티스토리 뷰
1. 참고 문헌 리스트 적는 방법
차경천 (2012), "Rocket & ....," 소비자 문제연구, 41, 2, 67-82
Cha, Kyoung Cheon, Duk Bin Jun (2008), "Reduction ...," ~~
2. Data Set
1) Cross-Sectional Data (횡단면 자료 )
- 여러 개체의 특정시점의 횡단면, 단 시점이 하나
- 표본수, 샘플 사이즈, 관찰치수
2) Time Series Data (시계열 자료)
- 하나의 개체를 시간의 흐름에 따라 정리한 데이터
3) Panel Data: Cross Sectional + Time Series
- Hofstede Index (1985, 1992) : 국가별 성향 지표
- World Bank (매년 조사)
4) 데이터를 눈으로 확인하는 것이 중요하다.
5) 초기에는 횡단면 자료로 시작하여 기간이 지나면서 패널데이터화 시킨다. ( 반복을 통해서)
6) 데이터의 초기화 값이 중요하다. ( 성의 없게 답한것은 제외해야 한다.)
7) 측정단위
- 명목척도: 분석할 수 없는 자료
- 비율척도: 거리, 높이, 무게, 시간,등 숫자의 크기를 비교 가능하다.
- 순서 척도: 자료의 명목자료의 특성을 가지고 있으며, 순서의 의미가 있다.
문자나 숫자 코드를 사용할 수 있다.
3. 논문의 구성
1) 제목
2) 초록
3) 서론
- 배경
- 목적
- 구성
4) 기존 문헌 연구 & 가설
5) 수집자료
- 본연구는 어느시점의 어떤자료를 수집하였다.
- 기술 통계법 (가설에 영향을 주는 4 ~5 개변수만 사용)
- 몇년 몇일 부산의 버스 자료를 수집하였다.
6) 논문을 왜 읽어야 하나.
- 자신의 논문을 읽어야 자신의 논문의 포지션을 선택할 수 있다.
- A Review ~~~ Paper : 내 논문의 방어에 사용한다.
- 단어의 배치
- 문장의 연결
4. 기술 통계량(Descriptive Statistics)
- 통합해서 계산
- 한마디로 말해봐 ~
- 하나의 변수에 대하여 설명
- 보통 소숫점 3자리 까지
1) 위치정보
- 평균(Average)
$$Average =Mean= \bar{x} = \frac{\sum_{i=1}^n x_i}{n}$$
- 중앙값(Median)
- 최빈값(Mode)
- 최대값(Max)
- 최소값(Min)
2) 변동성 정보
- 범위 = 최대값 - 최소값
- 분산 : 평균에서 얼마나 퍼져 있는지를 알기위한 통계량, n-1 불편추정량
$$s^2=\frac{\sum_{i=1}^n (x_i - \bar{x})^2}{n-1}$$
- 표준편차: 분산은 편차의 자승으로 만들어서, 분산만으로 알기 어려움, 원래의 차원으로 계산한 통계량
$$s = \sqrt s^2 = \sqrt \frac{\sum_{i=1}^n (x_i - \bar{x})^2}{n-1}$$
5. 상관관계
- 두 변수간의 직선의 상관 관계
- 왜 직선을 고려하는가 ? 직선 관계가 아니라는 것을 증명하는 것이 어렵기 때문에 직선관계를 먼저 고려
1) 공분산
$$S_{xy} =\frac{\sum_{i=1}^n (x_i - \bar{x}) * (y_i - \bar{y}) }{n-1}$$
2) 상관관계
$$r_{xy} = \frac{S_{xy}}{S_x S_y}$$
$$=\frac{(\frac{\sum_{i=1}^n (x_i - \bar{x})(y_i - \bar{y}) }{n-1})}{(\sqrt \frac{\sum_{i=1}^n (x_i - \bar{x})^2}{n-1} \sqrt \frac{\sum_{i=1}^n (y_i - \bar{y})^2}{n-1})} $$
$$=\frac{\sum_{i=1}^n (x_i - \bar{x}) (y_i - \bar{y})}{\sqrt {\sum_{i=1}^n (x_i - \bar{x})^2 } \sqrt{\sum_{i=1}^n (y_i - \bar{y})^2}}$$
$$if, y = x 이면, r_{xy} = 1$$
$$if, y = -x 이면, r_{xy} = -1$$
상관계수의 절대값이 0.3 보다 큰 경우 상관관계 있다라고 말한다.
유의성을 표시하라고 하는 경우도 있음
6. 중심극한정리 (Central limit theorem)
평균이 움직인다는 것은 분포를 가진다.
분포를 안다는 것은 전부를 알고 있다.
