맨위로가기 타임라인 바로가기

데이터 분석

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
타임라인 바로가기
목차

1. 개요

데이터 분석은 원시 데이터를 수집하여 사용자의 의사 결정에 도움이 되는 정보로 변환하는 과정이다. 분석 목적에 맞는 데이터를 정의하고, 수집, 처리, 정제, 탐색적 데이터 분석, 모델링 및 알고리즘, 데이터 제품, 결과 보고 및 시각화 단계를 거친다. 데이터 분석은 8가지 유형의 정량적 메시지(시계열, 랭킹, 부분-전체, 편차, 빈도 분포, 상관 관계, 명목 비교, 지리적 또는 공간적)를 통해 결과를 도출하며, 데이터 사용자의 분석 활동(값 검색, 필터링, 파생 값 계산 등)을 지원한다. 효과적인 분석에는 사실과 의견의 구분, 인지 편향 극복, 수리력 향상이 중요하며, 스마트 빌딩, 비즈니스 인텔리전스, 교육 분야 등 다양한 분야에서 활용된다. 데이터 분석은 초기 데이터 분석과 주요 데이터 분석 단계로 나뉘며, 탐색적 접근 방식과 확인적 접근 방식을 통해 분석 결과의 안정성을 확보한다. 데이터 분석을 위해 R, Python, Julia 등 다양한 자유 소프트웨어가 사용되며, 재현 가능한 분석 스크립트 작성이 중요하고, 캐글과 같은 국제 데이터 분석 경진대회가 개최되기도 한다.

더 읽어볼만한 페이지

  • 데이터 분석 - 문서 지향 데이터베이스
    문서 지향 데이터베이스는 데이터를 문서 형태로 저장하고 관리하며, XML, JSON 등의 형식으로 캡슐화하고 고유 키로 접근하며, 스키마를 강제하지 않는 NoSQL 데이터베이스의 한 종류이다.
  • 데이터 분석 - 독립 성분 분석
    독립 성분 분석(ICA)은 데이터가 통계적으로 독립적인 성분들의 혼합이라는 가정하에, 데이터에서 독립적인 성분들을 찾아내는 통계적 계산 방법으로, 다양한 알고리즘 개발을 거쳐 블라인드 신호 분리, 뇌파 분석, 얼굴 인식 등 여러 분야에 응용된다.
  • 빅 데이터 - 예측 분석
    예측 분석은 통계학, 기계 학습 등의 분석 기법을 활용하여 과거 및 현재 데이터를 토대로 미래의 사건이나 결과를 예측하는 방법론으로, 다양한 분야에서 의사 결정 지원 및 위험 관리 등에 활용되지만, 인간 행동의 복잡성으로 인한 예측 불가능성에 대한 비판도 존재한다.
  • 빅 데이터 - 감시 자본주의
    감시 자본주의는 기업이 사용자 행동 데이터를 수집, 분석하여 이윤을 얻는 새로운 자본주의 형태로, 개인 정보 침해 및 사회적 불평등 심화 등의 문제점을 야기하여 국제적인 규제 논의가 이루어지고 있다.
  • 과학적 방법 - 연구
    연구는 특정 주제나 문제에 대한 이해를 높이기 위해 정보를 수집하고 분석하는 체계적인 활동으로, 지식과 진리를 탐구하며 문제 해결 과정을 통해 새로운 지식 발견 및 기존 지식 심화에 기여하는 활동이다.
  • 과학적 방법 - 양적 연구
    양적 연구는 사회 현상이나 자연 현상을 수치화하여 과학적 방법과 통계 분석 등을 통해 가설을 검증하고 인과 관계를 규명하는 연구 방법론이다.
데이터 분석
개요
정의유용한 정보를 발견하고 의사 결정을 지원하기 위해 데이터를 분석하는 과정
관련 분야통계학, 컴퓨터 과학, 정보학
과정
1단계문제 정의 및 분석 목표 설정
2단계데이터 수집
3단계데이터 정리
4단계데이터 분석
5단계결과 해석 및 보고서 작성
데이터 분석 기술
통계적 분석기술통계학
추론통계학
회귀 분석
분산 분석
데이터 마이닝클러스터 분석
연관 규칙 학습
분류 분석
머신 러닝지도 학습
비지도 학습
강화 학습
텍스트 마이닝텍스트 데이터에서 정보 추출 및 분석
시계열 분석시간 순서대로 정렬된 데이터 분석
데이터 분석 도구
프로그래밍 언어R
파이썬
SQL
소프트웨어SPSS
SAS
엑셀
활용 분야
과학 및 공학연구 데이터 분석, 실험 결과 분석
비즈니스시장 조사, 고객 분석, 판매 예측
의료질병 예측, 환자 데이터 분석
금융위험 관리, 사기 탐지
소셜 미디어감정 분석, 트렌드 분석
같이 보기
관련 주제데이터 시각화
데이터 마이닝
머신 러닝
통계학
정보학
계량경제학
데이터 분석 관련 학술지
정보Statistical Analysis and Data Mining: The ASA Data Science Journal
Business Information Journal

2. 데이터 분석의 과정

데이터 분석 프로세스. Schutt & O'Neil (2013)의 ''데이터 과학 실천''에서 가져옴


데이터 분석은 원시 데이터를 획득하여 사용자의 의사 결정에 도움이 되는 정보로 변환하는 프로세스이다.[1] 데이터는 질문에 답하거나, 가설을 검증하거나, 이론을 반증하기 위해 수집되고 분석된다.[11]

존 튜키는 1961년에 데이터 분석을 다음과 같이 정의했다.

"데이터 분석 절차, 이러한 절차의 결과를 해석하는 기술, 분석을 더 쉽고, 더 정확하거나 정확하게 만들기 위해 데이터를 수집하는 계획, 데이터 분석에 적용되는 (수학적) 통계의 모든 메커니즘 및 결과."[12]


데이터 분석은 구별되는 여러 단계로 이루어지며, 각 단계는 반복적이다. 즉, 이후 단계의 피드백으로 인해 이전 단계에서 추가 작업이 발생할 수 있다.[13] 데이터 마이닝에 사용되는 CRISP 프레임워크도 유사한 단계를 가진다.

2. 1. 데이터 요구 사항

분석을 지시하는 사람(또는 분석의 최종 결과를 사용할 고객)의 요구에 따라, 지정된 분석의 입력으로 데이터가 필요하다.[14][15] 데이터를 수집하는 일반적인 유형의 개체를 실험 단위라고 한다(예: 사람 또는 사람들의 집단). 집단에 대한 특정 변수(예: 나이 및 소득)를 지정하고 얻을 수 있다. 데이터는 숫자 또는 범주형일 수 있다(즉, 숫자에 대한 텍스트 레이블).[13]

2. 2. 데이터 수집

데이터는 다양한 소스에서 수집된다.[16][17] 데이터 소스 목록을 연구에 사용할 수 있다. 분석가는 데이터 관리자(예: 조직 내 정보기술 담당자)에게 요구 사항을 전달할 수 있다.[18] '''데이터 수집'''은 확립된 시스템에서 대상 변수에 대한 정보를 수집하고 측정하는 과정으로, 관련 질문에 답하고 결과를 평가할 수 있게 한다. 데이터는 교통 카메라, 위성, 녹음 장치 등 환경 센서나 온라인 소스, 문서, 인터뷰를 통해 얻을 수 있다.[13]

대한민국의 경우, 공공데이터포털과 같은 정부 주도의 데이터 개방 정책을 통해 다양한 분야의 데이터를 얻을 수 있다.

2. 3. 데이터 처리



원시 정보를 실행 가능한 정보나 지식으로 변환하는 데 사용되는 인텔리전스 사이클의 단계는 데이터 분석의 단계와 개념적으로 유사하다.


