일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 마케팅공부
- 회귀분석
- format
- SAS반복문
- sasviya
- 본페로니
- 마케터
- 머신러닝
- rstudent
- 포지셔닝맵
- 마케팅
- infile
- 데이터청년캠퍼스
- teachablemachine
- 프로그래밍
- 할당문
- rstandard
- SQL
- r
- DIFFITS
- 캐글
- 데이터결합
- kaggle
- Cook'sdistance
- 마케팅조사
- 모형진단
- 회귀모델
- SAS
- DOEND
- 회귀분석실습
- Today
- Total
목록전체 글 (17)
통수정의 성장기

한줄평 : ㅎㅎㅎㅎㅎㅎㅎ진짜 떨어질줄 알았다. 왜붙은지 모르겠으니까 누가 좀 알려줘요,,,, 질문은 딱 두가지였다. 1. 자기소개 2. 내가 진행했던 프로젝트 설명 해 봐!! 진짜 예상 질문은 1도 안나오고,,, 마지막 한마디 이런것도 없음. 🌟🌟🌟완전완전 와안전 압박 면접이었다. ++3명 딱 10분컷. 자기소개는 간단하게 했다. 내 꿈은 데이터 사이언티스트고, 여기가 그 꿈에 다가가는데 도움을 줄 것 같다는 참가 이유를 살짝 말했다. 이어지는 완전 압박 면접 질문 !! 내가 진행했던 프로젝트 설명 해 봐!! 나는 조금 당황했지만 당황하지 않고 생각나는 프로젝트를 이야기했다. 보험료 예측하는 머신러닝 모델 구현했다. 앙상블, 의사결정트리, 그래디언트 부스팅 등 여러가지 모델을 활용해서 평가 후 최적의 모..
OUT 데이터 셋의 이용 순위의 계산 : RANK 프로시저 표준화 : STANDARD 프로시저 데이터셋의 정렬 : SORT 프로시저 데이터셋의 출력 : PRINT 프로시저 사용자 출력 포맷의 작성 : FORMAT프로시저 개체와 변수의 자리바꿈 : TRANSPOSE프로시저 데이터셋의 관리 : CONTENTS 프로시저 출력결과 및 로그의 저장 : PRINTO 프로시저 OUT 데이터 셋의 이용 PROC MEANS DATA=mysas.htwt NOPRINT; CLASS gender dept; VAR age height weight; OUTPUT OUT=mysas.htwt_m1 MEAN(age height weight)=mean_a mean_h mean_w SUM(age height weight)=sum_a su..

뭔지 모르고 그냥 하고싶어서 냅다 지원했다. 진짜 그냥 급하게 지원한거라 이게 정확히 뭔지, 경쟁률이 센지 이런것도 모르고 지원했다. 지원서 제출 한 다음에 후기를 찾아봤는데 생각보다 유명하고 치열하게 지원하는 과정(?)들이 있더라... 기대도 안했는데 어찌저찌 서류를 합격해서 넘 기쁠다름 >_

급하게 지원 하고 싶은 곳이 생겨서 사진을 첨부하라는데 자꾸 사이즈가 안맞단다. 그래서 동네 사진관을 갔는데 예약만 받는다고...ㅎ 요즘 세상 사진관도 all 예약제 ㅋ ㅋ ㅋ ㅠ 그래서 아주 아주 동네 사진관인 곳으로 달려갔다. 빠르게 찍고 원본 한 20장 중 하나 고르라는데 어.. 없는데요.. 다 별로.. 내 얼굴 무슨일.. 네.... 보정을 거치니 다른 사람이 ㅋㅋㅋㅋ 최고,, 그리고 학교 사이트에 갑자기 옛날 사진 갈아치우기. 왜 변경하냐는 질문에 그냥 더 예뻐서인데 그냥 아무말이나 하기. P스러운 오늘의 행동도 작은 웃음이어서 끄적끄적 남기기. 시험기간이지만 행보케 ~
비공개 개정도 아주 찐친들에게는 공개한 요즘이다. 그렇다보니 이 비밀없는 세상... ㅎㅎ 조금 더 소소하고 즐거운 일상들을, 내가 좋아하는 것들을 지금이라도 정리해 보고 싶어서 이 t story를 시작하게 되었다. 네이버 블로그도 이미 다 침범 당해버려서,,, 근데 여기도 곧 그렇게 될 둣.. ! 그래도 즐겁게 좋아하는 것들로 채워보자 !

💡 다중선형회귀란? : X가 여러개, 단순션형회귀와 같이 독립변수X의 변화에 따라 종속변수 Y의 변화를 선으로서 예측하는 기법→ 가정[정규성, 등분산성, 선형성, 독립성] Diagnostics _진단 오차항 가정 : 정규성, 독립성, 등분산성 잔차 분석: 잔차의 정규성, 잔차의 독립셩, 잔차의 등분산성 rstandard vs rstudent rstandard : 잔차를 표준오차로 나눈 값 →internally rstudent : i번째 값 제외한 rstandard 값 →externally Standard diagnostic Plots url = '' races

library(devtools) library(xtable) library(ElemStatLearn) data(prostate) 1 . 첫번째 가설 해당 가설을 검정하기 위해 F통계량 구해야함.(full model vs reduced model) F통계량이 유의하지 않으면 H0 기각하지 못하므로 두 모델차이가 무의미하다는 의미. #full model정의하기. lmfit_f

정성적 조사의 대표적인 방법 (+)여유를 갖고 깊고 풍부한 정보를 수집 브랜드 관련 다양한 경험과 감춰진 구매 동기 발견 새로운 제품 컨셉이나 광고 시안에 대한 소비자 반응 파악 가능 면접조사의 종류 FGI (Focus Group Interview) :Moderator 주재로 소수의 응답자(8~10명)들이 약 2시간에 걸쳐 면접을 진행 FGD (Focus Group Discussion), GD (Group Dynamics) : 일정의 과제(e.g., 일기)를 숙지한 응답자들간의 집중토론방식, 4시간 이상 Mini Group Interview : 섭외하기 어려운 소수의 응답자들을 대상으로 이루어지는 면접조사기법 In-depth Interview (심층면접) :한 명의 응답자와 진행자간의 집중적인 면담, 1..