단순회귀분석 문제 - dansunhoegwibunseog munje

Must Learning with R (개정판) Ch2. Intro A1. 서론 A2. R에 대한 소개 A3. 일상생활 속에서 축척되는 데이터 그리고 통계학 A4. 데이터 분석의 프로세스 Ch2. R 기본문법 1단계 A1. 할당 및 논리문 A2. c()의 활용 A3. rep(), seq()을 통한 벡터 생성 A4. matrix(), data.frame()을 통해 데이터 셋 만들기 A5. length(), dim()을 활용한 데이터 형태 파악하기 A6. 괄호의 활용 A7. 변수 형태 이해하기 A8. 시간(날짜)형태의 변수 다루기 A9. as & is를 통해 strings 확인 및 변경하기 B1. sample()을 통한 데이터 무작위 추출하기 B2. 조건문(if) 활용하기 B3. function()을 통해 사용자함수 만들기 B4. R 패키지 설치하기 B4. 연습문제 Ch3. R 기본문법 2단계 A1. 연습데이터 설명 A2. 데이터 불러오기 및 Strings 확인 A3. 조건에 맞는 데이터 가공하기 A4. 조건에 맞는 집계 데이터 만들기 A5. ggplot2 기본 시각화 A6. 연습문제 Ch4. R 기본문법 3단계 A1. 변수에 대한 요약 값 살펴보기 A2. 분위수 계산 A3. 합, 평균, 표준편차 구하기 A4. 빈도 테이블 작성하기 A5. 연습문제 Ch5. R 기본문법 4단계 A1. 데이터 불러오기 및 데이터 설명 A2. 결측치(Missing Value) A3. R을 통한 결측치 처리 A4. 결측치 처리시 주의할 점 A5. 결측치 처리를 위한 데이터의 분포 탐색 A6. 이상치(Outlier) 뽑아내기 A7. 문자열 데이터 다루기 1편 A8. 문자열 데이터 다루기 2편(R 텍스트 마이닝) A9. 연습문제 Ch6. R 중급문법 1단계 A1. 효과적인 데이터 핸들링을 위한 apply & dplyr 소개 A2. 데이터 불러오기 A3. apply 함수와 dplyr 패키지 소개 A4. 중복데이터 제거하기 및 데이터 프레임 정렬 A5. 데이터 합병하기(merge) A6. 연습문제 Ch7. R 중급문법 2단계 A0. 데이터 불러오기 A1. 집계 데이터 만들기 A2. 조건에 따라 데이터 추출하기 A3. 데이터 중복 제거하기 A4. 샘플 데이터 무작위 추출 A5. 정해진 Index에 따라 데이터 추출하기 A6. 데이터 정렬하기 A7. 원하는 변수(Colomn)만 뽑아내기 A8. 새로운 변수 만들기 혹은 한번에 처리하기 A9. 연습문제 Ch8. R 데이터 시각화 A1. ggplot2 테마 수정 A2. 범례제목 수정 A3. 축 변경 Ch9. ggplot2를 활용한 다양한 그래프 그리기 A1. Bar Chart A2. Histogram A3. Density plot A4. Boxplot & Jitter plot A5. Violin plot A6. Scatter plot A7. Smooth plot A8. abline, vline, hline A9. Step plot B1. Density 2d plot B2. Text plot B3. Line plot & Timeseries plot B4. Error bar plot B5. Corrplot B6. Heatmap B7. Ribbon plot B8. Ridge plot B9. Area plot C1. Polygon plot C2. Rect plot ChB1. 기초통계이론 1단계 A1. 표본공간과 확률변수 A2. 이산형 확률분포 A3. 이항분포(Binomial distribution) A4. 다항분포(multinomial distribution) A5. 포아송분포(Poisson Distribution) A6. 연속형 확률분포 A7. 정규분포(Normal Distribution) A8. 모수(parameter)와 통계량(statistic) B1. t분포(student's t-distribution) B2. 카이제곱분포와 F분포 (Chi-square distribution and F-distribution) B3. 통계적 추정과 검정 B4. 점추정 B5. 구간추정 B6. 가설검정 ChB2. 기초통계이론 2단계 A1. 통계 모형 Preview A2. 분석모형을 선택하는 기준 A3. 분석모형별 가설 검정 A4. t검정 A5. t검정(R Code) A6. 분산분석 A7. 분산분석(R Code) A8. 상관분석 A9. 상관분석 (R code) B1. 단순 선형 회귀분석의 추정 B2. 회귀분석(R Code) B3. 다중 회귀분석(Multiple Regression) B4. 다항 회귀분석(Polynomial Regression) ChB3. 범주형 자료분석 A1. 비율의 비교 A2. 카이제곱 독립성 검정 A4. 로지스틱 회귀분석 A5. 로지스틱 회귀분석(R Code) ChB4. 기초통계이론 3단계 A1. 가능도와 가능도함수 A2. 최대가능도 추정량(Maximum Likelihood Estimation, MLE) A3. 가능도에 따른 변수 선택법 A4. 주성분 분석 A5. 주성분 분석(R Code) A6. 군집분석 A7. 계층적 군집분석 A8. 계층적 군집분석(R Code) A9. 비계층적 군집분석 B1. 비계층적 군집분석(R Code) B2. KNN B3. kNN(R code) ChB5. 기계학습 A1. 기계학습에 대한 정의 A2. 기계학습에서 주의할 점 A3. 앙상블(Ensomble) 기법 A4. Gradient Descent(경사하강법) A5. 경사하강법(R Code) A6. 의사결정나무 A7. 랜덤 포레스트 A8. 의사결정나무, 랜덤포레스트(R Code) A9. 교차 타당성(Cross Validation) ChB6. Case Study A1. Case Study(EDA편 1) A2. Case Study(EDA편 2) A3. Case Study(EDA편 3) A4. Case Study(Modeling편 1) A5. Case Study(Modeling편 2) A6. Case Study(Modeling편 3) ChC. 추가 예정목록