처음에 획득한 데이터는 분석을 위해 처리하거나 정리해야 한다.[19][20] 예를 들어, 스프레드시트나 통계 소프트웨어를 사용하여 추가 분석을 위해 데이터를 표 형식(''구조화된 데이터''라고 함)의 행과 열에 배치하는 것이 포함될 수 있다.[13]

2. 4. 데이터 정제

처음에 획득한 데이터는 분석을 위해 처리하거나 정제해야 한다.[19][20] 예를 들어, 스프레드시트(엑셀) 또는 통계 소프트웨어를 사용하여 추가 분석을 위해 데이터를 표 형식(''구조화된 데이터''라고 함)의 행과 열에 배치하는 것이 포함될 수 있다.[13]

데이터는 처리 및 정제된 후에도 불완전하거나, 중복되거나, 오류를 포함할 수 있다.[21][22][165][166] ''데이터 정제''는 이러한 오류를 예방하고 수정하는 과정이다.[21][165] 일반적인 작업으로는 레코드 매칭, 데이터 부정확성 식별, 기존 데이터의 전반적인 품질, 중복 제거, 열 분할 등이 있다.[23][167] 이러한 데이터 문제는 다양한 분석 기법을 통해 식별될 수도 있다. 예를 들어, 재무 정보의 경우, 특정 변수의 총합을 신뢰할 수 있다고 여겨지는 별도로 게시된 숫자와 비교할 수 있다.[24][25][168][169] 미리 정해진 임계값보다 높거나 낮은 비정상적인 양도 검토할 수 있다. 데이터 세트의 데이터 유형에 따라 여러 유형의 데이터 정제가 있으며, 이는 전화번호, 이메일 주소, 고용주 또는 기타 값일 수 있다.[26][27][170][171] 이상치 탐지를 위한 정량적 데이터 방법을 사용하여 잘못 입력되었을 가능성이 높은 데이터를 제거할 수 있다.[28][172] 텍스트 데이터 맞춤법 검사기를 사용하여 오타 단어의 양을 줄일 수 있다. 그러나 단어 자체가 올바른지 판단하기는 더 어렵다.[29][173]

대한민국에서는 행정안전부의 데이터 품질 관리 지침에 따라 데이터 정제 작업을 수행할 수 있다.

2. 5. 탐색적 데이터 분석 (EDA)

데이터 세트를 정리한 후에는 분석을 수행할 수 있다. 분석가는 획득한 데이터에 포함된 메시지를 이해하기 위해 탐색적 데이터 분석이라고 하는 다양한 기법을 적용할 수 있다.[30] 데이터 탐색 과정은 추가적인 데이터 정리 또는 추가적인 데이터 요청으로 이어질 수 있다. 따라서 이 섹션의 첫 번째 단락에서 언급된 ''반복 단계''의 초기화가 필요하다.[31] 평균 또는 중앙값과 같은 기술 통계를 생성하여 데이터 이해를 도울 수 있다.[32][33] 데이터 시각화 또한 사용되는 기법으로, 분석가가 데이터 내의 메시지에 대한 추가적인 통찰력을 얻기 위해 데이터를 그래픽 형식으로 검사할 수 있다.[13]

2. 6. 모델링 및 알고리즘

변수 간의 관계를 파악하고 예측 모델을 구축하기 위해 수학 공식이나 알고리즘(예: 회귀 분석)을 적용한다. 예를 들어, 상관 관계 또는 인과 관계를 사용한다.[34][35] 일반적으로 모델은 데이터 세트에 포함된 다른 변수를 기반으로 특정 변수를 평가하도록 개발될 수 있으며, 구현된 모델의 정확도에 따라 약간의 잔차 오차가 발생한다(''예'': 데이터 = 모델 + 오차).[36][11]

추론 통계는 특정 변수 간의 관계를 측정하는 기법을 활용한다.[37] 예를 들어, 회귀 분석은 광고 변경(''독립 변수 X'')이 판매 변화(''종속 변수 Y'')에 대한 설명을 제공하는지 모델링하는 데 사용될 수 있다.[38] 수학적으로 ''Y''(판매)는 ''X''(광고)의 함수이다.[39] 이는 (''Y'' = ''aX'' + ''b'' + 오차)로 설명될 수 있으며, 여기서 모델은 주어진 범위의 ''X'' 값에 대해 모델이 ''Y''를 예측할 때 (''a'')와 (''b'')가 오차를 최소화하도록 설계되었다.[40] 분석가는 또한 분석을 단순화하고 결과를 전달하기 위해 데이터를 설명하는 모델을 구축하려고 시도할 수 있다.[11]

2. 7. 데이터 제품

데이터 제품은 데이터 입력을 받아 출력을 생성하고, 이를 다시 환경에 제공하는 컴퓨터 응용 프로그램이다.[41] 데이터 제품은 모델이나 알고리즘을 기반으로 할 수 있다. 예를 들어 고객의 구매 내역 데이터를 분석하여 그 결과를 바탕으로 고객이 좋아할 만한 다른 상품을 추천하는 응용 프로그램이 있다.[42][13]

2. 8. 결과 보고 및 시각화

데이터는 분석되면 다양한 형식으로 보고될 수 있으며, 분석 사용자의 요구 사항을 지원한다.[44] 사용자는 피드백을 제공할 수 있고, 이는 추가 분석으로 이어진다. 따라서 분석 사이클의 많은 부분은 반복적이다.[13]

결과를 전달하는 방법을 결정할 때, 분석가는 청중에게 메시지를 더 명확하고 효율적으로 전달하기 위해 다양한 데이터 시각화 기법을 구현하는 것을 고려할 수 있다.[45] 데이터 시각화는 정보 디스플레이 (표 및 차트와 같은 그래픽)를 사용하여 데이터에 포함된 핵심 메시지를 전달하는 데 도움을 준다.[46] 표는 사용자가 특정 숫자를 쿼리하고 집중할 수 있도록 하는 귀중한 도구이며, 차트(예: 막대 차트 또는 선 차트)는 데이터에 포함된 정량적 메시지를 설명하는 데 도움이 될 수 있다.[47]

250px


대한민국에서는 태블로, 파워 BI 등의 정보 시각화 도구를 활용하여 효과적인 데이터 시각화를 수행할 수 있다.

3. 정량적 데이터 분석

정량적 데이터 분석은 숫자 데이터를 바탕으로 통계적 기법을 적용하여 의미 있는 정보를 도출하는 과정이다.

분석은 전체를 구성 요소로 분할하여 개별 요소를 고찰하는 것이다[154]。데이터 분석은 Raw data|생 데이터영어를 입수하여 이를 사용자의 의사 결정에 도움이 되는 정보로 변환하는 Process theory|프로세스영어이다[145]。데이터는 질문에 답하거나, 가설을 검증하거나, 이론을 반증하기 위해 수집되어 분석된다[155]。

통계학자 존 튜키는 1961년에 데이터 분석을 다음과 같이 정의했다.

> "데이터를 분석하는 절차, 그 결과를 해석하기 위한 기술, 분석을 더 쉽고 정확하며 정밀하게 만들기 위한 데이터 수집 계획 방법, 그리고 데이터 분석에 적용되는 모든 기계와 (수학적) 통계학의 결과"[156]。

데이터 분석에는 여러 단계가 있으며, 이 단계들은 반복적으로 수행될 수 있다. 즉, 이후 단계의 결과에 따라 이전 단계를 다시 수행할 수 있다[157]。데이터 마이닝에 사용되는 CRISP 프레임워크에도 유사한 단계가 있다.

정량적 데이터를 이해하기 위한 모범 사례는 다음과 같다[204]。


  • 분석을 수행하기 전에 원시 데이터에 이상이 있는지 확인한다.
  • 중요한 계산을 다시 실행한다. 예를 들어, 계산식을 기반으로 하는 데이터 열을 검증한다.
  • 총계가 소계의 합계인지 확인한다.
  • 시간 경과에 따른 비율 등 예측 가능한 형태로 관련되어야 하는 수치 간의 관계를 확인한다.
  • 숫자를 정규화하여 비교를 용이하게 한다. 예를 들어, 1인당 금액, GDP와의 비교 또는 지표 값으로 기준 연도와 비교하여 분석한다.
  • 듀퐁 분석과 같이 결과를 도출한 요인을 분석하고 문제를 구성 요소로 분해한다[169]。


분석가는 일반적으로 조사 대상이 되는 변수에 대해 평균, 중앙값, 표준 편차와 같은 기술 통계량을 구한다[205]。또한 개별 값이 평균값 주변에 어떻게 모여 있는지 확인하기 위해 주요 변수의 분포를 분석하기도 한다[206]。

데이터 분석에 사용되는 MECE 원칙의 도해.


