2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형
|
|
|
- 병선 연
- 5 years ago
- Views:
Transcription
1 M-Plus 의활용 - 기본모형과예제명령어 - 성신여자대학교 심리학과 조영일, Ph.D.
2 2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형
3 3 / M-plus 란? 기본정보 M-plus 는구조방정식모형과종단자료분석 ( 잠재성장모형 ) 의분석에사용되기위해서고안된프로그램임. 그러나 M-plus 는위에서기술한것이외의현재심리학의자료분석에서사용되는거의모든통계모형을검증할수있다. 명령어의체계가영문법에기반을두고단순하여배우기가쉽다. input 파일은.inp 의확장자를 output 파일은.out 의확장자명을가진다. M-plus 홈페이지인 에서 Q&A 를통해서질문에답해준다. Trial-version 을다운로드받으세요. 잠재변수 2 개측정변수 6 개만을가지고있는모형만추정가능 특히, License 를구입한경우 ( 매년일정유지비용을내는경우 ) 에는문제가발생시이메일로자료와프로그램을보내면문제를직접해결해주기도한다.
4 4 / M-plus 란? 기본정보 M-plus 는구조방정식모형과종단자료분석 ( 잠재성장모형 ) 의분석에사용되기위해서고안된프로그램임. 그러나 M-plus 는위에서기술한것이외의현재심리학의자료분석에서사용되는거의모든통계모형을검증할수있다. 명령어의체계가영문법에기반을두고단순하여배우기가쉽다. input 파일은.inp 의확장자를 output 파일은.out 의확장자명을가진다. M-plus 홈페이지인 에서 Q&A 를통해서질문에답해준다. 특히, License 를구입한경우 ( 매년일정유지비용을내는경우 ) 에는문제가발생시이메일로자료와프로그램을보내면문제를직접해결해주기도한다.
5 5 / M-plus 란? 기본명령어체계 1. 자료를읽어들이고, 변수를지정함 2. 모수를추정할방법을지정해줌. 특히, M-plus 는 input 은기본적으로 4 개의기본 section 으로나눌수있음. 1. 자료입력 2. 분석방법 3. 분석모형 4. 결과옵션 3. 검증하고자하는모형을명령어를사용하여기술함. 4. 결과창에대한옵션을지정해줌.
6 6 / M-plus 란? 기본명령어체계 DATA: DATA: Tells Mplus where to find the file containing the data. E:\Growth_Curves\ClassData.dat Without a specific path, Mplus will look in the same folder w here the Mplus code is saved. FILE = kim1.dat; TYPE = INDIVIDUAL;! DEFAULT!TYPE = COVARIANCE; 일반적으로, Mplus 에서는스페이스 (space) 나탭 (tab) 으로분리된원자료를가지고있는 text 파일을불러들여사용한다. 변수의수는 500 개로제한된다. 공분산행렬이나상관행렬도자료로입력할수있다. 자료는일반적으로 M-plus 의 input 파일과같은폴더에있는것이좋다.
7 7 / M-plus 란? 기본명령어체계 원자료를포함한 text파일의일반적인형태 1) Space로변수들이구분됨 2) Tab으로변수들이구분됨
8 8 / M-plus 란? 기본명령어체계 분산 (variance) X1; X1 공분산 (covariance) X1 with X2; X1 X2 회귀계수 (regression coefficient) Y1 on X1; 독립변수 ( 예측변수 ) 는왼편에 종속변수 ( 준거변수 ) 는오른편에 X1 Y1 평균 (mean) [X1]; M-plus 에서는측정변수의평균을자동으로추정 1 X1
9 9 / M-plus 란? 기본명령어체계 OUTPUT: Lists specific statistical and graphical output wanted OUTPUT: Will get to this in the next section CINTERVAL(BCBOOTSTRAP); 활용가능한옵션 : - SAMPSTAT : 기술통계치를출력하시오. - STANDARDIZED : 표준화계수를출력하시오. - RESIDUAL : 잔차행렬을출력하시오. - CINTERVAL(BCBOOTSTRAP) : Bootstrapping 에의한신뢰구간을출력하시오. - TECH1 : 추정되는모수들을표시해준다. - MODINDICES( 숫자 ): 해당하는숫자이상의수정지수를가지는값을출력하시오.
10 10 / M-plus 의활용 활용자료 자료명 : 구조방정식모형 ( 문항꾸러미없음 ).sav 변수명 : 자존감 (SE): SE1, SE2, SE3 효능감 (EF): EF1, EF2, EF3 충동성 (SS): SS1, SS2, SS3 우울 (DEP): DEP1, DEP2, DEP3 GENDER SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 DEP1 DEP2 DEP3 SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP 사례수 : 300 명
11 11 / M-plus 의활용 SPSS 에서 M-plus 데이터파일만들기 SPSS 데이터를콤마 (,) 로변수들을구분해주는 m-plus 자료를만듬.
12 12 / M-plus 의활용 SPSS 에서 M-plus 데이터파일만들기 스프레드시트에변수이름쓰기 (W) 를클릭하여선택하지않는다.
