wess_usage.PDF

Similar documents
untitled

eda_ch7.doc

<C0E5B7C1BBF328BEEEB8B0C0CCB5E9C0C729202D20C3D6C1BE2E687770>

Ç¥Áö-¸ñÂ÷

untitled

14-Á¶¿ëÁß



cat_data3.PDF

105È£4fš

b

snu.pdf

199


텀블러514

KARAAUTO_4¿ù.qxd-ÀÌÆå.ps, page Normalize

第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대

nonpara6.PDF

nonpara1.PDF

초보자를 위한 ASP.NET 2.0

1217 WebTrafMon II

untitled

< C0FCC0CEC3CA2E687770>


토 론 회 순 서 - 좌장 : 정용건 국민연금 바로세우기 국민행동 집행위원장 14:00 인사말 14:20 발제 발제 1. 박근혜정부 기초연금의 문제점과 개혁 과제 _ 오건호 내가만드는복지국가 공동운영위원장 발제 2. 기초연금법 정책결정 및 입법 과정에 대한 평가 _ 이

I L E V E L

Microsoft Word - multiple

중 국 6 대 패 션 시 장 조 사 보 고 서 < 2004 년 상 해 10 대 매 장 10대 패 션 제 품 의 브 랜 드 시 장 점 유 뮬 > 제 품 브 랜 드 시 장 점 유 율 제 품 브 랜 드 시 장 점유 율 C O N C H P LA Y B O Y

IV L E V E L

27송현진,최보아,이재익.hwp

목 차 Ⅰ. 조사개요 1 Ⅱ. 용어해설 13 Ⅲ. 조사결과 과학기술인력 양성 및 활용에 관한 거시통계 분석 결과 9 1 가. 과학기술인의 양성 현황 19 나. 과학기술인의 취업 현황 24 다. 과학기술인의 경제활동 현황 27 라. 과학기술인의 고용 현황 28

<C0CCBCBCBFB52DC1A4B4EBBFF82DBCAEBBE7B3EDB9AE2D D382E687770>

CD-RW_Advanced.PDF

( )EBS문제집-수리

<312E B3E2B5B520BBE7C8B8BAB9C1F6B0FC20BFEEBFB5B0FCB7C320BEF7B9ABC3B3B8AE20BEC8B3BB28B0E1C0E7BABB292DC6EDC1FD2E687770>

-주의- 본 교재는 최 상위권을 위한 고난이도 모의고사로 임산부 및 노약자의 건강에 해로울 수 있습니다.

2003report hwp

< B3E2C1B6BBE7BAD0BCAEBAB8B0EDBCAD2DBFCFBCBABABB28BEF6C0CDC3B5292E687770>

AD AD 8-0 / A A-2 / A A A-5 / A A T-T / Q

슬라이드 1

untitled

유선방송국설비등에관한기술기준고시개정 ( 안 ) 행정예고 - 1 -

*지급결제제도 01_차례

PCServerMgmt7

NCS : ERP(SAP) ERP(SAP) SW IT,. SW IT 01., 05., 06., 08., 15., , 05. SW IT,,,, SAP HR,,, 4,,, SAP ABAP HR SCHEMA, BSP,

PowerPoint 프레젠테이션

uFOCS

(Exposure) Exposure (Exposure Assesment) EMF Unknown to mechanism Health Effect (Effect) Unknown to mechanism Behavior pattern (Micro- Environment) Re

2011

? Search Search Search Search Long-Tail Long-Tail Long-Tail Long-Tail Media Media Media Media Web2.0 Web2.0 Web2.0 Web2.0 Communication Advertisement