맥킨지 앤 컴퍼니의 컨설턴트는 정량적인 문제를 구성 요소로 분해하는 기법을 MECE 원칙이라고 명명했다. 각 층은 해당 구성 요소로 분해할 수 있다[207]。각 부분 구성 요소는 Mutual exclusivity|상호 배타적영어이며, 합하면 그 상위 층이 되어야 한다[208]。이 관계는 "상호 배타적인 항목에 의한 완전한 전체 집합" 또는 MECE(Mutually Exclusive and Collectively Exhaustive)라고 불린다. 예를 들어, 이익의 정의는 총 수입과 총 비용으로 분해할 수 있다[209]。그리고 총 수입은 부문 A, B, C의 수입(이들은 상호 배타적)에 의해 분석될 수 있으며, 총 수입에 가산되어야 한다(남김없이 합쳐진다)[210]。

분석가는 특정 분석 문제를 해결하기 위해 로버스트 통계량을 사용할 수 있다[211]。가설 검정은 분석가가 실제 상태에 대한 특정 가설을 세우고 해당 상태가 참인지 거짓인지 판단하기 위해 데이터를 수집하여 수행된다[212][213]。예를 들어, "실업은 인플레이션에 영향을 미치지 않는다"는 가설을 생각할 수 있다. 이는 필립스 곡선이라고 하는 경제학 개념과 관련이 있다[214]。가설 검정에서는 데이터가 가설을 지지하는지 기각하는지에 관한 제1종 오류와 제2종 오류의 가능성을 검토한다[215][216]。

회귀 분석은 독립 변수 X가 종속 변수 Y에 어느 정도 영향을 미치는지 분석가가 판단할 때 사용된다[217]。예를 들어 "실업률의 변화 X는 인플레이션율 Y에 어느 정도 영향을 미치는가"와 같이 Y가 X의 함수가 되도록 데이터를 모델링하거나 직선 또는 곡선의 방정식을 적합시키려는 것이다[218][219]。

[https://www.erim.eur.nl/necessary-condition-analysis/ 필요 조건 분석](NCA)은 분석가가 독립 변수 X가 변수 Y를 어느 정도까지 허용하는지 결정할 때 사용할 수 있다[217]。예를 들어 "특정 인플레이션율(Y)에 필요한 특정 실업률(X)은 어느 정도인가?"와 같이, 다중 회귀 분석이 각 X 변수가 결과를 생성하고 X가 상호 보상할 수 있는 (충분하지만 필요하지는 않은) 가법 논리를 사용하는 반면[220], 필요 조건 분석(NCA)은 하나 이상의 X 변수가 결과의 존재를 가능하게 하지만, 그것을 생성하지는 않을지도 모르는 (필요하지만 충분하지는 않은) 필요 논리를 사용한다. 각각의 단일 필요 조건은 존재해야 하며, 보상은 불가능하다[221]。

3. 1. 정량적 메시지

스티븐 퓨(Stephen Few)는 사용자가 데이터 세트에서 이해하거나 전달하려는 8가지 유형의 정량적 메시지를 설명했다.[48] 이러한 메시지는 요구 사항을 지정하는 고객과 데이터 분석을 수행하는 분석가가 프로세스 과정에서 고려할 수 있다.[49]

유형설명예시그래프
시계열단일 변수가 일정 기간 동안 캡처되는 경우10년 동안의 실업률선 그래프[50]
랭킹범주별 하위 항목이 오름차순 또는 내림차순으로 정렬되는 경우단일 기간 동안 판매원별 판매 실적 순위막대 그래프[51][52]
부분-전체범주별 하위 항목이 전체에 대한 비율로 측정되는 경우시장에서 경쟁자가 나타내는 시장 점유율원형 차트 또는 막대 그래프[53]
편차범주별 하위 항목이 기준과 비교되는 경우특정 기간 동안 사업 부서별 실제 지출과 예산 지출 비교막대 그래프[54]
빈도 분포특정 간격에 대한 특정 변수의 관측 횟수를 보여주는 경우주식 시장 수익률이 특정 구간에 속하는 연도 수히스토그램[55]
상관 관계두 변수로 표현되는 관측치 간의 비교를 통해 동일하거나 반대 방향으로 이동하는 경향이 있는지를 확인하는 경우몇 개월 동안의 실업률과 인플레이션 도표화산점도[56]
명목 비교특정 순서 없이 범주별 하위 항목을 비교하는 경우제품 코드별 판매량막대 그래프[57]
지리적 또는 공간적지도 또는 레이아웃에서 변수를 비교하는 경우주별 실업률 또는 건물 여러 층의 인원수카토그램[58][59]


4. 데이터 사용자의 분석 활동

데이터 시각화 사용자의 분석 활동


데이터 사용자는 데이터 세트 내에서 특정 정보에 대한 요구를 가질 수 있다. 사용자는 데이터 세트 내에서 특정 관심 데이터 포인트를 가질 수 있는데, 이러한 하위 수준의 사용자 분석 활동은 다음 표에 제시되어 있다. 분류법은 또한 값을 검색, 데이터 포인트를 찾기 및 데이터 포인트를 정렬하는 세 가지 활동의 극점으로 구성될 수 있다.[78][79][80][81]

#작업일반 설명추상예시
1값 검색특정 사례 집합이 주어지면 해당 사례의 속성을 찾는다.데이터 사례 {A, B, C, ...}에서 속성 {X, Y, Z, ...}의 값은 무엇인가?
2필터링속성 값에 대한 몇 가지 구체적인 조건이 주어지면 해당 조건을 만족하는 데이터 사례를 찾는다.조건 {A, B, C...}을 만족하는 데이터 사례는 무엇인가?
3파생 값 계산데이터 사례 집합이 주어지면 해당 데이터 사례의 집계 숫자 표현을 계산한다.주어진 데이터 사례 집합 S에 대한 집계 함수 F의 값은 무엇인가?
4극값 찾기데이터 세트 내에서 해당 범위 내에서 속성의 극값을 갖는 데이터 사례를 찾는다.속성 A와 관련하여 상위/하위 N개의 데이터 사례는 무엇인가?
5정렬데이터 사례 집합이 주어지면 일부 서수 메트릭에 따라 순위를 매긴다.속성 A의 값에 따라 데이터 사례 집합 S의 정렬된 순서는 무엇인가?
6범위 결정데이터 사례 집합과 관심 속성이 주어지면 집합 내의 값 범위를 찾는다.데이터 사례 집합 S에서 속성 A의 값 범위는 무엇인가?
7분포 특성화데이터 사례 집합과 관심 정량적 속성이 주어지면 해당 속성 값의 분포를 집합에서 특성화한다.데이터 사례 집합 S에서 속성 A의 값 분포는 무엇인가?
8이상치 찾기주어진 관계 또는 예상(예: 통계적 이상치)과 관련하여 주어진 데이터 사례 집합 내의 이상치를 식별한다.데이터 사례 집합 S에서 예기치 않거나 예외적인 값을 갖는 데이터 사례는 무엇인가?
9클러스터링데이터 사례 집합이 주어지면 유사한 속성 값의 클러스터를 찾는다.데이터 사례 집합 S에서 속성 {X, Y, Z, ...}의 값이 유사한 데이터 사례는 무엇인가?
10상관 관계데이터 사례 집합과 두 개의 속성이 주어지면 해당 속성 값 간의 유용한 관계를 결정한다.주어진 데이터 사례 집합 S에 대한 속성 X와 Y 간의 상관 관계는 무엇인가?
11상황화[81]데이터 사례 집합이 주어지면 데이터의 사용자 관련성을 찾는다.데이터 사례 집합 S에서 현재 사용자의 컨텍스트와 관련된 데이터 사례는 무엇인가?


