널 재생목록 설명 ##
-. 본대학의 학부수업의 로드맵은 아래와 같습니다. 처음 공부하시는 분들은 아래와 같은 순서로 수업을 들으시면 도움이 되실겁니다.
-. 빅데이터경영(1-2) : 빅데이터의 개론으로 빅데이터 개념, 정보기술, 하둡, 분석기법 등을 학습
-. 통계분석(2-1) : 통계이론을 배우고, t-test, anova, regression 등을 SPSS를 통해 실습
-. R프로그래밍(2-2): RStudio 기초 및 통계학수업에서 배웠던 통계분석 기법을 실습
-. 데이터마이닝 (3-1): Classification, Association, Clustering, Textmining 등 데이터 마이닝 분석방법을 R을 이용해서 학습
-. 기계학습(3-2): 데이터마이닝에서 배운 분석방법 및 인공지능을 Phyton을 이용해서 실습
-. 논문잘쓰는법 : 논문주제 정하는법, 연구모형 만드는법, 논문작성 절차, 5분만에 논문읽는 법, SEM, MSEM분석법 소개
## 강의 요청 안내 ##
-. 특강에 대한 요청이 많은데, 특강을 원하는 분은 아래 이메일로 연락바랍니다.
-. 궁금하신 사항에 대해서 질의가 많으신데, 시간이 되는데로 답변을 드리겠습니다. 다만, 시간 부족으로 인해 답변을 못해드릴수도 있으니 양해 바랍니다. (^^)
-. 열심히 공부해서 좋은 성과가 있으시길 바랍니다. (^^)
-. 본채널은 강서대학교 빅데이터경영학과 이상철 교수의 수업자료실입니다.
-. 본채널은 강서대학교 재학생의 Blended Learning을 위해 제작되고 오픈 되었으나, 빅데이터분석에 관심이 많은 일반분들에게도 무료로 공개하게 되었습니다.
-. 공부하시는 분들의 강의자료에 대한 요청이 많으셔서 강의자료 및 실습 data, Source Code를 받을 수 있도록 네이버 까페를 오픈했습니다.
cafe.naver.com/kcbig
## 채널 재생목록 설명 ##
-. 본대학의 학부수업의 로드맵은 아래와 같습니다. 처음 공부하시는 분들은 아래와 같은 순서로 수업을 들으시면 도움이 되실겁니다.
-. 빅데이터경영(1-2) : 빅데이터의 개론으로 빅데이터 개념, 정보기술, 하둡, 분석기법 등을 학습
-. 통계분석(2-1) : 통계이론을 배우고, t-test, anova, regression 등을 SPSS를 통해 실습
-. R프로그래밍(2-2): RStudio 기초 및 통계학수업에서 배웠던 통계분석 기법을 실습
-. 데이터마이닝 (3-1): Classification, Association, Clustering, Textmining 등 데이터 마이닝 분석방법을 R을 이용해서 학습
-. 기계학습(3-2): 데이터마이닝에서 배운 분석방법 및 인공지능을 Phyton을 이용해서 실습
-. 논문잘쓰는법 : 논문주제 정하는법, 연구모형 만드는법, 논문작성 절차, 5분만에 논문읽는 법, SEM, MSEM분석법 소개
## 강의 요청 안내 ##
-. 특강에 대한 요청이 많은데, 특강을 원하는 분은 아래 이메일로 연락바랍니다.
