6장 R 기초와 데이터 마트

R기초

1. 결측값 처리하기

   na.omit() : NA 가 있는 행 전체 삭제

   na.rm() : NA 가 있는 연산에서 해당 값 제외

   boxplot() : 시각화 하기

   boxplot(수치형 자료 ~ 범주형 자료, 데이터명)

   0/0 의 R 출력값 : NaN

2. 인덱싱

   • 데이터 프레임**(변수 이름, 값)**
     • iris[1,]
     • iris[,c(1,2)]
     • iris[1]
     • iris[”Sepal.Length”]
   • 벡터**(변수 값)**
     • iris[[1]]
     • irirs$Sapal.Length
     • iris[[”Sapal.Length”]]
     • iris[,1]

3. 벡터의 연산

   x <- c(1,2,3)
   y <- c(1,2,3,4,5,6)
   x + y # = 2, 4, 6, 5, 7, 9
   

4. 데이터의 종류

   • 한가지 유형 데이터 타입만 가능한 것은? 벡터, 행렬, 배열

   • 복수의 데이터 타입(복합형)? 리스트, 데이터프레임, 데이터 테이블

   • NA, NaN, NULL

     NA : 결측값

     NaN : 수학적으로 불가한 수를 표시

     NULL : 데이터 유형과 자료가 비어있는 값

   • set.seed() : 난수 발생시 동일한 난수가 발생되도록 초기화하는 R 함수

5. 데이터 분포의 흩어짐 (산포)

   • 변동계수 : 표준편차 / 평균 , 측정 단위가 서로 다른 데이터를 비교할 때 사용
   • IQR(사분위수 범위) : Q3 - Q1
   • 범위 : 최대값 - 최소값
   • 왜도 : 정규분포이면 왜도는 0, 0보다 크면 왼쪽으로 치우쳐짐 (왼쪽 꼬리 분포)
   • 첨도 : 첨도가 3보다 크면 정규분포보다 뾰족한 모양

6. 대푯값의 비교 (평균, 중위수, 최빈치)

   

   • 좌우 대칭 분포 : 평균 = 중위수 = 최빈치
   • 좌측 비대칭 분포 : 평균 > 중위수 > 최빈치
   • 우측 비대칭 분포 : 평균 < 중위수 < 최빈치

7. boxplot(상자그림) ***

   

   • 하한값(최솟값) : Q1 - 1.5*IQR
   • 상한값(최대값) : Q3 + 1.5*IQR
   • box plot으로 이상치(이상한 값ㅋㅋㅋ) 검색이 가능

데이터 마트

1. plyr 패키지
   • apply 함수 기반해 데이터와 변수를 동시에 배열로 치환
     • split(데이터분할) → apply(함수 적용) → combine(재결합) 기능 제공
2. reshape 패키지
   • melt(), cast() 만을 사용하여 데이터를 재구성하거나 밀집화된 데이터를 유연하게 생성해줌
     • melt() : 데이터의 구조를 바꿈
   • 데이터 모양을 바꾸거나 그룹별 요약값을 계산하는 함수를 담고있음
3. R의 특수한 기능 - 4가지 정규분포 관련 함수
   • *r* norm (난수 함수)
   • *d* norm (확률 밀도 함수)
   • *p* norm (누적 분포 함수)
   • *q* norm (분위수 함수)
4. 자료의 척도 ***
   • X(오답보기) : “명목척도는 중앙값 또는 평균 계산이 가능”
   • X(오답보기) : “구간척도는 측정 대상이 갖고 있는 속성의 질을 측정한다” (속성의 질 → 속성의 양)
   • X(오답보기) : “구간척도는 절대 영점이 존재한다.” (구간척도는 절대영점 없어서 곱하기 나누기 불가 비율척도가 사측연산 가능)
5. 이상값 ***
   • 이상값은 다른 자료와는 극단적으로 다른 값, 상자도표에서 1.5*IQR 만큼 떨어진 거리보다 더 먼곳에 발견되는 관측값
   • 이상값 알고리즘은 ESD 의 경우 평균으로부터 3배 표준편차만큼 떨어져 있는 값을 이상값으로 판단
   • 부정사용방지 시스템이나 부도 예측 시스템에서는 이상값도 의미가 있으므로 무조건 제거하지 않는다.

7장 통계분석

1. 조건부 확률과 독립법칙

   • 조건부 확률의 정의

     

   • 응용 및 독립 배반

   

   

   → 수식변환 베이즈의 정리

2. 확률변수 : 표본공간 내에 있는 각 원소의 **실수값**을 대응시키는 함수

   • 이산형 확률변수
   • 연속형 확률변수