5. 효과적인 분석의 장벽

효과적인 분석을 위해서는 분석가나 데이터를 받는 사람 모두에게 존재하는 여러 장벽을 넘어서야 한다. 사실과 의견을 구별하고, 인지 편향을 극복하며, 수학적 기초 지식 부족 문제를 해결하는 것이 중요하다.[82]

분석은 전체를 구성 요소로 나누어 각 요소를 자세히 살펴보는 것이다.[154] 데이터 분석은 Raw data|생 데이터영어를 수집하여 의사 결정에 도움이 되는 정보로 바꾸는 Process theory|프로세스영어이다.[145] 데이터는 질문에 답하거나 가설을 검증하고 이론을 반박하기 위해 수집되고 분석된다.[155]

존 튜키는 1961년에 데이터 분석을 "데이터 분석 절차, 결과 해석 기술, 분석을 더 쉽고 정확하게 만드는 데이터 수집 계획 방법, 그리고 데이터 분석에 적용되는 모든 (수학적) 통계학의 결과"라고 정의했다.[156]

5. 1. 사실과 의견의 혼동

효과적인 분석은 질문에 답하고, 결론이나 공식적인 의견을 뒷받침하며, 가설을 검증하기 위해 관련 사실을 얻는 것을 필요로 한다.[83][84] 사실은 정의상 반박할 수 없는 것이며, 이는 분석에 관련된 모든 사람이 이에 동의할 수 있어야 함을 의미한다.[85] 예를 들어, 2010년 8월, 의회 예산처(CBO)는 2001년과 2003년의 부시 감세를 2011-2020년 기간으로 연장하면 국가 부채가 약 3.3조달러 증가할 것으로 추정했다.[86] 모든 사람은 실제로 CBO가 이렇게 보고했다는 데 동의할 수 있어야 한다. 그들은 모두 보고서를 검토할 수 있다. 이것이 사실을 만든다. 사람들이 CBO에 동의하든 동의하지 않든 그것은 그들 자신의 의견이다.[87]

또 다른 예로, 상장 회사의 감사인은 공개적으로 거래되는 기업의 재무제표가 "모든 중요한 측면에서 공정하게 기술되었는지"에 대한 공식적인 의견을 제시해야 한다.[88] 이를 위해서는 자신의 의견을 뒷받침하기 위해 사실적 데이터와 증거에 대한 광범위한 분석이 필요하다. 사실에서 의견으로 도약할 때, 그 의견이 오류일 가능성이 항상 존재한다.[89]

5. 2. 인지 편향

분석에는 다양한 인지 편향이 부정적인 영향을 미칠 수 있다. 예를 들어, 확증 편향은 자신의 선입견을 확인하는 방식으로 정보를 검색하거나 해석하는 경향이다.[90] 또한, 개인은 자신의 견해를 뒷받침하지 않는 정보를 불신할 수 있다.[91]

분석가들은 이러한 편향과 이를 극복하는 방법을 인지하도록 특별히 훈련받을 수 있다.[92] 은퇴한 CIA 분석가인 리처드 휴어는 저서 『정보 분석 심리학』에서 분석가가 자신의 가설과 추론 과정을 명확히 구분하고, 결론에 관련된 불확실성의 정도와 출처를 명시해야 한다고 적었다.[93] 그는 다양한 관점을 표면화하고 논의하는 데 도움이 되는 절차를 강조했다.[94]

5. 3. 수리력 부족

효과적인 분석가는 다양한 수치적 기법에 능숙하지만, 모든 사람이 수리력을 갖춘 것은 아니다. 이를 수리력 부족이라고 한다.[95] 데이터를 전달하는 사람이 의도적으로 잘못된 수치적 기법을 사용하여 오해를 불러일으키거나 잘못된 정보를 제공하려 할 수도 있다.[96]

예를 들어, 숫자가 증가하는지 감소하는지 자체는 중요하지 않을 수 있다. GDP 대비 정부 수입 또는 지출 규모, 기업 재무제표에서 수익 대비 비용의 양과 같이 다른 숫자와 관련된 숫자가 더 중요할 수 있다.[97]

6. 기타 주제

데이터 분석은 건물의 에너지 소비 예측, 스마트 빌딩 구현에 활용될 수 있다. 스마트 빌딩은 난방, 환기, 공기 조절, 조명, 보안 등 건물 관리 및 제어를 자동화하여 에너지와 시간을 최적화한다.[103],[104],[247],[248]

분석(Analytics영어)은 데이터, 통계 및 정량 분석, 설명 및 예측 모델, 사실 기반 관리를 통해 의사 결정과 행동을 이끌어내는 것이다.[154] 이는 비즈니스 인텔리전스(BI)의 하위 집합으로, 데이터로 비즈니스 성과를 분석하고 의사 결정을 돕는 기술과 프로세스이다.

교육 분야에서 교육자들은 학생 데이터 분석을 위해 데이터 시스템에 접근할 수 있다.[106] 이 시스템은 OTC 데이터 형식(레이블, 보충 문서, 도움말 시스템 등 포함)으로 데이터를 제공하여 교육자의 분석 정확도를 높인다.[107]

6. 1. 스마트 빌딩

데이터 분석 접근 방식은 건물의 에너지 소비를 예측하는 데 사용될 수 있다.[103] 데이터 분석 프로세스의 각 단계는 스마트 빌딩을 구현하기 위해 수행되며, 여기서 난방, 환기, 공기 조절, 조명 및 보안을 포함한 건물 관리 및 제어 작업은 건물 사용자의 요구 사항을 모방하고 에너지 및 시간과 같은 자원을 최적화하여 자동으로 실현된다.[104],[247],[248]

6. 2. 분석(Analytics)과 비즈니스 인텔리전스(BI)

분석(Analytics영어)은 "의사 결정과 행동을 추진하기 위해 데이터, 통계적 및 정량적 분석, 설명적 및 예측적 모델, 사실에 기반한 관리를 광범위하게 활용하는 것"이다.[154] 이는 비즈니스 인텔리전스(BI)의 하위 집합이며, 데이터를 사용하여 비즈니스 성과를 이해하고 분석하며, 의사 결정을 촉진하는 일련의 기술과 프로세스이다.

6. 3. 교육

교육 분야에서 대부분의 교육자는 학생 데이터를 분석할 목적으로 데이터 시스템에 접근할 수 있다.[106] 이러한 데이터 시스템은 교육자의 데이터 분석 정확성을 향상시키기 위해 OTC 데이터 형식(레이블, 보충 문서, 도움말 시스템 포함 및 주요 패키지/표시 및 콘텐츠 결정)으로 교육자에게 데이터를 제공한다.[107]

7. 초기 데이터 분석

초기 데이터 분석은 본격적인 분석에 앞서 데이터의 품질을 확인하고, 연구 설계가 적절한지 평가하는 단계이다.[109]

존 투키는 1961년에 데이터 분석을 다음과 같이 정의했다.

> "데이터를 분석하는 절차, 그 결과를 해석하기 위한 기술, 분석을 더 쉽고 정확하며 정밀하게 만들기 위한 데이터 수집 계획 방법, 그리고 데이터 분석에 적용되는 모든 기계와 (수학적) 통계학의 결과"[156]

데이터 분석에는 여러 단계가 있으며, 각 단계는 반복적이다. 즉, 이후 단계의 결과에 따라 이전 단계를 다시 수행할 수 있다.[157] 데이터 마이닝에 사용되는 CRISP 프레임워크도 유사한 단계를 거친다.

초기 데이터 분석 단계에서는 원래의 연구 질문에 답하기 위한 분석은 하지 않는다.[253] 대신, 다음 네 가지 질문을 중심으로 데이터를 살펴본다.