-. 궁금하신 사항에 대해서 질의가 많으신데, 시간이 되는데로 답변을 드리겠습니다. 다만, 시간 부족으로 인해 답변을 못해드릴수도 있으니 양해 바랍니다. (^^)
-. 열심히 공부해서 좋은 성과가 있으시길 바랍니다. (^^)
16_2.Chi-square test(독립성)(R with tidymodel)(연습문제)
통계분석 with R(R프로그래밍)(2024-2)
16.Chi-square test(독립성)(R with tidymodel)
==================================
16_1.Chi-square test(독립성)(R with tidymodel)
16_2.Chi-square test(독립성)(R with tidymodel)(연습문제)
16.Chi-square test(독립성)(R with tidymodel)
==================================
16_1.Chi-square test(독립성)(R with tidymodel)
16_2.Chi-square test(독립성)(R with tidymodel)(연습문제)
มุมมอง: 136
วีดีโอ
16_1.Chi-square test(독립성)(R with tidymodel)
มุมมอง 442 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 16.Chi-square test(독립성)(R with tidymodel) 16_1.Chi-square test(독립성)(R with tidymodel) 16_2.Chi-square test(독립성)(R with tidymodel)(연습문제)
15_2.Chi-square test(동질성)(R with tidymodel)(연습문제)
มุมมอง 362 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 15.Chi-square test(동질성)(R with tidymodel) 15_1.Chi-square test(동질성)(R with tidymodel) 15_2.Chi-square test(동질성)(R with tidymodel)(연습문제)
15_1.Chi-square test(동질성)(R with tidymodel)
มุมมอง 512 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 15.Chi-square test(동질성)(R with tidymodel) 15_1.Chi-square test(동질성)(R with tidymodel) 15_2.Chi-square test(동질성)(R with tidymodel)(연습문제)
14_2.Logistic Regression(분류)(R with tidymodel)(연습문제)
มุมมอง 402 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 14.Logistic Regression(분류)(R with tidymodel) 14_1.Logistic Regression(분류)(R with tidymodel) 14_2.Logistic Regression(분류)(R with tidymodel)(연습문제)
14_1.Logistic Regression(분류)(R with tidymodel)
มุมมอง 652 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 14.Logistic Regression(분류)(R with tidymodel) 14_1.Logistic Regression(분류)(R with tidymodel) 14_2.Logistic Regression(분류)(R with tidymodel)(연습문제)
13_2.Regression(설명)(R with tidymodel)(연습문제)
มุมมอง 812 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 13.Regression)(설명)(R with tidymodel) 13_1.Regression(설명)(R with tidymodel) 13_2.Regression(설명)(R with tidymodel)(연습문제)
13_1.Regression(설명)(R with tidymodel)
มุมมอง 2072 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 13.Regression)(설명)(R with tidymodel) 13_1.Regression(설명)(R with tidymodel) 13_2.Regression(설명)(R with tidymodel)(연습문제)
12_2.Regression)(예측)(R with tidymodel)(연습문제)
มุมมอง 2002 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 12.Regression)(예측)(R with tidymodel) 12_1.Regression)(예측)(R with tidymodel)(1_2) 12_1.Regression)(예측)(R with tidymodel)(2_2) 12_2.Regression)(예측)(R with tidymodel)(연습문제)
12_1.Regression)(예측)(R with tidymodel)(2_2)
มุมมอง 452 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 12.Regression)(예측)(R with tidymodel) 12_1.Regression)(예측)(R with tidymodel)(1_2) 12_1.Regression)(예측)(R with tidymodel)(2_2) 12_2.Regression)(예측)(R with tidymodel)(연습문제)
12_1.Regression)(예측)(R with tidymodel)(1_2)
มุมมอง 622 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 12.Regression)(예측)(R with tidymodel) 12_1.Regression)(예측)(R with tidymodel)(1_2) 12_1.Regression)(예측)(R with tidymodel)(2_2) 12_2.Regression)(예측)(R with tidymodel)(연습문제)
11_2.Correlation(R with tidymodel)(연습문제)
มุมมอง 563 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 11.Correlation(R with tidymodel) 11_1.Correlation(R with tidymodel) 11_2.Correlation(R with tidymodel)(연습문제)