13 13 / M-plus 의활용 SPSS 에서 M-plus 데이터파일만들기
14 14 / M-plus 의활용 TITLE: DATA DESCRIPTION In this file, you can find the variable names for the data file. USEVARIABLES = GENDER SE1 SE2 SE3 DATA: FILE IS PRACTICE.CSV; EF1 EF2 EF3 VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 SS1 SS2 SS3 DEP1 DEP2 DEP3 SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP; DEP1 DEP2 DEP3 SUICIDE MISSING = ALL(99); SAT_LIFE STR_LIFE SE EF SS DEP; ANALYSIS: TYPE=BASIC; MODEL: OUTPUT:
15 15 / 예제 1 ( 중다회귀모형 ) 자존감 자살생각 우울
16 16 / 예제 1 ( 중다회귀모형 )-M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names USEVARIABLES = for the data file. SUICIDE SE DEP; DATA: FILE IS PRACTICE.CSV; MISSING = ALL(99); VARIABLE: NAMES ARE GENDER ANALYSIS: SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 MODEL: DEP1 DEP2 DEP3 SUICIDE SUICIDE ON SE DEP; SAT_LIFE STR_LIFE SE EF SS DEP; OUTPUT:
17 17 / 예제 1 ( 중다회귀모형 )-M-plus output 파일
18 18 / 예제 2 ( 경로분석 - 단순매개모형 ) 자존감 자살생각 우울
19 19 / 예제 2 ( 경로분석 - 단순매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE.CSV; MODEL: VARIABLE: NAMES ARE GENDER DEP ON SE; SE1 SE2 SE3 SUICIDE ON SE DEP; EF1 EF2 EF3 SS1 SS2 SS3 OUTPUT: DEP1 DEP2 DEP3 STANDARDIZED; SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP; USEVARIABLES = SUICIDE SE DEP; MISSING = ALL(99);
20 20 / 예제 2 ( 경로분석 - 단순매개모형 ): M-Plus output 파일
21 21 / 예제 2 ( 경로분석 - 단순매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE.CSV; MODEL: VARIABLE: NAMES ARE GENDER DEP ON SE; SE1 SE2 SE3 SUICIDE ON SE DEP; EF1 EF2 EF3 SS1 SS2 SS3 MODEL INDIRECT: DEP1 DEP2 DEP3 SUICIDE SUICIDE IND SE; SAT_LIFE STR_LIFE SE EF SS DEP; OUTPUT: USEVARIABLES = STANDARDIZED; SUICIDE SE DEP; MISSING = ALL(99);
22 22 / 예제 2 ( 경로분석 - 단순매개모형 ): M-Plus output 파일
23 23 / 예제 3 ( 경로분석 - 중다매개모형 ) 우울 자존감 자살생각 효능감
24 24 / 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. USEVARIABLES = SUICIDE SE DEP; DATA: FILE IS PRACTICE.CSV; MISSING = ALL(99); VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 DEP1 DEP2 DEP3 SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP; USEVARIABLES = SUICIDE SE DEP; MISSING = ALL(99); ANALYSIS: MODEL: DEP ON SE; EF ON SE; SUICIDE ON DEP EF; OUTPUT: STANDARDIZED;
25 25 / 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
26 26 / 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. USEVARIABLES = SUICIDE SE DEP; DATA: FILE IS PRACTICE.CSV; MISSING = ALL(99); VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 DEP1 DEP2 DEP3 SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP; USEVARIABLES = SUICIDE SE DEP; MISSING = ALL(99); ANALYSIS: MODEL: DEP ON SE; EF ON SE; SUICIDE ON DEP EF; MODEL INDIRECT: SUICIDE IND SE; OUTPUT: STANDARDIZED;
27 27 / 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
28 28 / 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: BOOTSTRAP IS 5000; DATA: FILE IS PRACTICE.CSV; MODEL: VARIABLE: NAMES ARE GENDER DEP ON SE; SE1 SE2 SE3 EF ON SE; EF1 EF2 EF3 SS1 SS2 SS3 SUICIDE ON DEP EF; DEP1 DEP2 DEP3 SUICIDE MODEL INDIRECT: SAT_LIFE STR_LIFE SE EF SS DEP; SUICIDE IND SE; USEVARIABLES = SUICIDE SE DEP; MISSING = ALL(99); OUTPUT: STANDARDIZED CINTERVAL(BCBOOTSTRAP);
29 29 / 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
30 30 / 예제 3-1 ( 경로분석 - 중다매개모형 ) 우울 자존감 자살생각 효능감
31 31 / 예제 3-1 ( 경로분석 - 중다매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE.CSV; MODEL: VARIABLE: NAMES ARE GENDER DEP ON SE; SE1 SE2 SE3 EF ON SE; EF1 EF2 EF3 SUICIDE ON DEP EF SE; SS1 SS2 SS3 DEP1 DEP2 DEP3 MODEL INDIRECT: SUICIDE SAT_LIFE STR_LIFE SUICIDE IND SE; SE EF SS DEP; USEVARIABLES = OUTPUT: SUICIDE STANDARDIZED; SE DEP; MISSING = ALL(99);
32 32 / 예제 3-1 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
33 33 / 예제 3-1 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
34 34 / 예제 3-1 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
35 35 / M-plus 의활용 활용자료 자료명 : 구조방정식모형 ( 문항꾸러미없음 ).sav 변수명 : PRACTICE2.CSV 자존감 (SE): SE1, SE2, SE3, SE4, SE5, SE6 충동성 (SS): SS1, SS2, SS3, SS4, SS5, SS7, SS8, SS9 GENDER SE1 SE2 SE3 SE4 SE5 SE6 SS1 SS2 SS3 SS4 SS5 SS6 SS7 SS8 SS9 사례수 : 300 명
36 36 / 예제 4 ( 확인적요인분석 ) 자존감 SE1 SE2 SE3 SE4 SE5 SE6
37 37 / 예제 4 ( 확인적요인분석 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE2.CSV; MODEL: VARIABLE: NAMES ARE GENDER SE BY SE1 SE1 SE2 SE3 SE2 SE4 SE5 SE6 SE3 SS1 SS2 SS3 SE4 SS1 SS2 SS3 SE5 SS4 SS5 SS6 SE6; SS7 SS8 SS9; USEVARIABLES = SE1-SE6; MISSING = ALL(99); OUTPUT: STANDARDIZED;
38 38 / 예제 4 ( 확인적요인분석 ): M-Plus output 파일
39 39 / 예제 4 ( 확인적요인분석 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE2.CSV; MODEL: VARIABLE: NAMES ARE GENDER SE BY SE1 SE1 SE2 SE3 SE2 SE4 SE5 SE6 SE3 SS1 SS2 SS3 SE4 SS1 SS2 SS3 SE5 SS4 SS5 SS6 SE6; SS7 SS8 SS9; USEVARIABLES = SE1-SE6; MISSING = ALL(99); OUTPUT: STANDARDIZED MODINDICES;
40 40 / 예제 4 ( 확인적요인분석 ): M-Plus output 파일
41 41 / 예제 4-1 ( 확인적요인분석 ) 자존감 SE1 SE2 SE3 SE4 SE5 SE6 역문항