7. 1. 데이터 품질

데이터는 처리 및 정리된 후에도 불완전하거나, 중복되거나, 오류를 포함할 수 있다.[21][22] ''데이터 정제''는 이러한 오류를 예방하고 수정하는 과정이다.[21] 일반적인 작업으로는 레코드 매칭, 데이터 부정확성 식별, 기존 데이터의 전반적인 품질, 중복 제거, 열 분할 등이 있다.[23]

데이터 품질은 최대한 빠른 단계에서 확인해야 한다. 데이터 품질은 빈도수 계산, 기술 통계(평균, 표준 편차, 중앙값), 정규성(왜도, 첨도, 빈도 히스토그램)과 같은 여러 가지 방식으로 평가할 수 있으며, 정규 대체가 필요하다.[110]

데이터 품질 평가를 위한 분석에는 다음이 포함된다.

  • 극단적 관측치 분석: 데이터의 이상 관측치는 분포를 방해하는지 확인하기 위해 분석한다.[111]
  • 코딩 방식의 차이 비교 및 수정: 변수는 데이터 세트 외부에 있는 변수의 코딩 방식과 비교하며, 코딩 방식을 비교할 수 없는 경우 수정될 수 있다.[112]
  • 공통 방법 분산 검사.


초기 데이터 분석 단계에서 데이터 품질을 평가하기 위한 분석 선택은 주요 분석 단계에서 수행될 분석에 따라 달라진다.

7. 2. 측정 품질

데이터 분석에서 측정 도구의 품질은 연구의 핵심이 아닌 경우, 초기 데이터 분석 단계에서만 확인해야 한다.[113][114] 측정 도구의 구조가 기존 문헌에 보고된 구조와 일치하는지 확인해야 한다.

측정 품질을 평가하는 두 가지 방법은 다음과 같다.

  • 확인적 요인 분석
  • 균일성 분석: 측정 도구의 신뢰성을 평가하는 방법이다.[115] 이 분석에서는 항목과 척도의 분산, 척도의 크론바흐 알파 계수, 그리고 척도에서 항목을 삭제했을 때 크론바흐 알파의 변화를 검토한다.

7. 3. 초기 변환

데이터 분포를 개선하기 위해 변수 변환을 수행할 수 있다. 예를 들어 다음과 같은 변환 기법들이 있다.[116][260]

  • 제곱근 변환: 분포가 정규 분포와 다소 차이가 나는 경우에 사용한다.
  • 로그 변환: 분포가 정규 분포와 상당히 차이가 나는 경우에 사용한다.
  • 역 변환: 분포가 정규 분포와 심하게 차이가 나는 경우에 사용한다.
  • 범주형으로 만들기 (순서형/이분형): 분포가 정규 분포와 심하게 차이가 나고, 앞의 변환들이 도움이 되지 않는 경우에 사용한다.

7. 4. 연구 설계의 적절성 평가

연구 설계의 적절성을 평가하기 위해서는 다음 사항들을 확인해야 한다.

  • 무작위 배정: 연구에 무작위 배정 절차가 필요하거나 사용된 경우, 배경 변수와 실질적인 변수가 그룹 내 및 그룹 간에 동일하게 분포되어 있는지 확인하여 무작위 배정 절차가 성공적으로 이루어졌는지 확인한다.[117]
  • 표본 대표성: 연구에 무작위 배정 절차가 필요하지 않거나 사용되지 않은 경우, 관심 대상 모집단의 모든 하위 그룹이 표본에 대표되는지 확인하여 비무작위 표집이 성공적으로 이루어졌는지 확인한다.[118]
  • 기타 데이터 왜곡:
  • 탈락: 초기 데이터 분석 단계에서 식별해야 한다.
  • 항목 무응답: 무작위 여부에 관계없이 초기 데이터 분석 단계에서 평가해야 한다.
  • 처치 품질: 조작 검증을 사용하여 확인한다.

7. 5. 데이터 표본의 특징

데이터 표본의 특성은 다음을 통해 평가할 수 있다.[265]

  • 중요한 변수의 기초 통계량
  • 산포도
  • 상관 관계
  • 교차 집계[265]

8. 주요 데이터 분석



분석(analysis)은 전체를 구성 요소로 분할하여 개별 요소를 고찰하는 것이다[154]。데이터 분석은 Raw data|생 데이터영어를 입수하여 이를 사용자의 의사 결정에 도움이 되는 정보로 변환하는 Process theory|프로세스영어이다[145]。데이터(data)는 질문에 답하거나, 가설을 검증하거나, 이론을 반증하기 위해 수집되어 분석된다[155]。

존 튜키는 1961년에 데이터 분석을 다음과 같이 정의했다.

"데이터를 분석하는 절차, 그 결과를 해석하기 위한 기술, 분석을 더 쉽고 정확하며 정밀하게 만들기 위한 데이터 수집 계획 방법, 그리고 데이터 분석에 적용되는 모든 기계와 (수학적) 통계학의 결과"[156]。


데이터 분석에는 구별할 수 있는 여러 단계가 있으며, 이 단계들은 반복적으로 수행될 수 있다. 즉, 이후 단계의 결과에 따라 이전 단계를 다시 수행해야 할 수도 있다[157]。데이터 마이닝에 사용되는 CRISP 프레임워크에도 유사한 단계가 있다.

데이터 분석의 최종 단계에서는 초기 분석 결과를 문서화하고, 필요하고, 바람직하며, 가능한 시정 조치를 취한다[266]。 또한, 본 데이터 분석의 초기 계획은, 보다 상세하게 지정하거나 다시 작성할 수 있으며, 그렇게 해야 한다[267]。

데이터 분석 계획 수립 및 수정 과정에서 다음과 같은 결정을 내릴 수 있다.

  • 비 정규형의 경우: Data transformation (statistics)|데이터 변환 (통계)|label=변수 변환영어 혹은, 변수의 범주화(순서 변수/이항 변수) 혹은, 분석 기법의 수정을 해야 하는가?
  • 결측 데이터의 경우: 결측 데이터를 무시하거나 보완할 것인가, 어떤 보완 기법을 사용해야 하는가?
  • 이상치의 경우: 로버스트 분석 기술을 사용해야 하는가?
  • 항목이 척도에 맞지 않는 경우: 항목을 생략하고 측정기를 적합시켜야 하는가, 아니면 다른 측정기(해당 측정기의)와의 비교 가능성을 확보해야 하는가?
  • 서브 그룹이 작은 (너무 작은) 경우: 그룹 간 차이에 관한 가설을 철회해야 하는가, 정확한 검정이나 부트스트랩 방법과 같은 작은 표본 추출 기술을 사용해야 하는가?
  • 무작위화 절차에 결함이 있다고 생각되는 경우: 경향 점수 매칭을 계산하고, 그것을 본 분석에 공변량으로 포함할 수 있는가, 또한 그렇게 해야 하는가?

8. 1. 탐색적 접근 방식과 확인적 접근 방식

탐색적 데이터 분석은 존 튜키가 제안한 분석 방법으로, 가설을 설정하지 않고 다양한 기법을 사용하여 데이터에 포함된 메시지를 파악하는 방식이다.[174] 이 과정에서 데이터 정리가 추가되거나 데이터에 대한 추가 요청이 발생할 수 있으며, 이는 반복적인 분석 단계를 거치게 한다.[175] 데이터 이해를 돕기 위해 평균이나 중앙값 같은 기술 통계량을 계산하거나, 데이터 시각화를 통해 데이터를 도표화하여 데이터 내의 메시지에 대한 통찰력을 얻을 수 있다.[157]

초기 데이터 분석 단계에서는 다음과 같은 분석을 수행할 수 있다.

  • 단변량 통계 (단일 변수)
  • 이변량 연관성 (상관 관계)
  • 그래프 기법 (산점도)


변수의 측정 수준에 따라 특별한 통계 기법을 사용할 수 있으므로, 분석에서는 변수의 측정 수준을 고려하는 것이 중요하다.

측정 수준분석 기법
명목 변수 및 순서 변수
연속 변수



확인적 데이터 분석은 가설을 설정하고 이를 검증하는 분석 방식이지만, 주어진 원문에는 확인적 데이터 분석에 대한 직접적인 설명이 없으므로 요약에 제시된 내용만을 언급한다.