11_1.Correlation(R with tidymodel)
มุมมอง 433 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 11.Correlation(R with tidymodel) 11_1.Correlation(R with tidymodel) 11_2.Correlation(R with tidymodel)(연습문제)
10_2.Two-Way Mixed ANOVA(연습문제)
มุมมอง 363 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 10.Two-Way Mixed ANOVA 10_1.Two-Way Mixed ANOVA 10_2.Two-Way Mixed ANOVA(연습문제)
10_1.Two-Way Mixed ANOVA
มุมมอง 373 หลายเดือนก่อน
통계분석 with R(R프로그래밍)(2024-2) 10.Two-Way Mixed ANOVA 10_1.Two-Way Mixed ANOVA 10_2.Two-Way Mixed ANOVA(연습문제)
09_2.Two-Way ANOVA(R with tidymodel)(연습문제)
มุมมอง 353 หลายเดือนก่อน
09_2.Two-Way ANOVA(R with tidymodel)(연습문제)
08_2.Repeated Measures ANOVA(R with tidymodel)(연습문제)
มุมมอง 403 หลายเดือนก่อน
08_2.Repeated Measures ANOVA(R with tidymodel)(연습문제)
08_1.Repeated Measures ANOVA(R with tidymodel)
มุมมอง 283 หลายเดือนก่อน
08_1.Repeated Measures ANOVA(R with tidymodel)
07_2.One-Way ANOVA(R with tidymodel)(연습문제)
มุมมอง 313 หลายเดือนก่อน
07_2.One-Way ANOVA(R with tidymodel)(연습문제)
07_1.One-Way ANOVA(R with tidymodel)(2_2)
มุมมอง 573 หลายเดือนก่อน
07_1.One-Way ANOVA(R with tidymodel)(2_2)
07_1.One-Way ANOVA(R with tidymodel)(1_2)
มุมมอง 383 หลายเดือนก่อน
07_1.One-Way ANOVA(R with tidymodel)(1_2)
06_2.Paired Sample t-test(R with tidymodel)(연습문제)
มุมมอง 373 หลายเดือนก่อน
06_2.Paired Sample t-test(R with tidymodel)(연습문제)
06_1.Paired Sample t-test(R with tidymodel)
มุมมอง 403 หลายเดือนก่อน
06_1.Paired Sample t-test(R with tidymodel)
05_2.Independent Sample t-test(R with tidymodel)(연습문제)
มุมมอง 353 หลายเดือนก่อน
05_2.Independent Sample t-test(R with tidymodel)(연습문제)
05_1.Independent Sample t-test(R with tidymodel)(2_2)
มุมมอง 413 หลายเดือนก่อน
05_1.Independent Sample t-test(R with tidymodel)(2_2)
05_1.Independent Sample t-test(R with tidymodel)(1_2)
มุมมอง 343 หลายเดือนก่อน
05_1.Independent Sample t-test(R with tidymodel)(1_2)
04_2.one-sample t-test(R with tidymodel)(연습문제)
มุมมอง 373 หลายเดือนก่อน
04_2.one-sample t-test(R with tidymodel)(연습문제)
04_1.one-sample t-test(R with tidymodel)(그래프 그리기)(3_3)
มุมมอง 563 หลายเดือนก่อน
04_1.one-sample t-test(R with tidymodel)(그래프 그리기)(3_3)
04_1.one-sample t-test(R with tidymodel)(2_3)
มุมมอง 543 หลายเดือนก่อน
04_1.one-sample t-test(R with tidymodel)(2_3)
❤❤❤
도움이 되셨다니 다행입니다. 좋은 결과가 있기를 바랍니다. ^^
교수님, 카카오맵 스크랩핑은 어떤 툴이 가장 좋은까요? rvest ...
방법적으로 rvest로는 안될 것 같고 Selenium이 가능할 것 같기는 하네요. selenium 방법은 제 유튜브에 있습니다. 다만, 어렵습니다. ^^
유용한 자료 꾸준히 올려주셔서 감사합니다.
도움이 되셨다니 다행입니다. ^^
안녕하세요. 교수님. 한 집단에 각각 3번의 다른 처치를 한후 처치 3개를 비교하고자 합니다. 일원반복 측정분석 대신 friedman 검증하려고 하는데 friedman 후 사후검증으로 어떤걸 적용해야 할까요 ? 비모수 대응 or 독립 t 로 해하는지 잘모르겠네요.
한 집단에 각각 3번의 다른 처치를 한후 처치 3개를 비교하려면 Repeated Measures ANOVA를 해야겠지요. 만약 데이터가 적어서 비모수로 분석하려면 friedman으로 하고, 이후에도 비모수 대응으로 해야겠지요. SPSS에서는 별도로 해야 되지만 요즘 JAMOVA나 R 등을이용하면 한번에 처리가 가능합니다. 제 채널에 오면 동영상을 보실 수 있습니다. ^^
1. 정규성 검증을 통과하지 못한 데이터를 Two-way RM ANOVA로 적용가능한가요 ? 만약 가능하다면 Two-way RM ANOVA 적용 후 사후검증으로 사용되는 test는 비모수 검증을 해도 되나요 ?
Two-way RM ANOVA에서 비모수로 분석하고 싶으면, Generalized Estimating Equations (GEE, 일반화 추정 방정식)을 이용할 수 있습니다. 인터넷을 통해서 검색해 보면 설명이 되어 있을 거예요.^^
논문을읽고 싶어서 여러 통계강의를 찾아봤는데 제일 이해하기쉽고 뻥뚤린기분이에요 ㅠㅠ 좋은 강의 올려주셔서 감사합니다
도움이 되셨다니 다행입니다. 좋은 논문 작성하기 바랍니다.^^
교수님, 유익한 실습 감사합니다!! 도움 정말 많이 됐어요 👍
도움이 되셨다니 다행입니다.^^
퀄리티 있는 강의 감사합니다.
도움이 되셨다니 다행입니다.^^
친절하신 설명 감사합니다!