42 42 / 예제 4-1 ( 확인적요인분석 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION ANALYSIS: In this file, you can find the variable names MODEL: for the data file. SE BY SE1 SE2 DATA: FILE IS PRACTICE2.CSV; SE3 SE4 VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 SE4 SE5 SE6 SS1 SS2 SS3 SE5 SE6; NM BY SE4 SE5 SE6; SS1 SS2 SS3 SS4 SS5 SS6 SE WITH SS7 SS8 SS9; USEVARIABLES = SE1-SE6; MISSING = ALL(99); OUTPUT: STANDARDIZED;
43 43 / 예제 4-1 ( 확인적요인분석 ): M-Plus output 파일
44 44 / 예제 5 ( 구조방정식모형 ) 자존감 우울 SE1 SE2 SE3 DEP1 DEP2 DEP3
45 45 / 예제 5 ( 구조방정식모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION ANALYSIS: In this file, you can find the variable names MODEL: for the data file. SE BY SE1 SE2 DATA: FILE IS PRACTICE3.CSV; SE3; VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 DEP1 DEP2 DEP3; USEVARIABLES = SE1-SE3 DEP1 DEP2 DEP3; MISSING = ALL(99); DEP BY DEP1 DEP2 DEP3; DEP ON SE; OUTPUT: STANDARDIZED;
46 46 / 예제 5 ( 구조방정식모형 ): M-Plus output 파일
47 47 / 예제 6 ( 잠재성장모형 ) F1 F2 T1 T2 T3 T4
48 48 / 예제 6 ( 잠재성장모형 ): M-Plus input 파일 TITLE: LATENT GROWTH CURVE MODEL ANALYSIS: DATA: FILE IS PRACTICE4.CSV; MODEL: VARIABLE: NAMES ARE ATT1 ATT2 ATT3 ATT4 ATT5 SE1 SE2 SE3 SE4 SE5 ; USEVARIABLES = SE1 SE2 SE3 SE4 ; BASE RATE SE1@0 SE2@1 SE3@2 SE4@3; OUTPUT: STANDARDIZED MODINDICES; MISSING = ALL(99);
49 49 / 예제 6 ( 잠재성장모형 ): M-Plus output 파일
50 50 / 예제 7 ( 교차지연자기회귀모형 ) ATT1 ATT2 ATT3 SE1 SE2 SE3
51 51 / 예제 7 ( 교차지연자기회귀모형 ): M-Plus input 파일 TITLE: CROSS-LAGGED AUTOREGRESSIVE MODEL ANALYSIS: In this file, you can find the variable names MODEL: for the data file. SE2 ON SE1; SE3 ON SE2; DATA: FILE IS PRACTICE4.CSV; ATT2 ON ATT1; VARIABLE: NAMES ARE ATT3 ON ATT2; ATT1 ATT2 ATT3 ATT4 ATT5 SE1 SE2 SE3 SE4 SE5 ATT2 ON SE1; ; ATT3 ON SE2; USEVARIABLES = SE1 SE2 SE3 ATT1 ATT2 ATT3 ; MISSING = ALL(99); SE2 ON ATT1; SE3 ON ATT2; OUTPUT: STANDARDIZED;
52 52 / 예제 7 ( 교차지연자기회귀모형 ): M-Plus output 파일
53 경청해주셔서감사합니다. 발표자연락처성신여대심리학과
시스템경영과 구조방정식모형분석
2 st SPSS OPEN HOUSE, 2009 년 6 월 24 일 AMOS 를이용한잠재성장모형 (Latent Growth Model ) 세명대학교경영학과김계수교수 (043) 649-242 gskim@semyung.ac.kr 목차. LGM개념소개 2. LGM모형종류 3. LGM 예제 4. 결과치비교 5. 정리및요약 2 적합모형의판단방법 Tips SEM 결과해석방법
< FB1B8C1B6B9E6C1A4BDC4B8F0B5A828C5E4C7C8B8AEBAE4292E687770>
구조방정식모델 - 경로분석을중심으로 - 2006.10.24. 박건희 1. 구조방정식모델의개요 구조방정식모델은사회학및심리학에서개발된측정이론에토대를둔확인적요인분석과계량경제학에서개발된연립방정식모델에토대를둔다중회귀분석및경로분석등이결합된성격을갖는방법론 측정모델 (measurement model, 확인적요인분석성격 ) 과구조모델 (structural model, 다중회귀분석및경로분석의성격
1 01 [ 01-02 ] 01. 02. 9 01 01 02 02 [ 01-05 ] 01. 02. 03. 04. 05. 10 plus 002
![1 01 [ 01-02 ] 01. 02. 9 01 01 02 02 [ 01-05 ] 01. 02. 03. 04. 05. 10 plus 002](/thumbs/39/20476216.jpg "1 01 [ 01-02 ] 01. 02. 9 01 01 02 02 [ 01-05 ] 01. 02. 03. 04. 05. 10 plus 002")
1 01 [ 01-02 ] 01. 02. 9 01 01 02 02 [ 01-05 ] 01. 02. 03. 04. 05. 10 plus 002 01 01 02 02 03 04 03 04 003 05 05 [ 06-10 ] 06. 07. 08. 09. 10. 11 plus 004 06 06 07 07 08 08 09 09 10 10 005 [ 11-15 ] 11.
KDI정책포럼제221호 ( ) ( ) 내용문의 : 이재준 ( ) 구독문의 : 발간자료담당자 ( ) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. 우리나라경
KDI정책포럼제221호 (2010-01) (2010. 2. 10) 내용문의 : 이재준 (02-958-4079) 구독문의 : 발간자료담당자 (02-958-4312) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. http://www.kdi.re.kr 우리나라경기변동성에대한요인분석및시사점 이재준 (KDI 부연구위원 ) * 요 약,,, 1970. * (,
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
DocsPin_Korean.pages
Unity Localize Script Service, Page 1 Unity Localize Script Service Introduction Application Game. Unity. Google Drive Unity.. Application Game. -? ( ) -? -?.. 준비사항 Google Drive. Google Drive.,.. - Google
슬라이드 1
회귀분석 (Regression Analysis) 회귀분석은종속변수와독립변수들갂의관련성, 또는독립변수를 이용하여종속변수를예측하는데사용하며, 종속변수와독립변수 들의함수적관련성을이용하여분석한다. 회귀분석의목적 (1) 예측을목적 주어진독립변수를이용하여종속변수의평균값을추정할목적으로 기존의자료를이용하여회귀모형을세움 (2) 각독립변수가종속변수에미치는영향을평가 종속변수에어떤독립변수들이유의한영향을미치는지를알아보고
슬라이드 1
Pairwise Tool & Pairwise Test NuSRS 200511305 김성규 200511306 김성훈 200614164 김효석 200611124 유성배 200518036 곡진화 2 PICT Pairwise Tool - PICT Microsoft 의 Command-line 기반의 Free Software www.pairwise.org 에서다운로드후설치
PowerPoint Template
JavaScript 회원정보 입력양식만들기 HTML & JavaScript Contents 1. Form 객체 2. 일반적인입력양식 3. 선택입력양식 4. 회원정보입력양식만들기 2 Form 객체 Form 객체 입력양식의틀이되는 태그에접근할수있도록지원 Document 객체의하위에위치 속성들은모두 태그의속성들의정보에관련된것
1-1) 아직까지도우리나라는 resilience' 이라는용어가적응유연성 ( 권태철, 2002; 김미승, 2002; 박현선, 1998, 1999a, 1999b; 양국선, 2001; 유성경, 2000; 이선아, 2004; 윤미경, 2002; 조혜정, 2002; 장순정, 2
1-1) 아직까지도우리나라는 resilience' 이라는용어가적응유연성 ( 권태철, 2002; 김미승, 2002; 박현선, 1998, 1999a, 1999b; 양국선, 2001; 유성경, 2000; 이선아, 2004; 윤미경, 2002; 조혜정, 2002; 장순정, 2003), 탄력성 ( 김승경, 2004; 김택호, 2004), 또는자아 - 탄력성 ( 구자은,
<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>
제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0
저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물
저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 귀하는, 이저작물의재이용이나배포의경우, 이저작물에적용된이용허락조건을명확하게나타내어야합니다.