1) 정규분포
$$\bar{x} \approx N(\mu, \frac{\sigma^2}{n})$$
Unbiased(치우침이 없는) estimate
표본에 대한 추정식 : n-1 을 사용하는 식
변수가 모두 어떤 분포를 가지는 지는 알수가 없다
산수의 세상에서 통계의 세상으로 변환
통계의 세계는 오차의 정도를 인정하는 것
2) 샘플사이즈 (Simple Size)
$$Z=\frac{\epsilon}{\frac{\sigma}{\sqrt{n}}}$$
Validate
7. T - Test
1) 두집단 평균비교
두집단: 남/여, 기혼/미혼, 정책도입한경우/도입하지 않은 경우, 시약투입/시약미투입
$$t=\frac{(\bar{x_1}-\bar{x_2})}{\sqrt{\frac{S_1^2}{n_1}+\frac{S_2^2}{n_2}}}$$
신뢰구간을 벗어난 거리
p-Value : 내가 이 결과가 맞다고 주장할 때 틀릴 확률, 이것을 유의하다.
논문에서는 0.1, 0.0.5, 0.01 모두 표현
집단 표본 : 같은 열에 자료는 존재하고, 집단을 구분하는 레이블이 존재 할 경우
대응 표본 : 열이 구분된 자료
8. 세집단이상의 평균비교(ANOVA: Analysis of variance)
Logistic Regression
$$\frac{1}{1+\exp(\alpha + \beta_1 X_1 + \beta_2 X_2 + ... + \beta_n X_n)}$$
유의하다 = 다르다 = p-value 보다 확률이 작을경우
$$\frac{집단간분산}{집단내분산} = \frac{ \frac{\chi_1^2}{n_1} }{ \frac{\chi_2^2}{n_2} }$$
Anova를 사용할 경우에는 정규성 테스트를 실시해야 한다.
9. 카이스케어 분석
$$\chi^2-Test$$
1) 교차 상관표
2) Cross tabulation
3) Independence Test
4) 독립성 검증
5) 적합성 검증
6) Goodness Fit Test
논문에서는 특별하지 않으나 기업에서는 많이 사용됨
$$e_(ij) = \frac{가로의 합 * 세로의 합}{N}$$
$$X^2=\Sigma\Sigma \frac{(f_{ij} - e_{ij})^2}{e_{ij}}$$
10. 회귀분석(Regression Analysis)
$$Y = \alpha + \beta X$$
Y: 결과 변수, Dependent Variable, 종속변수
X: 독립 변수, Independent Variable, 설명변수, 원인변수
$$min \Sigma e^2 = min \Sigma ( y - [\alpha + \beta X] )^2 $$
$$R^2 = \frac{SSR}{SST} = 1 - \frac{SSE}{SST} $$
다중공선성 (Multicollinearity)
$$R^2$$ 값이 올라가고, t-Test 값은 낮아짐
논문에서는 $$R^2$$가 중요하지 않다.
설명변수의 개발이 중요하다. (문제의 Insight가 중요하다)
통신학회 ( 가입 )
11. 통계학
1) 기초 통계학
- 기술 통계법, 상관관계, CLT, $$\chi^2$$-Test, t-Test, ANOVA, Regression
2) 계량 경제학
-
3) Time series analysis
4) 다변량 분석
5) Bayesian, Data mining
6) $$\chi^2-Test$$
- 교차 상관표
- Cross tabulation
- Independence Test
- 독립성 검증
- 적합성 검증
- Goodness Fit Test
12. 컨조인트 분석
▶ 기타 정리.
시간의 향기 - 한병철 교수
1) 시간을 의미 없이 지나보낸다.
2) 머무름의 기술을 배워야 한다.
3) 그래야 시간의 향기가 난다.
4) 똑같은 시간을 보내는데 의미 없는 시간이 된다.
골치아픈 사람 다루는 법
1) 탱크 스타일: 탱크 스타일은 대결적이고 말에 가시가 돋쳐 있으며, 화를 잘내고 뱃심이 있으며 공격적인 행동을 잘한다.
2) 저격병스타일: 무례한 논평과 실랄한 야유 또는 눈을 잘 굴리며, 당신을 바보처럼 만드는 것이 저격병 스타일의 특징이다.
3) 수류탄스타일: 한순간 잠잠한 뒤에, 수류탄 스타일은 현재 상황과는 아무런 관계가 없는것에 고함을 지르며 분노한다.
4) 박식한스타일: 확실히 박식한 스타일은 모순에 대한 인내가 부족하다. 그러나 무언가 잘못되면, 잘못한 사람은 바로 당신이라고 하며 권위적으리 말하는 경향이 있다.
5) 박식한체하는 스타일: 박식한 체하는 스타일은 어떤 순간에 몇몇 사람들을 속일 수 있으며, 관심을 끌기 위해서 항상 많은 사람들을 속일 수도 있지만, 늘 모든 사람들을 속일 수는 없다.