도움이 되셨다니 다행입니다.^^
이상철 교수님 이 부분에서 고민이 많았는데 이런 강의를 무료로 열어주셔서 감사합니다. 다름이 아니라 혹시 9:50 분경에 통계적가설검정 페이지보시면 2번째 줄에 일반적으로 검증할 모집단의 모수를 알고있다고 적혀있는데 네번째 줄에는 모집단의 모수를 추측하는 것이라고 나와있어서 혼동이 되는데 혹시 이 부분 여쭤봐도 될까요?
2번째 줄의 모집단의 모수를 알고 있다는 의미는 "검증할" 모집단이라는 의미입니다. 즉, 가설검정에서는 귀무가설로 세팅할 값을 정해야 되는데, 우리는 이미 알고 있지요. 예를 들어 아이스크림의 무게가 320이라고 이미 나와 있고, 이 값을 검증하는 것입니다. 따라서 이미 알고 있기 때문에 귀무가설의 검증값으로 사용한다는 의미있니다. 4번째 줄의 통계적 가설검정에서의 모집단이라는 말은 실제로 이값이 맞는지를 최종적으로 검정해야 한다는 의미입니다. ^^
@@bigdata_leecho감사합니다~ 좋은 하루 되세요
이런 강의를 무료로 접할 수 있다니........ 일반인이지만 교수님 감사합니다...^^;
도움이 되셨다니 다행입니다. 그런데 옛날 영상을 보고 계시네요. 채널홈으로 오시면 최근 영상을 보실 수 있습니다. ^^ www.youtube.com/@bigdata_leecho
와.. 그동안 이해가 안됐는데 이 영상보고 바로 이해했습니다.. 감사합니다 선생님
도움이 되셨다니 다행입니다. 그런데 옛날 영상을 보고 계시네요. 채널홈으로 오시면 최근 영상을 보실 수 있습니다. ^^ www.youtube.com/@bigdata_leecho
교수님 좋은 강의 감사드립니다. 질문이 하나 있습니다. 영상속의 실험 디자인에서 teo-way repeated anova 릐 비모수는 어떤 종류를 사용할 수 있나요 ? 읽어주셔서 감사합니드.
two-way ANOVA를 분석할 수 있는 비모수방법은 제가 알고 있는 한에서는 없는 것으로 알고 있습니다. ^^
@@bigdata_leecho 감사합니다. 교수님
처음 모를때는 시험문제 풀이를 위해 무식하게 지지도, 신뢰도, 향상도 공식만 암기해서 문제풀고 헸지만, 단순 암기한 지식의 한계로 인해서, 몇일 지나면 잊어버리고 개념을 물어보는 문제가 나오면 틀리곤 했는데, 교수님께서 개념을 이해하기 쉽게 설명해 주셔서 더이상 암기하지 않아도 될거 같습니다, 정말 감사드립니다.
도움이 되셨다니 다행입니다. 앞으로도 좋은 성과가 있기를 바랍니다.^^
교수님 혹시 진행하시는 강의 교재가 따로 있나요? 카페에 올려두신 파일 말구요!
별도의 교재는 아직 없습니다. 그런데 옛날 강의를 보고 있으시네요. 최신 강의로 보면 더 좋을 거예요.^^ 경영통계 with Jamovi(2024) th-cam.com/video/BnwJNq5Pq6k/w-d-xo.html 경영통계 with SPSS(2022) th-cam.com/video/Odl77ihV5EE/w-d-xo.html
❤❤❤❤
강의가 예술이예요~~~~^^ 🎉🎉🎉🎉🎉🎉🎉
도움이 되었다니 다행입니다. 그런데 옛날 강의를 보고 있으시네요. 아래의 주소로 오면 최신 버전으로 공부하실 수 있습니다. th-cam.com/video/BnwJNq5Pq6k/w-d-xo.html 채널로 오시면 더 많은 강의를 보실 수 있습니다. www.youtube.com/@bigdata_leecho
이렇게도 씨원하게 설명해주시다니!!!❤❤❤❤❤❤❤
너무나 탁월하신 교수님!❤❤❤❤❤❤❤❤
감사합니다. 아주 많이요! 18:27
교수님 영상잘보고 있습니다. 너무 감사드립니다. 한가지 질문이 있는데요, cmb 변수를 만들고 돌리니 regression weight 값은 전체 변수가 다 나오는데 standized regression weight 값은 일부 변수만 나오네요... 혹시 왜이런 걸까요,,,. ㅠㅠ