Microsoft PowerPoint - chap02-C프로그램시작하기.pptx
#include int main(void) { int num; printf( Please enter an integer "); scanf("%d", &num); if ( num < 0 ) printf("is negative.\n"); printf("num = %d\n", num); return 0; } 1 학습목표 을 작성하면서 C 프로그램의
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형
<B0E6B7CEBAD0BCAE2E687770>
경로분석 아동의학업성취수준은어떠한변수들에의해서영향을받는가? 학업성취에영향을미칠수 있는변수로는지능이나동기, 가족의사회경제적지위, 학교및교사의특성등여러가지변인 들을생각해볼수있다. 앞장에서다룬중다회귀분석은하나의종속변수와다수의독립변수로 구성된회귀모형을통하여종속변수와독립변수간의관계를밝히고자하는통계적방법이었다. 따라서회귀분석에서관심의대상이되는것은종속변수에영향을미치는독립변수는무엇이며,
ÃູÀÇÅë·Î
Special Section 17 20 22 26 04 3 4 2006 vol.11 CONTENTS 06 10 28 30 34 36 40 42 44 46 48 50 53 56 59 60 62 64 66 1 2 2 1 1 1 2 6 PATH OF BLESSING 2006 3/4 7 8 PATH OF BLESSING 1 2 2 2006 3/4 9 1 10 PATH
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
<B3EDB4DC28B1E8BCAEC7F6292E687770>
1) 초고를읽고소중한조언을주신여러분들게감사드린다. 소중한조언들에도불구하고이글이포함하는오류는전적으로저자개인의것임을밝혀둔다. 2) 대표적인학자가 Asia's Next Giant: South Korea and Late Industrialization, 1990 을저술한 MIT 의 A. Amsden 교수이다. - 1 - - 2 - 3) 계량방법론은회귀분석 (regression)
포스코2월 표지-최종
Monthly Magazine of POSCO E&C February 009. Vol.69 MONTHLY MAGAZINE OF POSCO E&C POSCO ENGINEERING & CONSTRUCTION FEBRUARY VOL.69 COVER MODEL change Contents Photo Message Focus on 0 04 Special Theme People
G Power
G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
컴파일러
YACC 응용예 Desktop Calculator 7/23 Lex 입력 수식문법을위한 lex 입력 : calc.l %{ #include calc.tab.h" %} %% [0-9]+ return(number) [ \t] \n return(0) \+ return('+') \* return('*'). { printf("'%c': illegal character\n",
공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은
2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영
DBPIA-NURIMEDIA
e- 비즈니스연구 (The e-business Studies) Volume 17, Number 1, February, 28, 2016:pp. 3~30 ISSN 1229-9936 (Print), ISSN 2466-1716 (Online) 원고접수일심사 ( 수정 ) 게재확정일 2016. 01. 08 2016. 01. 09 2016. 02. 25 ABSTRACT
EndNote X2 초급 분당차병원도서실사서최근영 ( )
EndNote X2 초급 2008. 9. 25. 사서최근영 (031-780-5040) EndNote Thomson ISI Research Soft의 bibliographic management Software 2008년 9월현재 X2 Version 사용 참고문헌 (Reference), Image, Fulltext File 등 DB 구축 참고문헌 (Reference),
김기남_ATDC2016_160620_[키노트].key
![김기남_ATDC2016_160620_[키노트].key](/thumbs/85/91488855.jpg "김기남_ATDC2016_160620_[키노트].key")
metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational
C# Programming Guide - Types
C# Programming Guide - Types 최도경 lifeisforu@wemade.com 이문서는 MSDN 의 Types 를요약하고보충한것입니다. http://msdn.microsoft.com/enus/library/ms173104(v=vs.100).aspx Types, Variables, and Values C# 은 type 에민감한언어이다. 모든
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
슬라이드 1
대한의료관련감염관리학회학술대회 2016년 5월 26일 ( 목 ) 15:40-17:40 서울아산병원동관 6층대강당서울성심병원김지형 기능, 가격, 모든것을종합 1 Excel 자료정리 2 SPSS 학교에서준다면설치 3 통계시작 : dbstat 4 Web-R : 표만들기, 메타분석 5 R SPSS www.cbgstat.com dbstat 직접 dbstat 길들이기
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 -
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - . - 2 - . 1. - 3 - [ 그림 1] 도시가스수요와실질 GDP 추이 - 4 - - 5 - - 6 - < 표 1>
2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사
회귀분석 올림픽 100m 우승기록 2004년 9월과학저널 Nature에발표된 Oxford 대학교의임상병리학자인 Andrew Tatem과그의연구진의논문 1900~2004년까지의남성과여성의육상 100m 우승기록을분석하고앞으로최고기록이어떻게변할것인지를예측 2008년베이징올림픽에서남자의우승기록은 9.73±0.144(9.586, 9.874), 여자는 10.57±0.232(10.338,
이 장에서 사용되는 MATLAB 명령어들은 비교적 복잡하므로 MATLAB 창에서 명령어를 직접 입력하지 않고 확장자가 m 인 text 파일을 작성하여 실행을 한다
이장에서사용되는 MATLAB 명령어들은비교적복잡하므로 MATLAB 창에서명령어를직접입력하지않고확장자가 m 인 text 파일을작성하여실행을한다. 즉, test.m 과같은 text 파일을만들어서 MATLAB 프로그램을작성한후실행을한다. 이와같이하면길고복잡한 MATLAB 프로그램을작성하여실행할수있고, 오류가발생하거나수정이필요한경우손쉽게수정하여실행할수있는장점이있으며,
Blue Geometry
Structural Equation Modeling (SEM) 구조방정식모형의적용 2009 년 11 월 27 일 강태훈 ( 성신여대교육학과 ) 과학적탐구의목적 관심대상및현상에대한 설명기술 예측 통제 All models are wrong, but some are useful. (Box, 1979) 구조방정식모형 (SEM) 의개요 SEM 은실험연구나무선적표집 할당등이어려운경우변수간관계에대한추론을가능하게해준다.
다양한 예제로 쉽게 배우는 오라클 SQL 과 PL/SQL
다양한예제로쉽게배우는 오라클 SQL 과 PL/SQL 서진수저 4 장 JOIN 을배웁니다 1 2 1. Cartesian Product ( 카티션곱, CROSS Join) - Oracle Join 문법 SQL> SELECT e.ename, d.dname 2 FROM emp e, dept d ; - ANSI Join 문법 SQL> SELECT e.ename, d.dname
USER GUIDE
Solution Package Volume II DATABASE MIGRATION 2010. 1. 9. U.Tu System 1 U.Tu System SeeMAGMA SYSTEM 차 례 1. INPUT & OUTPUT DATABASE LAYOUT...2 2. IPO 중 VB DATA DEFINE 자동작성...4 3. DATABASE UNLOAD...6 4.