8. 2. 결과의 안정성



통계학자 존 튜키는 1961년에 데이터 분석을 다음과 같이 정의했다.
"데이터를 분석하는 절차, 그 결과를 해석하기 위한 기술, 분석을 더 쉽고 정확하며 정밀하게 만들기 위한 데이터 수집 계획 방법, 그리고 데이터 분석에 적용되는 모든 기계와 (수학적) 통계학의 결과"[156]。

9. 데이터 분석을 위한 자유 소프트웨어


  • DevInfo - 유엔 개발 그룹에서 인적 개발을 모니터링하고 분석하기 위해 보증하는 데이터베이스 시스템이다.[136]
  • ELKI - 데이터 마이닝 지향 시각화 기능을 갖춘 Java 기반 데이터 마이닝 프레임워크.
  • KNIME - 콘스탄츠 정보 마이너(Konstanz Information Miner), 사용자 친화적이고 포괄적인 데이터 분석 프레임워크.
  • 오렌지 - 대화형 데이터 시각화 및 통계 데이터 분석, 데이터 마이닝, 머신 러닝을 위한 방법이 특징인 시각적 프로그래밍 도구.
  • Pandas - 데이터 분석을 위한 파이썬 라이브러리.
  • PAW - CERN에서 개발된 FORTRAN/C 데이터 분석 프레임워크.
  • R - 통계 컴퓨팅 및 그래픽을 위한 프로그래밍 언어 및 소프트웨어 환경.[137]
  • ROOT - CERN에서 개발된 C++ 데이터 분석 프레임워크.
  • SciPy - 과학 컴퓨팅을 위한 파이썬 라이브러리.
  • 줄리아 - 수치 분석 및 계산 과학에 적합한 프로그래밍 언어.


대한민국에서는 R과 파이썬이 데이터 분석 분야에서 널리 사용되고 있다.

10. 재현 가능한 분석

분석 과정의 자동화 및 문서화를 통해 재현성을 확보해야 한다. 분석 스크립트와 데이터 간의 분리, 분석과 문서화 간의 격차 등은 재현성에 문제를 야기할 수 있다. 이러한 문제들을 해결하기 위해, 자동화되고 재현 가능한 작업 흐름을 위한 분석 스크립트와, 기계와 사람 모두가 이해할 수 있는 동적 문서화가 필수적이다.[138]

11. 국제 데이터 분석 경진대회

다양한 회사나 단체는 연구자들이 자사의 데이터를 활용하거나 데이터 분석을 통해 특정 문제를 해결하도록 장려하기 위해 데이터 분석 경진대회를 개최한다.[139][140] 잘 알려진 국제 데이터 분석 대회의 몇 가지 예는 다음과 같다.[141]


  • Kaggle이 개최하는 Kaggle 대회.[142]
  • LTPP 데이터 분석 대회|LTPP International Data Analysis Contest영어[143][144]는 미국 토목 학회(ASCE)와 연방 고속도로 관리국|Federal Highway Administration|FHWA영어이 주최한다.