VISION2009사업계획(v5.0)-3월5일 토론용 초안.hwp

<C3D6C0E7C3B528BAB8B5B5C0DAB7E1292D322E687770>

김기남_ATDC2016_160620_[키노트].key

<C3D6BFECBCF6BBF328BFEBB0ADB5BF29202D20C3D6C1BE2E687770>

untitled

ORANGE FOR ORACLE V4.0 INSTALLATION GUIDE (Online Upgrade) ORANGE CONFIGURATION ADMIN O

<C1A4B4E4B9D7C7D8BCB32E687770>


public key private key Encryption Algorithm Decryption Algorithm 1

methods.hwp

EDB 분석보고서 (05.0) ~ Exploit-DB( 에공개된별로분류한정보입니다 SQL Injection 하 상 u5cms localize.php SQL U5cms 3607 SQL

MS-SQL SERVER 대비 기능


PowerPoint 프레젠테이션

PQ 비만과 건강 초등부 비만은 건강을 해친다. 그리고 균형적인 성장에 장애가 되며 활동량이 줄면서 근력과 운동 능력이 약화되며 성인이 되어서도 정상적인 운동 능력을 회복하기가 어려워집니다. 비만은 왜 생길까요? 1. 활동량의 절대적 부족 학습시간의 증가 외에도 TV시

<B0A3C3DFB0E828C0DBBEF7292E687770>

<C1DFB0B3BBE7B9FD3128B9FDB7C92C20B0B3C1A4B9DDBFB5292E687770>

DIB-100_K(90x120)

0311 Cube PPT_최종.pdf

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

FMX M JPG 15MB 320x240 30fps, 160Kbps 11MB View operation,, seek seek Random Access Average Read Sequential Read 12 FMX () 2

Microsoft PowerPoint - 7_배열_문자열

Orcad Capture 9.x

WRIEHFIDWQWF.hwp

<목 차 > 제 1장 일반사항 4 I.사업의 개요 4 1.사업명 4 2.사업의 목적 4 3.입찰 방식 4 4.입찰 참가 자격 4 5.사업 및 계약 기간 5 6.추진 일정 6 7.사업 범위 및 내용 6 II.사업시행 주요 요건 8 1.사업시행 조건 8 2.계약보증 9 3


특목고 8-나 해설Ⅰ(001~024)OK

MySQL-Ch10

歯이혜경.PDF

0

thesis

목 차 지역사회 홍보 및 조직화 방안 사례로 보는 복지마을만들기 7 - 이 근 호 (수원시 마을르네상스센터 대표) 지역사회와 효과적으로 소통하는 홍보 기술 - 프레지(Prezi) 21 - 유 장 휴 (AG브릿지 대표)

Microsoft Word - skku_TS2.docx

, _ = A _ A _ 0.H =. 00=. -> 0=. 0= =: 0 :=;^!;.0H =.0 000=0. -> 00= 0. 00= =: 0 0 :=;()$; P. 0, 0,, 00, 00, 0, 0, 0, 0 P. 0.HH= = 0.H =0. 0=. -> =0.

example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for


Check 0-9, 9,, - 6, 6, 6, =0.04, (-0.) = , =64 8 8, -8 (-6) =6 (-6) 6, -6 7, , -0. 8, -8 6, '7 ' '

Analyst Briefing

경제수학강의노트 09 미분법 I: 미분법칙, 편미분, 전미분 Do-il Yoo PART III: Comparative-Static Analysis 비교정태분석 Chapter 7: Rules of Differentiation and Their Use in Comparat

#수Ⅱ지도서-4단( )

VOL /2 Technical SmartPlant Materials - Document Management SmartPlant Materials에서 기본적인 Document를 관리하고자 할 때 필요한 세팅, 파일 업로드 방법 그리고 Path Type인 Ph

< B3E220C7CFB9DDB1E220BFACB1B8BAB8B0EDBCAD20C1A636B1C72E687770>

Slide 1

160215


TLD 83È£ ÃÖÁ¾

01

< C1BEC7D5C0B0BCBAB0E8C8B C0FD292E687770>

여름호01~57_최종

Macaron Cooker Manual 1.0.key

Transcription:

인터넷을 이용한 통계 분석. 통계학이란? 자료로부터 정보를 얻는 일련의 과정에 Data Collectio, Summaizatio, Aalysis, Repesetatio 관련된 학문이다. Statistics is about data. 통계에 대한 비난: Lie, Dam Lie, ad Statistics, Statistics ca pove aythig 통계가 거짓말을 하는 것이 아니라 사용자가 숫자를 조작한다. 자료란? 자료는 우리 관심의 대상에 모집단 대한 이야기를 정보 가진 숫자의 모임이다. 자료에서 가장 중요한 것은 Data Tail 이다. 누가, 언제, 어디서 누구를 대상으로 어떻게 자료를 수집하였는가 하는 자료의 역사 3 자료는 변수행, 변수의 관측치 열 이루어진 행렬의 형태로 정리 è Data Matix 4 Defiitio of vaiable: measuemet vayig fom obsevatio to obsevatio 5 변수에 따라 자료 분석 방법은 정해진다. 자료분석 방법 참조 측정형 변수 è 측정 가능 변수 분류형 변수 è odial vs. omial 한남대학교 정보통계학과 권세혁 교수 [/]

measuemet o o expeimet :? Simple adom samplig : Statified : goup Clusteig : goup -> goup Systematic : 3 Numeical Summay: Gaphical Summay:, Stem & Leaf Plot, Box plot, W. Platfai 786, : Commecial & Political Atlas : time plot770-78, 80 pie chat Floece Nightigale, 857., cofimatoy vs. exploatoy 3 Chat,, stem & leaf, Box plot 4 & :. LOGIT Mixed 5,,, MDS χ Log-Liea LOGIT [/]

,. :,,,,,? : Statified Systematic samplig, Statified, Systematic 3 samplig fame =>, RDD: Radom Digit Dialig =>, multi stage 4 systematic. 3 80%. Mitofsky-Waksbeg : 4. : 76 x-7000~x-7999 samplig uit.. Doelly Quality Idex =>? : CBS0, 4 6-7 Chilto ICR3, Gallup, Haiso3 3, 5, Media Geeal 5-6, 5, Yakelovich3 : CBS, Hais, Media Geeal, Gallup 3 :,, 3?. : Gallup,,,,,,,, 8-4, 5-34, 35-44, 45-54, 55+,,,, cofidece level samplig eo. SRS SRS 95% =.96 0.5x0. 5 :.5% => 5 % => 40 [3/3]

.?.. WESS: Web Eabled Statistical System WESS? Web Eabled Statistical System O Web Coveiece ad easy to use Whoeve, Wheeve, Ay whee Real-time: pomptess fo povidig ifomatio To statisticia o o-statisticia Multi-puposed ifomatio system 3 Fom o-lie data Upload ASCII data file o type i o data iput widow Iteet suvey o fill-up fom 4 Ifomatio Delivey Not just statistical output Table ad gaph poweed system WESS [4/4]

3 WESS 4 WESS Petium II 300 MHz with 8 Mb memoy NT 4.0 with IIS 4.0 3 All SAS poducts icludig SAS/Itet 4 DB MS-SQL 7.0 5 Laguages ASP, Java scipt ad applet, Visual Basic 6.0, VB scipt 5 WESS Makig ad Reshapig SAS data Elemetay statistic ad Gaph 3 Fequecy Aalysis 4 Coss-tabulatio Aalysis 5 Iteet Suvey Reseach 6 SAS o Web: Submissio of SAS pogam without SAS o the system 7 SAS pogam souce by statistical aalysis 8 Statistical tems 9 Q&A boad fo i-4-h statistical cosultig 6 WESS http://wess.haam.ac.k [5/5]

3. WESS MS-Exploe 4.0 5.0 http://wess.haam.ac.k. 3. [6/6]

[7/7]

4. WESS : Uivaiate Aalysis A. [UNIVARIATE.TXT] WESS Maied 34 Sigle 36 Maied 3 Sigle 9 Maied 39 A:\UNIVARIATE.TXT WESS [ ] [ ] [ ] [8/8]