한국정책학회학회보
한국정책학회보제 22 권 2 호 (2013.6): 181~206 정부신뢰에대한연구 - 대통령에대한신뢰와정부정책에대한평가비교를중심으로 * - 주제어 : 민주화이후정부신뢰, 대통령신뢰, 정부정책만족도 Ⅰ. 서론 182 한국정책학회보제 22 권 2 호 (2013.6) 정부신뢰에대한연구 183 Ⅱ Ⅲ Ⅳ Ⅴ Ⅱ. 정부신뢰에대한이론적논의 184 한국정책학회보제 22
LXR 설치 및 사용법.doc
Installation of LXR (Linux Cross-Reference) for Source Code Reference Code Reference LXR : 2002512( ), : 1/1 1 3 2 LXR 3 21 LXR 3 22 LXR 221 LXR 3 222 LXR 3 3 23 LXR lxrconf 4 24 241 httpdconf 6 242 htaccess
MVVM 패턴의 이해
Seo Hero 요약 joshua227.tistory. 2014 년 5 월 13 일 이문서는 WPF 어플리케이션개발에필요한 MVVM 패턴에대한내용을담고있다. 1. Model-View-ViewModel 1.1 기본개념 MVVM 모델은 MVC(Model-View-Contorl) 패턴에서출발했다. MVC 패턴은전체 project 를 model, view 로나누어
자연채무에대한재검토 1. 서론 2. 선행연구 9 Journal of Digital Convergence 214 May; 12(5): 89-99
종합주가지수 서울지역아파트가격 전국주택매매가격지수 경기선행지수의상관관계와선행성분석 최정일 *, 이옥동 성결대학교경영대학 *, 성결대학교부동산학과 ** ** 요약주식시장에서종합주가지수를부동산시장에서서울지역아파트가격과전국주택매매가격지수를선정하여경기 선행지수와함께각지표들사이의상관관계를찾아보았다 또한각지표들사이의흐름을서로비교하여선행성이 성립되는지도살펴보았다본연구의목적은종합주가지수와서울지역아파트가격전국주택매매가격경기선행지수의
(SW3704) Gingerbread Source Build & Working Guide
(Mango-M32F4) Test Guide http://www.mangoboard.com/ http://cafe.naver.com/embeddedcrazyboys Crazy Embedded Laboratory www.mangoboard.com cafe.naver.com/embeddedcrazyboys CRZ Technology 1 Document History
<31332DB9E9C6AEB7A2C7D8C5B72D3131C0E528BACEB7CF292E687770>
보자. 이제 v4.6.2-1 로업데이트됐다. 그림 F-15의하단처럼 msfupdate를입력해 root @bt:~# msfudpate 그림 F-16 과같이정상적으로업데이트가진행되는것을볼수있다. 이후에는 msfupdate를입력하면최신업데이트모듈과공격코드를쉽게유지할수있다. 그림 F-16 msfupdate의진행확인 G. SET 업데이트문제해결 백트랙을기본설치로운영을할때에는
tiawPlot ac 사용방법
tiawplot ac 매뉴얼 BORISOFT www.borisoft.co.kr park.ji@borisoft.co.kr HP : 00-370-077 Chapter 프로그램설치. 프로그램설치 3 2 Chapter tiawplot ac 사용하기.tiawPlot ac 소개 2.tiawPlot ac 실행하기 3. 도면파일등록및삭제 4. 출력장치설정 5. 출력옵션설정
예제 1.1 ( 관계연산자 ) >> A=1:9, B=9-A A = B = >> tf = A>4 % 4 보다큰 A 의원소들을찾을경우 tf = >> tf = (A==B) % A
예제 1.1 ( 관계연산자 ) >> A=1:9, B=9-A A = 1 2 3 4 5 6 7 8 9 B = 8 7 6 5 4 3 2 1 0 >> tf = A>4 % 4 보다큰 A 의원소들을찾을경우 tf = 0 0 0 0 1 1 1 1 1 >> tf = (A==B) % A 의원소와 B 의원소가똑같은경우를찾을때 tf = 0 0 0 0 0 0 0 0 0 >> tf
메일서버등록제(SPF) 인증기능적용안내서 (Exchange Windows 2000) OS Mail Server SPF 적용모듈 작성기준 Windows Server 2000 Exchange Server 2003 GFI MailEssentials 14 for
메일서버등록제(SPF) 인증기능적용안내서 (Exchange 2003 - Windows 2000) OS Mail Server SPF 적용모듈 작성기준 Windows Server 2000 Exchange Server 2003 GFI MailEssentials 14 for Exchange 2016 년 6 월 - 1 - 목 차 I. 개요 1 1. SPF( 메일서버등록제)
2011년 제 9회 최우수상.hwp
1) 고려대학교교육학과석사과정 (nayoung725@yahoo.co.kr) 2) 고려대학교교육학과박사과정 (seo2jin@hanmail.net) 3) 고려대학교교육학과석사과정 (premier110@hanmail.net) 성별지역계열학업진행여부 총사례수 일주일평균아르바이트시간 ( 시간 ) 남 1510 8.9 여 1457 8.4 동지역 2573 8.5
Scopus 한국어이용가이드-3차수정
refine your results TM www.scopus.com 1 Step 2 키워드 검색방법 홈 페이지에서 찾고 싶은 단어를 입력해 Refine Results의 을 이용해 제한검색 로 상세확인 가능하며, 로 FullText 볼 수 있음 검색결과 보기 Scopus 탭 Scopus에 등재된 저널들의 검색 결과를 표시. More 탭 Scopus에 등재된 저널
포스코 6월 표지 3차
6move Monthly Magazine of POSCO E&C June 009. Vol.73 MONTHLY MAGAZINE OF POSCO E&C POSCO ENGINEERING & CONSTRUCTION JUNE VOL.73 COVER MODEL Contents Photo Message Photo Message Special Theme People Talk
(Hyunoo Shim) 1 / 24 (Discrete-time Markov Chain) * 그림 이산시간이다연쇄 (chain) 이다왜 Markov? (See below) ➀ 이산시간연쇄 (Discrete-time chain): : Y Y 의상태공간 = {0, 1, 2,..., n} Y n Y 의 n 시점상태 {Y n = j} Y 가 n 시점에상태 j 에있는사건
ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행
Ch4 one-way ANOVA ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행 One-way ANOVA 란? Group Sex pvas NSAID
abstract.dvi
통계자료분석 강희모 2014년 5월 14일 목차 제 1장 여러가지평균비교 1 1.1. 단일표본검정.............................. 2 1.2. 독립인두표본검정........................... 4 1.3. 대응표본검정.............................. 9 제 2 장 분산분석(ANalysis Of VAriance)
Observational Determinism for Concurrent Program Security
웹응용프로그램보안취약성 분석기구현 소프트웨어무결점센터 Workshop 2010. 8. 25 한국항공대학교, 안준선 1 소개 관련연구 Outline Input Validation Vulnerability 연구내용 Abstract Domain for Input Validation Implementation of Vulnerability Analyzer 기존연구
Chapter 1
3 Oracle 설치 Objectives Download Oracle 11g Release 2 Install Oracle 11g Release 2 Download Oracle SQL Developer 4.0.3 Install Oracle SQL Developer 4.0.3 Create a database connection 2 Download Oracle 11g