참조

[1] 논문 Transforming Unstructured Data into Useful Information http://dx.doi.org/10[...] Auerbach Publications 2021-05-29
[2] 논문 The Multiple Facets of Correlation Functions http://dx.doi.org/10[...] Cambridge University Press 2021-05-29
[3] 논문 Review of business intelligence through data analysis
[4] 웹사이트 Exploring Data Analysis https://web.archive.[...]
[5] 논문 Data Coding and Exploratory Analysis (EDA) Rules for Data Coding Exploratory Data Analysis (EDA) Statistical Assumptions http://dx.doi.org/10[...] Routledge 2021-05-29
[6] 간행물 New European ICT call focuses on PICs, lasers, data transfer http://dx.doi.org/10[...] 2014-10-01
[7] 서적 Skapandet av förtroende inom eWOM : En studie av profilbildens effekt ur ett könsperspektiv Högskolan i Gävle, Företagsekonomi 2017
[8] 간행물 The forecast for predictive analytics: hot and getting hotter http://dx.doi.org/10[...] 2011-01-13
[9] 서적 Business intelligence guidebook: from data integration to analytics https://www.worldcat[...] 2014-11-04
[10] 논문 Dividing listening into its components http://dx.doi.org/10[...] Cambridge University Press 2021-05-29
[11] 서적 Data Analysis Harcourt Brace Jovanovich
[12] 간행물 John Tukey-The Future of Data Analysis-July 1961 http://projecteuclid[...] 2015-01-01
[13] 서적 Doing Data Science O'Reilly Media
[14] 논문 USE OF THE DATA http://dx.doi.org/10[...] John Wiley & Sons, Inc 2021-05-29
[15] 서적 Introduction to accounting : an integrated approach John Wiley & Sons 2019-05-20
[16] 서적 Wages and labor markets in the United States, 1820-1860 University of Chicago Press 2000
[17] 간행물 Table 1: Data type and sources of data collected for this research. 2021-05-07
[18] 논문 Information Technology Analysts' Perspectives http://dx.doi.org/10[...] Routledge 2021-05-29
[19] 서적 Excel data analysis for dummies Wiley 2014
[20] 간행물 Figure 3—source data 1. Raw and processed values obtained through qPCR. 2017-08-30
[21] 간행물 Many surveys, about one in five, may contain fraudulent data 2016-02-24
[22] 서적 Avoiding common nursing errors Wolters Kluwer Health/Lippincott Williams & Wilkins 2010
[23] 웹사이트 Data Cleaning http://research.micr[...] Microsoft Research 2013-10-26
[24] 간행물 How reliable are our published archaeometric analyses? Effects of analytical techniques through time on the elemental analysis of obsidians http://dx.doi.org/10[...] 2010-02-01
[25] 웹사이트 Perceptual Edge-Jonathan Koomey-Best practices for understanding quantitative data-February 14, 2006 http://www.perceptua[...] 2014-11-12
[26] 간행물 Providing cell phone numbers and email addresses to Patients: the physician's perspective 2011-03-23
[27] 서적 Judaism, human rights, and human values Oxford University Press 1998
[28] 간행물 Blind joint maximum likelihood channel estimation and data detection for single-input multiple-output systems http://dx.doi.org/10[...] 2021-05-29
[29] 간행물 Quantitative Data Cleaning for Large Databases http://db.cs.berkele[...] 2013-10-26
[30] 간행물 CFSAN SNP Pipeline: An automated method for constructing SNP matrices from next-generation sequence data 2015-08-26
[31] 간행물 FTC requests additional data http://dx.doi.org/10[...] 1999-12-01
[32] 간행물 Exploring your Data with Data Visualization & Descriptive Statistics: Common Descriptive Statistics for Quantitative Data http://dx.doi.org/10[...] 2017
[33] 서적 Tableau your data! : fast and easy visual analysis with Tableau Software J. Wiley & Sons 2013
[34] 논문 First-Order Logic: Formulas, Models, Tableaux http://dx.doi.org/10[...] Springer London 2021-05-31
[35] 서적 Causation Oxford Univ. Press 2011
[36] 논문 Figure 2. Variable importance by permutation, averaged over 25 models. 2017-02-28
[37] 논문 Table 3: Descriptive (mean ± SD), inferential (95% CI) and qualitative statistics (ES) of all variables between self-selected and predetermined conditions. 2020-11-12
[38] 논문 Table 3: Best regression models between LIDAR data (independent variable) and field-based Forestereo data (dependent variable), used to map spatial distribution of the main forest structure variables. 2020-10-22
[39] 서적 International Sales Terms http://dx.doi.org/10[...] Beck/Hart 2014
[40] 논문 Performances of estimators of linear model with auto-correlated error terms when the independent variable is normal http://dx.doi.org/10[...] 2008-05-21
[41] 논문 A Cautionary Note on Data Inputs and Visual Outputs in Social Network Analysis http://dx.doi.org/10[...] 2012-07-04
[42] 서적 Customer Purchases and Other Repeated Events http://dx.doi.org/10[...] John Wiley & Sons, Inc. 2021-05-31
[43] 논문 La connaissance est un réseau http://www.martingra[...] 2015-05-05
[44] 문서 Data requirements for semiconductor die. Exchange data formats and data dictionary http://dx.doi.org/10[...] BSI British Standards 2021-05-31
[45] 논문 How to Communicate Your Message to an Audience Effectively http://dx.doi.org/10[...] 1985-04-01
[46] 논문 Supplemental Information 1: Raw data for charts and tables 2019-06-11
[47] 서적 Visualizing Data About UK Museums: Bar Charts, Line Charts and Heat Maps http://dx.doi.org/10[...] 2021
[48] 논문 Thank you for your review. Please find in the attached pdf file a detailed response to the points you raised. 2019-09-19
[49] 서적 Performing Requirements Analysis Project Courses for External Customers http://dx.doi.org/10[...] Springer New York 2021-06-03
[50] 논문 Figure 2: Bi-monthly mealybug population fluctuations in southern Vietnam, over a 2-year time period. 2018-10-19
[51] 서적 A sampling of 2-categorical aspects of quasi-category theory http://dx.doi.org/10[...] Cambridge University Press 2021-06-03
[52] 서적 Encyclopedia of Production and Manufacturing Management 2000
[53] 논문 Chart C5.3. Percentage of 15-19 year-olds not in education, by labour market status (2012) http://dx.doi.org/10[...] 2021-06-03
[54] 논문 Chart 7: Households: final consumption expenditure versus actual individual consumption http://dx.doi.org/10[...] 2021-06-03
[55] 논문 Figure 4. Frequency of hemifusion (measured as DiD fluorescence dequenching) as a function of number of bound Alexa-fluor-555/3-110-22 molecules. 2018-07-12
[56] 논문 Table 2: Graph comparison between Scatter plot, Violin + Scatter plot, Heatmap and ViSiElse graph. 2020-02-03
[57] 논문 Product comparison chart: Wearables http://dx.doi.org/10[...] 2021-06-03
[58] 웹사이트 Stephen Few-Perceptual Edge-Selecting the Right Graph for Your Message-2004 http://www.perceptua[...] 2014-10-29
[59] 웹사이트 Stephen Few-Perceptual Edge-Graph Selection Matrix http://www.perceptua[...] 2014-10-29
[60] 논문 Recommended Best Practices http://dx.doi.org/10[...] 2021-06-03
[61] 논문 Table 1: Descriptive statistics (mean ± standard-deviation) for somatic variables and physical fitness ítems for males and females. 2017-11-30
[62] 논문 Table 2: Cluster analysis presenting mean values of psychological variables per cluster group. 2016-09-13
[63] 서적 Consultants Employed by McKinsey & Company http://dx.doi.org/10[...] Routledge 2021-06-03
[64] 서적 H6 Antiphanes fr.172.1-4, from Women Who Looked Like Each Other or Men Who Looked Like Each Other http://dx.doi.org/10[...] Oxford University Press 2021-06-03
[65] 논문 On Mutually Exclusive and Collectively Exhaustive Properties of Demand Functions http://dx.doi.org/10[...] 1981-11
[66] 논문 Total tax revenue http://dx.doi.org/10[...] 2021-06-03
[67] 논문 Dual-use car may solve transportation problems http://dx.doi.org/10[...] 1968-06-03
[68] 논문 Simple Statistical Models for Discrete Panel Data Developed and Applied to Test the Hypothesis of True State Dependence against the Hypothesis of Spurious State Dependence http://dx.doi.org/10[...] 1978
[69] 서적 False Memory Headline Book Publishing 2017
[70] 서적 Unemployment, Inflation and the Phillips Curve http://dx.doi.org/10[...] Macmillan Education UK 2021-06-03
[71] 논문 Alpha and Beta Tests for Type I and Type II Inferential Errors Determination in Hypothesis Testing http://dx.doi.org/10[...] 2013
[72] 서적 Rejecting the second generation hypothesis : maintaining Estonian ethnicity in Lakewood, New Jersey AMS Press 2006
[73] 논문 Exchange rate changes and inflation in India: What is the extent of exchange rate pass-through to imports? http://dx.doi.org/10[...] 2015-09-01
[74] 서적 Characterization of epigenetic changes and their connection to gene expression abnormalities in clear cell renal cell carcinoma
[75] 논문 Appendix 1—figure 5. Curve data included in Appendix 1—table 4 (solid points) and the theoretical curve by using the Hill equation parameters of Appendix 1—table 5 (curve line). 2017-06-29
[76] 비디오 How Can Engineers and Journalists Help Each Other? https://doi.org/10.1[...] The Institute of Engineering & Technology 2021-06-03
[77] 논문 Necessary Condition Analysis (NCA): Logic and Methodology of 'Necessary But Not Sufficient' Causality http://dx.doi.org/10[...] 2015
[78] 웹사이트 Low-Level Components of Analytic Activity in Information Visualization http://www.cc.gatech[...] 2015-02-13
[79] 웹사이트 A Preliminary Analysis of the Products of HCI Research, Using Pro Forma Abstracts http://www.mdnpress.[...] 2016-03-03
[80] 웹사이트 What Makes Good Research in Software Engineering? https://www.cs.cmu.e[...] 2018-11-05
[81] 학회발표 ConTaaS: An Approach to Internet-Scale Contextualisation for Developing Efficient Internet of Things Applications University of Hawaiʻi at Mānoa
[82] 논문 Connectivity tool transfers data among database and statistical products http://dx.doi.org/10[...] 1989-07-01