질문만 가지고서는 정확하게 어디서 문제가 있는지 파악하기가 어렵습니다. CMB는 특별히 원하는 분들이 있을 경우에만 하시면 됩니다. 일반적으로는 사용하지 않고 분석합니다. ^^
교수님🙂 늘 귀한 자료올려주셔서 감사합니다🙏 5. 하위 단어 분석 중 그래프를 그릴 때 "과제"와 이외 3개의 단어를 가지고 그래프를 그렸는데, 각 그래프마다 표시되는 X축의 수치와 Y축의 단어수가 상이한데, X축의 수치는 무엇을 의미하는 것이며, Y축의 단어는 왜 각 다른 숫자 개수의 단어로 표시되는 것인지요😅 아직 공부가 많이 부족하여 교수님을 귀찮게 해서 죄송합니다. 아무쪼록 알려주시면 감사하겠습니다. 잘 부탁드리겠습니다. 늘 감사합니다💐
하위단어 분석이란 특정한 단어와 연관된 단어만 추출해서 보겠다는 의미입니다. 예를 들어 "과제"라고 한다면 과제라는 단어와 가장 밀접한(연관된) 단어를 뽑은 것입니다. 당연히 y축은 과제와 연관된 단어이고, x축은 연관된 회수입니다. 중요한 단어는 본인이 중요하다고 생각되는 단어를 선택하면 됩니다. 따라서 4개의 단어는 각각 서로 연관된 단어가 다르기 때문에 서로 다른 단어와 연관횟수가 나온 것입니다. ^^
@@bigdata_leecho 늘 꼼꼼히 답글주셔서 감사합니다. 교수님🌻 제가 너무 어렵게 생각하고 있었던 것 같습니다.매번 너무 감사합니다!💐💐💐
교수님 안녕하세요.^^ 연구모형 때문에 이것저것 통계 돌려보다가 구조방정식에 관심이 생겨서 교수님 R 구조방정식 강의를 듣고 SPSS 강의까지 보고 많은 도움이 되었습니다.^^ 한가지 궁금한게 있는데요 샘플파일을 보니 전부 연속형 변수로 보이는데요, 독립, 매개, 종속변수에 예, 아니오로 구성된 범주형 변수는 사용할 수 있는지 궁금합니다. 감사합니다~
SEM모형의 독립변수는 연속변수만 사용하고 있습니다. 회귀분석에서는 더미변수로 처리해서 분석할 수 있는데, SEM에서는 범주형 변수 사용은 제한되어 있습니다. ^^
@@bigdata_leecho 교수님, 감사합니다~
안녕하세요, 교수님, 저는 iOS 를 사용하고 있어서 그런지, best 튜닝모델 찾는 과정에서 아래에서 처럼 show_best 함수 괄호 안에 metric = "rmse" 를 해야지 에러가 안 나옵니다. 어떤 차이가 있을까요? lrr_results %>% show_best(metric = "rmse", n=10) %>% arrange(mean)
최근에 package의 버전이 업데이트 되면서 metric="rmse"를 넣어야 작동합니다. ios 문제가 아니라 버전문제입니다.^^
강서대학교 학생만 데이터 받을 수 있나요 ㅠ
네이버 까페에 관련자료들이 있습니다. cafe.naver.com/kcbig 자세한 내용은 채널 홈으로 와서 채널 설명을 참고하세요. ^^ www.youtube.com/@bigdata_leecho
first_layer = model.layers[0] 이 다음 부분에서 print(model.input)이 아니라 print(first_layer.input)으로 해야 코드를 알아들어요
checkpoint_path = "training_1/cp.ckpt" 이 부분에서 ckpt를 keras로 바꾸지 않으면 오류가 나는데 왜 그런 걸까요?
강의자료 감사합니다. factor analysis 영역에 대한 강의도 진행하실 예정이실지요? 마케팅 영역에서는 꽤 많이 사용하는 영역이라 강의에 포함된다면 좋을 것 같습니다.
안녕하세요 교수님 ~ 영상 감사합니다. 혹시 mixed anova와 two way rm anova가 같은 용어인가요?
같은 의미로 사용합니다. 또는 정확하게 구분하면 mixed는 repeated+그룹을 의미하고, rm은 epeated+epeated로 구분하기도 합니다. 하지만 일반적으로 2개의 변수 중에 repeated 변수가 있으면 TWRA 또는 TWMA로 같은 의미로 사용하고 있습니다.