272 石 堂 論 叢 49집 기꾼이 많이 확인된 결과라 할 수 있다. 그리고 이야기의 유형이 가족 담, 도깨비담, 동물담, 지명유래담 등으로 한정되어 있음도 확인하였 다. 전국적인 광포성을 보이는 이인담이나 저승담, 지혜담 등이 많이 조사되지 않은 점도 특징이다. 아울
271 부산지역 구비설화 이야기꾼의 현황과 특징 정 규 식* 1) - 목 차 - Ⅰ. 서론 Ⅱ. 부산지역 구비설화 이야기꾼의 전반적 현황 1. 이야기꾼의 여성 편중성 2. 구연 자료의 민요 편중성 3. 이야기꾼의 가변적 구연력 4. 이야기 유형의 제한성 5. 이야기꾼 출생지의 비부산권 강세 Ⅲ. 부산지역 구비설화 이야기꾼의 특징 Ⅳ. 결론 개 요 본고의 목적은
ICAS CADWorx SPLM License 평가판설치가이드
ICAS CADWorx SPLM License 평가판설치가이드 CADWorx SPLM License 평가판설치가이드 설치권장사항 Operating System Compatibility ( 반드시 AutoCAD 가설치되어있어야합니다.) 추천시스템 3.0 GHz Intel Pentium IV or greater Windows XP Professional or later
1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut
경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si
Microsoft Word - SPSS_MDA_Ch6.doc
Chapter 6. 정준상관분석 6.1 정준상관분석 정준상관분석 (Canonical Correlation Analysis) 은변수들의군집간선형상관관계를파악하는분석방법이다. 예를들어신체적조건 ( 키, 몸무게, 가슴둘레 ) 과운동력 ( 달리기, 윗몸일으키기, 턱걸이 ) 사이의선형상관관계가있는지알아보고, 관계가있다면어떤관계가있는지분석하는것이다. 정준상관분석은 (
DE1-SoC Board
실습 1 개발환경 DE1-SoC Board Design Tools - Installation Download & Install Quartus Prime Lite Edition http://www.altera.com/ Quartus Prime (includes Nios II EDS) Nios II Embedded Design Suite (EDS) is automatically
380 Hyun Seok Choi Yunji Kwon Jeongcheol Ha 기존 선행연구에서는 이론연구 (Ki, 2010; Lee, 2012), 단순통계분석 (Lee, 2008), 회귀분석 (Kim, 2012)과 요인분석 (Chung, 2012), 경로분석 (Ku,
Journal of the Korean Data & Information Science Society 2013, 24(2), 379 390 http://dx.doi.org/10.7465/jkdi.2013.24.2.379 한국데이터정보과학회지 구조방정식모형을 이용한 대학생의 선거 참여 인식 연구 - K대 학생의 예 최현석 1 권윤지 2 하정철 3 123 계명대학교
4 CD Construct Special Model VI 2 nd Order Model VI 2 Note: Hands-on 1, 2 RC 1 RLC mass-spring-damper 2 2 ζ ω n (rad/sec) 2 ( ζ < 1), 1 (ζ = 1), ( ) 1
: LabVIEW Control Design, Simulation, & System Identification LabVIEW Control Design Toolkit, Simulation Module, System Identification Toolkit 2 (RLC Spring-Mass-Damper) Control Design toolkit LabVIEW
[INPUT] 뒤에는변수와관련된정보를표기한다. [CARDS;] 뒤에는각각의변수가가지는관측값들을표기한다. >> 위의프로그램에서데이터셋명은 wghtclub 이고, 변수는 idno, name, team, strtwght, endwght 이다. 이중 name 과 team 은
![[INPUT] 뒤에는변수와관련된정보를표기한다. [CARDS;] 뒤에는각각의변수가가지는관측값들을표기한다. >> 위의프로그램에서데이터셋명은 wghtclub 이고, 변수는 idno, name, team, strtwght, endwght 이다. 이중 name 과 team 은](/thumbs/77/75104228.jpg "[INPUT] 뒤에는변수와관련된정보를표기한다. [CARDS;] 뒤에는각각의변수가가지는관측값들을표기한다. >> 위의프로그램에서데이터셋명은 wghtclub 이고, 변수는 idno, name, team, strtwght, endwght 이다. 이중 name 과 team 은")
SAS 의기본형식 1. INPUT 문 DATA wghtclub; INPUT idno 1-4 name $ 6-24 team $ strtwght endwght; loss=strtwght -endwght; CARDS; 1023 David Shaw red 189 165 1049 Amelia Serrno yellow 145 124 1219 Alan Nance red
JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각
JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( http://java.sun.com/javase/6/docs/api ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각선의길이를계산하는메소드들을작성하라. 직사각형의가로와세로의길이는주어진다. 대각선의길이는 Math클래스의적절한메소드를이용하여구하라.
부문별 에너지원 수요의 변동특성 및 공통변동에 미치는 거시적 요인들의 영향력 분석
에너지경제연구 Korean Energy Economic Review Volume 15, Number 1, March 2016 : pp. 33 ~ 67 부문별에너지원수요의변동특성및공통변동에 미치는거시적요인들의영향력분석 33 ~ < 표 1> 에너지소비량과주요변수들의연평균증가율 ~ ~ ~ ~ ~ 34 35 36 37 38 ~ 39 [ 그림 1] 부문별에너지원소비량의증가율
< 목차 > Ⅰ. 개요 3 Ⅱ. 실시간스팸차단리스트 (RBL) ( 간편설정 ) 4 1. 메일서버 (Exchange Server 2007) 설정변경 4 2. 스팸차단테스트 10
(https://www.kisarbl.or.kr) < 목차 > Ⅰ. 개요 3 Ⅱ. 실시간스팸차단리스트 (RBL) ( 간편설정 ) 4 1. 메일서버 (Exchange Server 2007) 설정변경 4 2. 스팸차단테스트 10 Ⅰ. 개요 실시간스팸차단리스트 (RBL) 는메일서버를운영하는누구나손쉽게효과적으로스팸수신을차단하는데이용할수있도록한국인터넷진흥원 (KISA)
연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형
사회통계포럼
wcjang@snu.ac.kr Acknowledgements Dr. Roger Peng Coursera course. https://github.com/rdpeng/courses Creative Commons by Attribution /. 10 : SNS (twitter, facebook), (functional data) : (, ),, /Data Science
Microsoft PowerPoint - MDA 2008Fall Ch2 Matrix.pptx
Mti Matrix 정의 A collection of numbers arranged into a fixed number of rows and columns 측정변수 (p) 개체 x x... x 차수 (nxp) 인행렬matrix (n) p 원소 {x ij } x x... x p X = 열벡터column vector 행벡터row vector xn xn... xnp
Microsoft Word - src.doc
IPTV 서비스탐색및콘텐츠가이드 RI 시스템운용매뉴얼 목차 1. 서버설정방법... 5 1.1. 서비스탐색서버설정... 5 1.2. 컨텐츠가이드서버설정... 6 2. 서버운용방법... 7 2.1. 서비스탐색서버운용... 7 2.1.1. 서비스가이드서버실행... 7 2.1.2. 서비스가이드정보확인... 8 2.1.3. 서비스가이드정보추가... 9 2.1.4. 서비스가이드정보삭제...
