Nulla in Mundo Pax Sincera

Compound annual growth rate ​ YoY(Year on Year) 전년 (동기) 대비 증감율(수익률, 상승률) QoQ(Quarter on Quarter) 전분기 대비 증감율 MoM(Month on Month) 전월 대비 증감율 YTD(Year To Date) 연초 대비 증감율 MTD(Month To Date) 월초 대비 증감율 3MA(3 months moving average) 3개월이동평균 --> Trend 를 보는데 활용

Swirlstats.com​

심지어 한국어 자막까지 나옴!! 정말 감사한 세상! http://www.hakawati.co.kr/387

​​​​1. 다중공선성을 피하기 위한 평균 중심화 방법 - 설명변수가 0을 중심으로 분포 되게끔, proc means 문으로 구한 평균을 각 값에서 빼준다 Urban.rate_c = urban.rate - 평균값 of urban.rate - 예시 PROC GLM; Model NDSymptoms=MajorDepLife urban.rate_c / solution ; Run; (해석) estimate가 MajorDepLife=1.342 urban.rate_c=0.036 --> MajorDepLife가 설명변수이고 urban.rate_c는 potential confounder - 평균 중심화 관련 보다 자세한 설명은 하단 참조 http://www.statedu.com/term/105360 - ​​Confiden..

​​1. Basic Regression Model - x : explanatory variable -> y : ​quantitative response variable - 프로그램 ​PROC GLM ; model quantitativeresponse = explanatory ; Ex) PROC GLM ; model internet.use.rate = urban.rate ; - 해석하기 (1) p-value < .0001 Null hypothesis 기각, 인터넷 사용률과 도시화률은 매우 관련있다 (2) parameter의 estimate Intercept + estimate*urban.rate -4.9+0.72*utban.rate ​​2. Logistic Regression Model - x : expl..

​​1. P-value - 1종 오류 확률 : the number of times out of 100 we would be wrong in rejecting the null hypothesis - 통계적 추정에 대한 설명은 잘 설명된 아래 글 참조 http://m.blog.naver.com/hyear1004/220093860974 ​​2. Statistical Test - Bivariate statistical tool 1) ANOVA (F-Test) : analysis of Variance 2) X2 : Chi-Square test of indepence 3) r : correlation coefficience - x와 Y의 변수에 따라 ​ ​​3. ANOVA F-test - Are the differ..

​​1. 하나의 변수를 그래프로 표현하기 ​​Numeric Variables [Histogram] PROC GCHART; VBAR numericvariable/type=PCT ; ​​​​​​​VBAR = 세로형 그래프 PCT = 절대값이 아닌 퍼센트로 표시 ​Categorical Variables ​[Bar Chart] PROC GCHART; VBAR categoricalVariable / discrete type=PCT; ​​2. 하나의 변수를 요약하기 (1) 무엇을 볼 것인가? Center - spread - shape 1) center : average - median - mode 2) spread : 표준편차, min, max, range 3) shape - symmetry or skewness ..

ftp://ftp.software.ibm.com/software/analytics/spss/support/Modeler/Documentation/14/UserManual/CRISP-DM.pdf

​데이터 사이언티스트가 되기 위해 필요한 역량은. - 권재명 애플 시니어 데이터 사이언티스트 기본이 되는 영어 외에 여섯 가지를 꼽을 수 있다. 첫째는 탄탄한 통계학 실력이다. 통계학부 저학년 수준의 일반통계, 고학년 수준의 이론통계 및 선형모형(회귀·분산분석 포함) 등은 필수적이고, 범주형 데이터 분석을 위한 일반화 선형분석도 알아두면 좋다. 둘째는 데이터 분석을 위한 컴퓨팅 역량이다. 통계분석을 위해 R은 잘 다룰수록 ‘숨 쉬듯이’ 좋고, 데이터 준비와 처리를 위해 파이썬(Python)도 잘 다루면 좋다. 또 시스템을 다 알 필요까진 없지만, SW엔지니어링 역량은 많을수록 빠르게 데이터를 얻을 수 있다. 셋째는 현실적인 문제를 통계로 풀어내는 능력이다. 이 분야에 대한 많은 독서가 도움이 될 것이다...