@@bigdata_leecho 아네 감사합니다 ~~
안녕하세요? 교수님. 마지막 문제4에서 p_value가 0.05보다 작으므로 귀무가설을 기각한다. 여야 하는데, 귀무가설을 채택한다고 설명하고 계십니다. --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- # [문제4].지속시간3은 300분보다 작은가? # 6.wilcoxon test(비모수통계분석) # 귀무가설 : 지속시간3은 300분과 같다. # 대립가설 : 지속시간3은 300분보다 작다. # 정규분포검정 p < 0.05일 때 비모수 wilcox test로 분석 # p = 2.51e-10, p < 0.05 이므로 귀무가설(H0) 기각 -> 300분보다 작음 > painkiller_tb %>% + wilcox_test(formula = 지속시간3 ~ 1, + mu = mu, + alternative = "less", + detailed = TRUE) # A tibble: 1 × 11 estimate .y. group1 group2 n statistic p conf.low conf.high method * <dbl> <chr> <chr> <chr> <int> <dbl> <dbl> <dbl> <dbl> <chr> 1 299. 지속시간3 1 null model 51 0 2.51e-10 -Inf 300. Wilco… # ℹ 1 more variable: alternative <chr>
교수님 단어를 추가하는 방법 열심히 검색하고 GPT에게도 물어보았는데, 결국 답을 얻지 못 하여 또 이렇게 질문을 드려 늘 죄송합니다. 알려주신 방법인 simplePos09로 분석하면 "비대면" 이라는 단어를 "비대/n+이/j+면/e"로 분석해 버립니다. # 사용자 정의 사전에 추가할 단어 목록 생성 (new_words <- data.frame( term = c("비대면"), tag = c("ncn") # 일반 명사로 태그 설정) 하고, # 사용자 정의 사전에 단어 추가 buildDictionary(ext_dic = c("woorimalsam", "insighter"), user_dic = new_words, replace_usr_dic = TRUE) 로 단어를 추가하여 분석해도 동일하게 계속 단어 "비대/n+이/j+면/e"로 분석해 버리는 상황입니다. 지식과 지혜를 나누어주시면 너무 감사하겠습니다. 아무쪼록 잘 부탁드리겠습니다. 늘 감사합니다.
형태소를 수정하려고 하지 말고, 형태소분석이 끝난 후에 "비대" 단어를 "비대면"으로 수정하면 더 쉽습니다. ^^
@@bigdata_leecho 교수님 정말 매번 너무너무 감사합니다😭 형태소분석이 끝난 후에 "비대" 단어를 "비대면"으로 수정하는 방법이 구체적으로 그려지지는 않지만, 더 공부하고 고민하겠습니다. 늘 방법을 알려주셔서 감사합니다🙂
안녕하십니까? 교수님. 또 다시 문의를 드립니다. 우리가 세운 연구가설이 320보다 작다 이므로 비모수검정 방법인 wilcox_test(shapiro_test에서 p < 0.05보다 작아서 정규분포를 만족 못하므로)를 한다. ----------------------------------------------------------------------------- # 6.2 wilcoxon test ---- # p = 0.000000972, p < 0.05 이므로 귀무가설(H0) 기각 -> 320보다 작다 ost_tb %>% wilcox_test(formula = 무게6 ~ 1, mu = mu, alternative = "less", detailed = TRUE) 위의 분석결과 P < 0.000000972이므로 귀무가설을 기각함이 옳습니다. 따라서 귀무가설을 기각하고 연구가설을 채택해야 하므로 320보다 작다가 맞습니다. 그러나 교수님의 설명에서는 귀무가설을 채택한다고 설명하시면서 그 결과로서 320보다 작다라고 설명하십니다. 이 지점이 오류입니다. 감사합니다.
동영상에서 귀무가설 채택이라고 잘못 설명을 했네요. 감사합니다. ^^
안녕하세요? 교수님. # 5.3 단측검정일 경우 (less)에서 무게3의 귀무가설 채택유무의 설명이 잘못된 것 같습니다. ----------------------------------------------------------------------------- # 5.3 단측검정일 경우 (less) ---- # p = 0.0491 -> p = 0.0245, p < 0.05 이므로 귀무가설(H0) 기각 -> 320보다 작다 ost_tb %>% t_test(formula = 무게2 ~ 1, mu = mu, alternative = "less", detailed = TRUE) # 양측검정일 경우 p = 0.0502 -> 단측검정(less)일 경우 p = 0.0251로 나타났으므로, [p < 0.05 이므로 “귀무가설(H0) 기각 -> 320보다 작다” 로 설명되어야 합. 그런데 “귀무가설(H0) 채택”으로 잘못 설명되었습니다.] ost_tb %>% t_test(formula = 무게3 ~ 1, mu = mu, alternative = "less", detailed = TRUE) # 또 다른 해석 방법 (less) : 위 식의 결과 t값이 -1.98으로 나타났으므로, 유의확률 p < 0.05일 때 t값이 -1.645임으로, 이 보다 더 작아 귀무가설(H0) 기각함 감사합니다. 최종석 드림.