클라우드사회과학연구자동화 사용자매뉴얼 http://ssra.or.kr 알림 목 차 1. 클라우드사회과학자동화란? 1. 1 목적및의의 1) 교육심리학용어사전 (2000) - 8 - 1. 2 주요기능및특징 설문지작성자동화 - 9 - 자료수집자동화 통계분석자동화 - 10 - - 11 - 2. 클라우드사회과학연구자동화시작하기 2.2 시작하기 2.2 절차및지원기능
NTD36HD Manual
Upnp 사용 D7 은 UPNP 를지원하여 D7 의네크워크에연결된 UPNP 기기에별다른설정없이연결하여, 유무선으로네트워크상의연결된 UPNP 기기의콘텐츠를재생할수있습니다. TV 화면의 브라우저, UPNP 를선택하면연결가능한 UPNP 기기가표시됩니다. 주의 - UPNP 기능사용시연결된 UPNP 기기의성능에따라서재생되지않는콘텐츠가있을수있습니다. NFS 사용 D7
4. Compass 명령어를알아보자. compass <command> [<option>, <option>, <option>.. <option>] command : 명령어. clean - Remove generated files and the sass cache. com
![4. Compass 명령어를알아보자. compass <command> [<option>, <option>, <option>.. <option>] command : 명령어. clean - Remove generated files and the sass cache. com](/thumbs/91/104983057.jpg "4. Compass 명령어를알아보자. compass <command> [<option>, <option>, <option>.. <option>] command : 명령어. clean - Remove generated files and the sass cache. com")
Compass 사용법. 1. Compass를간단하게특징을알아보자. Compass는 css를쉽게개발및편집할수있는 CSS Framewok이며, ruby를이용하여만들어진일종의개발툴이다. Compass는 Sass를사용하며, 확장자는 (.scss) 를사용한다. Sass는 CSS3를기반으로변수지원, 계층구조지원, 연산과내장함수지원, Mixins, 선택자상속등의기능이추가되어확장된구조이다.
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE May; 29(5),
THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2018 May; 29(5), 375382. http://dx.doi.org/10.5515/kjkiees.2018.29.5.375 ISSN 1226-3133 (Print)ISSN 2288-226X (Online) Analysis
hlogin2
0x02. Stack Corruption off-limit Kernel Stack libc Heap BSS Data Code off-limit Kernel Kernel : OS Stack libc Heap BSS Data Code Stack : libc : Heap : BSS, Data : bss Code : off-limit Kernel Kernel : OS
Microsoft PowerPoint - 알고리즘_5주차_1차시.pptx
Basic Idea of External Sorting run 1 run 2 run 3 run 4 run 5 run 6 750 records 750 records 750 records 750 records 750 records 750 records run 1 run 2 run 3 1500 records 1500 records 1500 records run 1
hlogin7
0x07. Return Oriented Programming ROP? , (DEP, ASLR). ROP (Return Oriented Programming) (excutable memory) rop. plt, got got overwrite RTL RTL Chain DEP, ASLR gadget Basic knowledge plt, got call function
..............
Space Roadmap 2007~2026 Space Roadmap 2007~2026 2 3 2 2 2 2 2 2 05 06 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
API 매뉴얼
PCI-TC03 API Programming (Rev 1.0) Windows, Windows2000, Windows NT, Windows XP and Windows 7 are trademarks of Microsoft. We acknowledge that the trademarks or service names of all other organizations
. (2013) % % 2. 1% (,, 2014).. (,,, 2007). 41.3% (, 2013). (,,,,,, 2010)... (2010),,, 4.,.. (2012), (2010),., (,, 2009).... (, 2012).
:,. (NYPI) (KCYPS) 2011~2013 1 2 ( 2 ), 1 3 ( 3 ), 1 4 ( 1 ) (N=2,178).,.,,,.,..,..,. :,, (110-745) 25-2 E-mail : yoonsunhan@skku.edu . (2013) 2011 9.0% 2000 3.5% 2. 1% (,, 2014).. (,,, 2007). 41.3% (,
Web Scraper in 30 Minutes 강철
Web Scraper in 30 Minutes 강철 발표자 소개 KAIST 전산학과 2015년부터 G사에서 일합니다. 에서 대한민국 정치의 모든 것을 개발하고 있습니다. 목표 웹 스크래퍼를 프레임웍 없이 처음부터 작성해 본다. 목표 웹 스크래퍼를 프레임웍 없이 처음부터 작성해 본다. 스크래퍼/크롤러의 작동 원리를 이해한다. 목표
BK21 플러스방법론워크숍 Data Management Using Stata 오욱찬 서울대사회복지학과 BK21 플러스사업팀
BK21 플러스방법론워크숍 Data Management Using Stata 2014. 10. 17. 오욱찬 ukchanoh@daum.net Why use Stata statistical software? 1 - Fast, accurate, and easy to use - Broad suite of statistical features - Complete data-management
Eclipse 와 Firefox 를이용한 Javascript 개발 발표자 : 문경대 11 년 10 월 26 일수요일
Eclipse 와 Firefox 를이용한 Javascript 개발 발표자 : 문경대 Introduce Me!!! Job Jeju National University Student Ubuntu Korean Jeju Community Owner E-Mail: ned3y2k@hanmail.net Blog: http://ned3y2k.wo.tc Facebook: http://www.facebook.com/gyeongdae
<C3D1C1A4B8AE20303120B0E6BFECC0C720BCF620323030B9AE2E687770>
1. 1. 1) 1. 경우의 수 주사위를 한 개를 던질 때, 다음 경우의 수 (1) 소수 4. 4. 4) 집에서 학교로 가는 버스는 3 개 노선, 지하철은 4 개 노선이 있다. 버스나 지하철을 이용하여 집 에서 학교로 가는 방법은 모두 몇 가지인가? (2) 5의 약수 2. 2. 2) 1~10 숫자에서 하나를 뽑을때, (1) 3의 배수 경우의수 5. 5. 5)
Microsoft Word - ntasFrameBuilderInstallGuide2.5.doc
NTAS and FRAME BUILDER Install Guide NTAS and FRAME BUILDER Version 2.5 Copyright 2003 Ari System, Inc. All Rights reserved. NTAS and FRAME BUILDER are trademarks or registered trademarks of Ari System,
선형모형_LM.pdf
변수선택 8 경제성의 원리로 불리우는 Occam s Razor는 어떤 현상을 설명할 때 불필요한 가정을 해서는 안 된다는 것이다. 같은 현상을 설 명하는 두 개의 주장이 있다면, 간 단한 쪽을 선택하라. 통계학의 유 의성 검정, 유의하지 않은 설명변 수 제거의 근거가 된다. 섹션 1 개요 개념 1) 경험이나 이론에 의해 종속변수에 영향을 미칠 것 같은 설명변수를
PowerSHAPE 따라하기 Calculate 버튼을 클릭한다. Close 버튼을 눌러 미러 릴리프 페이지를 닫는다. D 화면을 보기 위하여 F 키를 누른다. - 모델이 다음과 같이 보이게 될 것이다. 열매 만들기 Shape Editor를 이용하여 열매를 만들어 보도록
PowerSHAPE 따라하기 가구 장식 만들기 이번 호에서는 ArtCAM V를 이용하여 가구 장식물에 대해서 D 조각 파트를 생성해 보도록 하겠다. 중심 잎 만들기 투 레일 스윕 기능을 이용하여 개의 잎을 만들어보도록 하겠다. 미리 준비된 Wood Decoration.art 파일을 불러온다. Main Leaves 벡터 레이어를 on 시킨다. 릴리프 탭에 있는
(2) : :, α. α (3)., (3). α α (4) (4). (3). (1) (2) Antoine. (5) (6) 80, α =181.08kPa, =47.38kPa.. Figure 1.