6) 맹종하는 스타일: 맹종하는 스타일은 사람들을 즐겁게 해주고 대결상황을 피하기 위해 노력하며, 아무 생각없이"예"라고 말한다. 그들은 선악을 잊고 가장 가까운 최근의 요구사항에 즉각적으로 반응한다.
7) 우유부단한 스타일:의사결정 순간에 우유부단한 스타일은 보다 좋은 선택이 나타나기를 바라면서 질질끈다. 결국 안타깝게도 대부분의 결정이 너무 늦은 시간에 이루어 진다.
8) 벙어리 스타일: 언어적, 비언어적 피드백이 전혀없다. 아무말도 하지 않는다. 당신은 벙어리 스타일에게 아무것도 기대할 수 없다.
9) 부정적인 스타일: 단 한마디로 빠른 총탄보다 더 치명적으로 사기를 떨어뜨리고, 희망을 주기보다는 더 강력하게 훌륭한 아이디어를 좌절시킨다.
10) 투덜대는 스타일: 투덜대는 스타일은 불공평한 세계에 압도당하여 희망이 없다고 생각한다. 그들의 기준은 명확하며 아무것도 그 기준에 부합되는 것은 없다. 그들이 문제점들을 당신에게 내 놓는다. 당신이 해결책을 제시하면 그들은 더욱 투덜거린다.
결론 그러면 나는 어떤 사람에 포함되는가 ? 다른 사람을 바꾸려 상대방에게 스스로 골치 아픈 사람이 되지말고 바로 " 당신이 바꾸세요"
세옹지마
첫회 우수 교육상
강의 평가 결과가 좋지 않음
좋은일과 나쁜일이 번갈아 생김
일희 일비
나쁜일이 생기면 좋은일이 생기겠구나
좋은일이 생기면 나쁜일이 생기겠구나
기회는 위기와 함께온다.
SWOT 분석이 10년전 부터 사용되지 않는다.
스스로에게 위로할 줄 알아야 한다.
습관고치기
연구노트를 작성해 보세요
어릴적 장기는 또릿또릿하고 순발력 있는것
현재는 장기적으로 꾿꾿이 하는 것
존경하는 사람이 줄어들때
옥하논 목사님, 굉장히 존경을 받으시는 분
살아가는 삶의 가치는 교회와 성도를 위해서 최선을 다했다.
관을 앞에두고 사진을 찍었는데 첫번째 가족사진이었다.
같은 시간에 살고 있지만 다른 의미를 가지고 살았다.
시간이 지나면 존경 받는 사람들이 줄어든다. ( 주변의 사람이 죽기때문에 ~~ )
첫번째: 존경하는 대상의 연배를 낮춰야 한다.
두번째: 지나간 분들을 기념하고 기억을 되살려야 한다.
세번째: 스스로 존경받는 사람이되도록 노력해야 한다.
남을 인정하는것과 나를 바꾸는 것이 힘들다.
24시간 결항이 없는 공항은 인천공항 뿐,
가덕도가 공항이 된다면 인근 도시의 소음을 막을 수 있다.
차경천 교수님
누군가를 속일 수 있는 가능성을 너의 머리속에서 지워라 !
시간이 지나면 정작 자신은 "자신이 남을 속일 수 있다"는 것을 "남들이 다 알고 있다"는 것을 자신이 모를 수 있다.
진정성이 중요하다.
정확하게 균형을 잃지 않고 가야 한다. (Unbiased)
제가 공부하게 된 이유: 1등을 해야 기숙사, 등록금이 지원되니까.
과제 제출: 경영관 14층 1405호 12/16~17일까지 과제 제출
- 글쓰기 독후감
- 수업때 실습한 내용 화면 캡쳐
- 자기 연구 계획서
그럼에도 불구하고
천재를 만날때
산다는 것은 긴긴 세월의 장거리 승부이지 단거리 승부가 아니다. (이현세)
천재는 신이 만들어 놓은 벽을 만나 쓰러져 있는 천재를 보고,
하루 하루 열심히 살든 내가 천재를 앞지르는 모습이 보인다.
내가 너무 늦은 것이 아닌가 ? 생각하지 말아야 한다.
'Management > 경영정보' 카테고리의 다른 글
| [연구방법론] 한국의 이공계는 글쓰기가 두렵다. - 도서요약 (0) | 2019.11.13 |
|---|---|
| [인공지능] 인공지능 목차 (0) | 2019.10.02 |
| [연구방법론] 비통계적 연구방법론 (0) | 2019.09.25 |
| [인공지능] 인공지능 개론 (0) | 2019.09.17 |