코드에서 설명이 안바뀌어 있네요. 감사합니다. ^^
바로앞에서 듣는듯합니다
교수님 안녕하세요. 지금도 예전 방식대로 지도 받고 있다가 영상을 접하니 너무 반갑습니다. 감사드립니다. 혹시 교수님께 도움 받을 수 있을까 싶은 일이 있어서 질문 드립니다~ 얼마전 window11 에 최신 IBM SPSS와 AMOS를 다운 받았습니다. 그런데 구 버전 SPSS 분석 자료 파일이 인식이 안되네요. 무슨 방법이 있을까요~ 감사합니다.
저보다는 spss 지원페이지를 통해서 문의해 보셔야 될 것 같습니다. 질문할때는 정확한 버전과 파일명을 이야기 해주어야 됩니다.
네~ OnTheHub에 세부적인 설명과 이미지로 이메일을 보내고 기다리고 있는 중입니다. 감사합니다.
안녕하세요! 과제를 하던 중 퍼셉트론 이해가 어려웠는데, 영상을 보고 많은 도움을 받았습니다! 더 조사해보니 다층 퍼셉트론에는 XOR게이트 활용이 가능하다고 하는데 이가 기존의 단층 퍼셉트론과 결정적으로 계산과정에서 무슨 차이가 있을까요?
퍼셉트론은 입력값이 바로 출력으로 가기 때문에 XOR의 연산이 불가능하다는 것입니다. 다중은 중간에 hidde layer를 둠으로써 입력값은 한번 더 연산을 하기 때문에 XOR의 연산이 가능하게 되었다는 것입니다. 즉 한번에 결과를 보는 방법에서 결과를 여러변 연결해 주면 다양한 연산이 가능하다는 의미입니다. 인터넷으로 검색해 보면 다양한 설명이 나와 있으니 확인해 보세요. ^^ data-miner-gon.tistory.com/35
교수님 이런 친절하고 자세한 강의 감사드립니다. 덕분에 용기내어 공부하게 됩니다:)
도움이 되었다니 다행입니다. 열심히 공부하세요. ^^
올려주신 영상과 용기주시는 댓글로 늘 감사한 마음으로 공부하며 있습니다😄 1주일전부터 교수님 영상을 바탕으로 실제로 논문분석을 하고 있습니다. 궁극적으로는 연구동향분석을 하고 싶은데, 먼저, 논문1편만 텍스트 분석해 보고 편수를 늘려가려는 중입니다. PDF로 제공받는 파일을 TXT파일로 변환해서 텍스트를 추출하고, 가능한 교수님께서 알려주신 프로세스를 그대로 따르고자 csv파일로 저장하였습니다. 그런데, 1편의 논문을 엑셀의 여러 행으로 나누어서 저장 후 형태소 분석을 하면 그 결과가 나오는데, 1편의 논문의 엑셀의 1행에 모두 넣어 형태소 분석을 하면 분석이 실행이 되지 않아🥶, 고견을 여쭙고자 댓글 남겼습니다. 엑셀 csv파일의 1행에 너무 많은 내용이 들어가 있으면 형태소분석이 실행이 되지 않는 것이 맞는 것인지요?😥 역으로 생각하여 여러 행으로 저장된 csv파일로 형태소 분석이 가능했다면, 여러 행을 한 행으로 뭉쳐 형태소 분석을 하면 분석이 되어야 할 것 같은데 분석이 되지 않습니다😱 이런 경우 여러 행으로 나누어서 분석 후, 동일 논문의 동일 형태소를 카운트해야 하는 것일런지요? 늘 질문이 많아 죄송하지만 고견들려주시며 너무 감사하겠습니다.
글자수의 제한은 없습니다. 인식할때 문제가 아니라 형태소 분석에서 에러가 난다면 데이터에 문제가 있을 것 같네요. 전처리 작업을 통해서 문제가 있는 단어를 삭제해 주는 것이 필요할 것 같습니다. 아니면 논문을 몇개의 행으로 구분해서 분석해 보면 어디서 에러가 났는지 알 수도 있을 겁니다. 또는 txt 파일로 변환하지 말고 pdf를 인식하는 방법이 있으니 pdf를 바로 읽어와서 사용하는 것도 방법입니다.
@@bigdata_leecho 교수님 긴 질문에 꼼꼼히 챙겨 여러가지 방법 가르침주시는 답글 주셔서 너무 감사합니다! 알려주신 방법으로 한번 더 해 노력해 보겠습니다. 쉼있는 휴일시간 되십시요.
따라서 실습을 해보고 싶은데 Data는 어디에서 공유 받을 수 있는 것일까요?