Continuous Distillation Column Design Jungho Cho Department of chemical engineering, Dongyang university 1. ( ).... 2. McCabe-Thiele Method K-value. (1) : :, K-value. (2) : :, α. α (3)., (3). α α (4) (4).
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 15 장공분산분석 1. 공분산분석의통계적모형 2. 공분산분석에의한처리효과검정 3. 공분산분석과정 - 실습 - 회귀분석 두확률변수간에관계가있는지검정
제 1 절 two way ANOVA 제1절 1 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라
제 절 two way ANOVA 제절 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라고 한다. 교호작용은 두 변수의 곱에 대한 검정으로 유의확률이 의미있는 결과라면 두 변수는 서로 영향을
동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석
동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석 목차 I. 서론 II. 동아시아각국의무역수지, 실질실효환율및 GDP간의관계 III. 패널데이터를이용한 Granger인과관계분석 IV. 개별국실증분석모형및 TYDL을이용한 Granger 인과관계분석 V. 결론 참고문헌 I. 서론 - 1 - - 2 - - 3 - - 4
01-07-0.hwp
선거와 시장경제Ⅱ - 2000 국회의원 선거시장을 중심으로 - 발간사 차 례 표 차례 그림 차례 제1부 시장 메커니즘과 선거시장 Ⅰ. 서 론 Ⅱ. 선거시장의 원리와 운영방식 정당시장 지역구시장 문의사항은 Q&A를 참고하세요 정당시장 한나라당 사기 종목주가그래프 c 2000 중앙일보 Cyber중앙 All rights reserved. Terms
Microsoft PowerPoint - chap04-연산자.pptx
int num; printf( Please enter an integer: "); scanf("%d", &num); if ( num < 0 ) printf("is negative.\n"); printf("num = %d\n", num); } 1 학습목표 수식의 개념과 연산자, 피연산자에 대해서 알아본다. C의 를 알아본다. 연산자의 우선 순위와 결합 방향에
TS for you 10-<D3BC><CE68><D654><BA74><C6A9>.pdf
www.ts2020.kr 1 2015/ 396 10 TS CONTENTS What's TS 04 06 10 What's Up 24 28 32 34 38 40 44 46 48 What's Special 16 20 What's Next 52 56 58 60 62 64 66 67 68 TS CEO MESSAGE 4 _ TS for you 5 6 _ TS for you
Microsoft PowerPoint - LM 2014s_Ch4.pptx
1. 회귀모형및가정 모형설명 선형 linearity 함수 (,,,, ) 회귀계수 : 모수, unknown but fixed 절편 : y-축을통과하는곳 기울기 : 편미분, 한단위증가 p개의설명변수 들은결정변수 ( 확률변수아님 ) 종속변수만확률변수 모형 설명변수개수 p 개 관측치개수 n, 1,2,, ~ 0, ( 행렬 ),, 가정 ~ 0, 정규성 normality
1..
Volume 12, Number 1, 6~16, Factors influencing consultation time and waiting time of ambulatory patients in a tertiary teaching hospital Jee-In Hwang College of Nursing Science, Kyung Hee University :
슬라이드 1
Gradle 1. 도구개요 2. 설치및실행 3. 주요기능 4. 활용예제 1. 도구개요 1.1 도구정보요약 도구명 소개 특징 Gradle (http://www.gradle.org) 소프트웨어빌드자동화도구 라이선스 Apache License v2.0 Gradle 을통해소프트웨어패키지나프로젝트의빌드, 테스팅, 퍼블리슁, 배포등을자동화할수있다. Ant 의유연성과기능을
Microsoft PowerPoint - Java7.pptx
HPC & OT Lab. 1 HPC & OT Lab. 2 실습 7 주차 Jin-Ho, Jang M.S. Hanyang Univ. HPC&OT Lab. jinhoyo@nate.com HPC & OT Lab. 3 Component Structure 객체 (object) 생성개념을이해한다. 외부클래스에대한접근방법을이해한다. 접근제어자 (public & private)
Microsoft PowerPoint - IPYYUIHNPGFU
분산분석 분산분석 (ANOVA: ANALYSIS OF VARIANCE) 두개이상의모집단의차이를검정 예 : 회사에서세종류의기계를설치하여동일한제품을생산하는경우, 각기계의생산량을조사하여평균생산량을비교 독립변수 : 다른변수에의해영향을주는변수 종속변수 : 다른변수에의해영향을받는변수 요인 (Factor): 독립변수 예에서의요인 : 기계의종류 (I, II, III) 요인수준
Secure Programming Lecture1 : Introduction
Malware and Vulnerability Analysis Lecture3-2 Malware Analysis #3-2 Agenda 안드로이드악성코드분석 악성코드분석 안드로이드악성코드정적분석 APK 추출 #1 adb 명령 안드로이드에설치된패키지리스트추출 adb shell pm list packages v0nui-macbook-pro-2:lecture3 v0n$
Studuino소프트웨어 설치
Studuino 프로그래밍환경 Studuino 소프트웨어설치 본자료는 Studuino 프로그래밍환경설치안내서입니다. Studuino 프로그래밍 환경의갱신에따라추가 / 수정될수있습니다. 목차 1. 소개... 1 2. Windows... 2 2.1. 프로그래밍환경설치... 2 2.1.1. 웹설치버전설치방법... 2 2.2. Studuino 프로그래밍환경실행...
Y 1 Y β α β Independence p qp pq q if X and Y are independent then E(XY)=E(X)*E(Y) so Cov(X,Y) = 0 Covariance can be a measure of departure from independence q Conditional Probability if A and B are