[ SAS data? ] [SAS ] 3 Box plot stem & leaf, [SAS o WEB ] [ ] [9/9]

[ ] [ ] [ ], 95% 35. 4 3 SAS o WEB PROC UNIVARIATE. : =>. [ ] [ ] [0/0]

[ ] [ ] >0~30 X µ : Z = ~ N 0, s / : ± Z X α / s [ ]. 95% 35. 3 [ ] X µ : t = ~ t s / : ± t X α / s [ ] 5 CHOOSE,, 95% 35. TIP:. Systematic 4 [ ] Sig test, Wilcoxo siged aks test [ ] CHOOSE, 35. [/]

5 Pie chat, Ba Chat [ ] [ ] [ ] [/]

[ ] [ ]. 6? [ ] p>=5 ad -p>=5 p p0 : Z = ~ N 0, pq / : p ± Z pq / α / [WESS ] [ ] p-value p-value p-value=p X>=X* X~B, p 0 = P X<=X* X~B, p 0 * X* p 0, X*= [ ], 95% 60%. [ ] CHOOSE, 95% 60%. [3/3]

5. Compaiso i two populatios A, B 0,. [TWOPOP.TXT] WESS A 83 74 A 73 8 A 8 89 A 8 77 A 84 80 A 7 8 A 75 80 A 79 73 A 78 9 A 8 87 B 8 86 B 78 84 B 86 80 B 75 80 B 8 75 B 8 78 B 79 75 B 77 87 B 76 78 B 84 7 3, X Y µ x µ y z = ~ N0, s / + / s x s x + = + x x y y y s y / y X Y ± zα s / x + / - [WESS ] SAS o WEB [4/4]

[ ] [ ] [ ] 4,, z t. t x + y -. appoximate t- PROC TTEST; => uequal Cocha & Cox / Sattethwaite appoximatio PROC TTEST COCHRAN [5/5]

[6/6] [WESS SAS o WEB ] [ ] [ ], 95%.. 5. ~ /, / = = = = t s u D t D Di s Di D Xi Yi Di D D D s t D D α / ± [ ] 6 0,, ~ / / p p p whee N p p p p p p z + + = + = / / / p p z p p + ± α

7 A,. A. McNema. => 40 0 30 0 : χ = ~ χ + [7/7]

6. Bivaiate Aalysis,,. [BIVARIATE.TXT] WESS. 3 => Box Plot [SAS o WEB] PROC UNIVARIATE [8/8]

[ ] [ ] Box Plot plot. 4 => [SAS o WEB] PROC GLM [ ] [9/9]

[ ]? [ ] Multiple Compaiso.Tukey [ ] vs., + vs.? cotast [WESS ] 5 => Peaso / Speama / Kedall sig ak Peaso = H O : = 0 0 + + z* = 0.5l ~ N0.5l X X Y Y X X Y Y ρ ρ, 3 [0/0]

[/], 95% 3 /.96 0.5l 3 /.96 0.5 l h h h h h h h h e e e e e e e e h h + + + + = + = H O : = 0 =0 ~ / = T t [WESS ] [ ] [ ] 95% 0.5? 3 0, ~ 3 / 3 / 0.5l, 0.5l N y z x z z y z x z y x y y x x + = + = + = 4 Hotellig Test

[/] 3 ~ 3 + + = t xz xz yz xy xz yz xy yz xy t [ ]. [CORRELATION.TXT] [WESS ] [ SUBSET ] [ ]. [ ]. [WESS ]

[ ] 6 => [ ]. [SAS o WEB] [ ] [3/3]

[4/4]

[ Pogam Edito ] 7. ANOCOVA Aalysis of Covaiace : covaiate. 4.. 0... =...,, 3 : ANOCOVA.TXT [WESS ] [5/5]

[SAS o WEB] [ ] [6/6]

[ ]. [7/7]