네이버 까페이 관련자료들이 있습니다. cafe.naver.com/kcbig
교수님 안녕하세요. 너무 강의 잘듣고 있는 구독자입니다. 랜덤포레스트 젤 마지막의 중요변수 확인에서 중요변수 값을 확인하고자 하는데, 예전에 교수님께서 댓글로 알려주신 코드는 다음과 같습니다 #lambda값 확인 코드 final_fit %>% extract_fit_engine() #계수 확인 final_fit %>% extract_fit_engine() %>% coef(s = 0.00183) 이렇게 하니까. null이라고 나오는데, 랜덤포레스트에서는 중요변수 값을 확인할 수 있는 것이 지원이 안되는 것일까요? 그리고 랜덤포레스트 논문들 보면 부분의존성도표를 제하는데, 교수님이 주신 예제에서 부분의존성도표를 보려면 어떻게 해야할까요. 인터넷에서 부분의존성도표를 이틀째 서치하는데 제 능력으로는 도저히 안되서 여쭤봅니다.
coef의 s 값은 본인의 lambda값을 확인해서 넣어야 됩니다. extract_fit_engine()를 이용해서 마지막 값을 확인하고 값을 넣으세요. 부분의존성도표를 알고 싶으면 DALEXtra package를 이용할 수 있습니다. 자세한 내용은 아래 내용을 참고해서 만들어 보세요. juliasilge.com/blog/mario-kart/ www.r-bloggers.com/2024/01/explain-that-tidymodels-blackbox/
랜덤포레스트는 각 변수별 계수값을 지원하지 않습니다. 회귀분석에서는 지원을 하지만, 랜덤 포레스트는 방법론의 특징상 계수가 없습니다.
@@bigdata_leecho 너무 감사합니다. 교수님
@@bigdata_leecho 감사합니다. 교수님 많은 도움이 되었습니다
안녕하세요 교수님. 구조 방정식에서 통제 변수는 어떻게 처리하여 분석하시나요? 항상 감사합니다.
SEM에서는 통제변수 처리를 보통 안합니다. 통제변수를 처리한다는 의미는 통제변수의 영향력을 분석에 넣는 것을 의미하는데, 보통 회귀분석에서 처리하게 됩니다. . 회귀분석의 경우에는 직접효과만 보기 때문에 통제변수 처리가 가능하지만 SEM은 경로모형이므로 복잡한 효과를 포함하고 있습니다. 따라서 SEM에서는 매개변수를 포함한 경로모형으로 통제변수보다는 직간접효과를 중요시 하기 때문에 통제변수 처리를 하지 않습니다. 그러나 만약 하고 싶다면 종속변수에 경로를 넣어서 분석하는 방법이 있기는 합니다. 지도교수님과 상의해서 잘 선택하세요.^^
안녕하세요 교수님, 맨마지막의 중요변수 그래프에서 중요변수 10개의 중요도 값을 각각 알려면 어떻게 해야 할까요. 그래프는 중요도 크기를 알 수 있지만, 정확한 값을 알수가 없는거 같은데. 어떻게 각각의 값을 알수 있을까요?
vip에 있는 값이 계수(coef)값입니다. 그래프로 나타난 것이지요. 정확한 수치를 알고 싶으면 아래와 같은 코드로 확인이 가능합니다. 여기서 "s = 0.00184"는 람다값을 의미합니다. 람다값이 최소화된 것을 확인하면 됩니다. - lambda값 확인 코드 final_fit %>% extract_fit_engine() - 계수 확인 코드 final_fit %>% extract_fit_engine() %>% coef(s = 0.00184)
@@bigdata_leecho 너무 감사합니다. 값이 나왔습니다. 감사합니다.
친절한 설명에 잘 따라가고 있습니다.감사합니다.
잘 보고 있습니다, 감사합니다
이번 강의도 감사합니다~
이번 강의도 잘 봤습니다 감사합니다.
시청해 주셔서 감사드립니다. 그런데 이전 강의자료를 보고 계시네요. 아래 주소로 오시면 최신 수업자료를 보실 수 있습니다. - 강의실습(R)자료: th-cam.com/video/11N9Qa-qKgo/w-d-xo.html - 이론설명자료: th-cam.com/video/fkV_fQf7org/w-d-xo.html 채널 홈으로 오시면 더 많은 수업자료를 보실 수 있습니다. www.youtube.com/@bigdata_leecho
이번 강의도 감사합니다~
잘 보고 있어요 감사합니다~
이번 강의도 감사합니다 ^^
이번 강의도 잘 봤습니다. 감사합니다.