[83] 서적 Information relevant to your job http://dx.doi.org/10[...] Routledge 2021-06-03
[84] 서적 Testing statistical hypotheses Springer 2010
[85] 서적 Consisting partly of facts, and partly of observations upon them http://dx.doi.org/10[...] Oxford University Press 2021-06-03
[86] 웹사이트 Congressional Budget Office-The Budget and Economic Outlook-August 2010-Table 1.7 on Page 24 http://www.cbo.gov/p[...] 2011-03-31
[87] 논문 Students' sense of belonging, by immigrant background http://dx.doi.org/10[...] 2017-04-19
[88] 논문 Do Publicly Traded Corporations Act in the Public Interest? http://dx.doi.org/10[...] 1990-03-01
[89] 서적 Facts and Opinion http://dx.doi.org/10[...] Oxford University Press 2021-06-03
[90] 논문 Confirmation bias in witness interviewing: Can interviewers ignore their preconceptions? http://dx.doi.org/10[...] Florida International University
[91] 서적 Does the Sociology of Science Discredit Science? http://dx.doi.org/10[...] Springer Netherlands 2021-06-03
[92] 서적 Barriers and Biases in Computer-Mediated Knowledge Communication http://dx.doi.org/10[...] 2005
[93] 서적 Quantitative Approaches to Political Intelligence http://dx.doi.org/10[...] 2019-06-10
[94] 웹사이트 Introduction https://www.cia.gov/[...] Central Intelligence Agency 2021-10-25
[95] 논문 Figure 6.7. Differences in literacy scores across OECD countries generally mirror those in numeracy http://dx.doi.org/10[...] 2021-06-03
[96] 웹사이트 Bloomberg-Barry Ritholz-Bad Math that Passes for Insight-October 28, 2014 http://www.bloomberg[...] 2014-10-29
[97] 논문 The Effect of Regional Government Size, Legislative Size, Number of Population, and Intergovernmental Revenue on The Financial Statements Disclosure http://dx.doi.org/10[...] 2020-12-15
[98] 서적 Effectiveness of Brainwriting Techniques: Comparing Nominal Groups to Real Teams http://dx.doi.org/10[...] Springer London 2021-06-03
[99] 논문 Purported Responsible Address in E-Mail Messages http://dx.doi.org/10[...] 2006-04-01
[100] 서적 The History of the Church Missionary Society Its Environment, its Men and its Work Hansebooks GmbH 2017-06-10
[101] 논문 Coupon Valuation and Interest Rate Cycles http://dx.doi.org/10[...] 1979-07-01
[102] 논문 25. General government total outlays http://dx.doi.org/10[...] 2021-06-03
[103] 논문 Towards energy efficiency smart buildings models based on intelligent data analytics 2016
[104] 서적 Low-Energy Air Conditioning and Lighting Control http://dx.doi.org/10[...] Routledge 2021-06-03
[105] 서적 Competing on Analytics O'Reilly
[106] 간행물 Report finds states on course to build pupil-data systems. https://search.proqu[...] 2009
[107] 발표 How data Systems & reports can either fight or propagate the data analysis error epidemic, and how educator leaders can help. https://sas.ellumina[...] Technology Information Center for Administrative Leadership (TICAL) School Leadership Summit 2013-03-28
[108] 서적 Article 2.2.1 (Scope of the Section) http://dx.doi.org/10[...] Nomos Verlagsgesellschaft mbH & Co. KG 2021-06-03
[109] 논문 Analysis of dimensional distortion data from initial 24 quality certification tubes http://dx.doi.org/10[...] 1960-04-21
[110] 논문 Descriptive statistics indicating the mean, standard deviation and frequency of missing values for each condition (N = number of participants), and for the dependent variables (DV) 2013-12-19
[111] 문서 Practice for Dealing With Outlying Observations http://dx.doi.org/10[...] ASTM International 2021-06-03
[112] 서적 Alternative Coding Schemes for Dummy Variables http://dx.doi.org/10[...] SAGE Publications, Inc. 2021-06-03
[113] 논문 Computing the displacement of the initial contour of gears when they are checked by means of balls http://dx.doi.org/10[...] 1960-07
[114] 서적 Qualitative-quantitative research methodology : exploring the interactive continuum Southern Illinois University Press 1998
[115] 논문 Some Relationships Among Internal Consistency, Reproducibility, and Homogeneity http://dx.doi.org/10[...] 1979-06
[116] 서적 2007
[117] 논문 Comparing job descriptions is insufficient for checking whether work is equally valuable (BG) http://dx.doi.org/10[...] 2020-10
[118] 문서 Random sampling and randomization procedures http://dx.doi.org/10[...] BSI British Standards 2021-06-03
[119] 논문 Acupuncture Procedures Must be Accurately Described http://dx.doi.org/10[...] 2006-06
[120] 서적 Verkeer in een landelijk gebied: waarnemingen en analyse van het verkeer in zuidwest Friesland en ontwikkeling van een verkeersmodel Wageningen Universiteit
[121] 논문 Figure 4: Centroid size regression analyses for the main sample. 2016-01-18
[122] 서적 The Final Years (1975-84) http://dx.doi.org/10[...] Boydell & Brewer 2021-06-03
[123] 서적 Destiny, rewritten HarperCollins 2015-03-17
[124] 서적 Nonlinear System Identification: NARMAX Methods in the Time, Frequency, and Spatio-Temporal Domains Wiley 2013
[125] 서적 Exploratory Data Analysis http://dx.doi.org/10[...] John Wiley & Sons, Inc. 2021-06-03
[126] 서적 Engaging in Exploratory Data Analysis, Visualization, and Hypothesis Testing – Exploratory Data Analysis, Geovisualization, and Data http://dx.doi.org/10[...] CRC Press 2021-06-03
[127] 서적 Hypotheses About Categories http://dx.doi.org/10[...] SAGE Publications Ltd 2021-06-03
[128] 논문 MIB-1 Cell Membrane Reactivity: A Finding That Should be Interpreted Carefully http://dx.doi.org/10[...] 2008-12
[129] 논문 Correction of the significance level when attempting multiple transformations of an explanatory variable in generalized linear models 2013-06-08
[130] 논문 Some ethical issues in confirmatory versus exploratory analysis http://dx.doi.org/10[...] 2021-06-03
[131] 서적 3 The Facelift: A Guide for Safe, Reliable, and Reproducible Results http://dx.doi.org/10[...] Georg Thieme Verlag 2021-06-03
[132] 논문 Bayesian analysis of retinotopic maps 2018-12
[133] 서적 Cross-Sectionally Dependent Panel Data http://dx.doi.org/10[...] Cambridge University Press 2021-06-03
[134] 서적 Cross validation http://dx.doi.org/10[...] Chapman and Hall/CRC 2021-06-03
[135] 논문 What should we do when a model crashes? Recommendations for global sensitivity analysis of Earth and environmental systems models 2019-10-10
[136] 간행물 Human development composite indices United Nations 2018
[137] 서적 Multivariate Data Visualization http://dx.doi.org/10[...] Apress 2021-06-03
[138] 서적 Beginning Data Science in R 4: Data Analysis, Visualization, and Modelling for the Data Scientist
[139] 서적 A cybermetric analysis model to measure private companies http://dx.doi.org/10[...] Elsevier 2021-06-03
[140] 서적 The consumer in Austrian economics and the Austrian perspective on consumer policy Wageningen Universiteit
[141] 서적 Statistical Methods for Survival Data Analysis John Wiley & Sons, Inc. 2003-06-30
[142] 뉴스 The machine learning community takes on the Higgs http://www.symmetrym[...] 2014-07-15
[143] 웹사이트 LTPP International Data Analysis Contest https://www.fhwa.dot[...] Federal Highway Administration 2016-09-29
[144] 웹사이트 Data.Gov:Long-Term Pavement Performance (LTPP) https://www.fhwa.dot[...] 2016-05-26
[145] 서적 Transforming Unstructured Data into Useful Information https://doi.org/10.1[...] Auerbach Publications 2014-03-12
[146] 서적 The Multiple Facets of Correlation Functions https://doi.org/10.1[...] Cambridge University Press
[147] 논문 Review of business intelligence through data analysis 2015
[148] 웹사이트 Exploring Data Analysis https://web.archive.[...]
[149] 서적 Data Coding and Exploratory Analysis (EDA) Rules for Data Coding Exploratory Data Analysis (EDA) Statistical Assumptions https://doi.org/10.4[...] Routledge 2004-08-16
[150] 간행물 New European ICT call focuses on PICs, lasers, data transfer https://doi.org/10.1[...] 2014-10-01
[151] 서적 Skapandet av förtroende inom eWOM : En studie av profilbildens effekt ur ett könsperspektiv Högskolan i Gävle, Företagsekonomi 2017
[152] 간행물 The forecast for predictive analytics: hot and getting hotter https://doi.org/10.1[...] 2011-01-13
[153] 서적 Business intelligence guidebook: from data integration to analytics https://www.worldcat[...] 2014-11-04
[154] 서적 Dividing listening into its components https://doi.org/10.1[...] Cambridge University Press
[155] 서적 Data Analysis Harcourt Brace Jovanovich
[156] 웹사이트 John Tukey-The Future of Data Analysis-July 1961 http://projecteuclid[...]
[157] 서적 Doing Data Science O'Reilly Media
[158] 서적 USE OF THE DATA https://doi.org/10.1[...] John Wiley & Sons, Inc 2015-02-06
[159] 서적 Introduction to accounting : an integrated approach 2019-05-20
[160] 서적 Wages and labor markets in the United States, 1820-1860 University of Chicago Press 2000
[161] 간행물 Table 1: Data type and sources of data collected for this research. https://doi.org/10.7[...] 2021-05-07
[162] 서적 Information Technology Analysts' Perspectives https://doi.org/10.4[...] Routledge 2019-10-16
[163] 서적 Excel data analysis for dummies Wiley 2014
[164] 간행물 Figure 3—source data 1. Raw and processed values obtained through qPCR. https://doi.org/10.7[...] 2017-08-30
[165] 간행물 Many surveys, about one in five, may contain fraudulent data 2016-02-24
[166] 서적 Avoiding common nursing errors Wolters Kluwer Health/Lippincott Williams & Wilkins 2010
[167] 웹사이트 Data Cleaning http://research.micr[...] Microsoft Research
[168] 간행물 How reliable are our published archaeometric analyses? Effects of analytical techniques through time on the elemental analysis of obsidians https://doi.org/10.1[...] 2010-02
[169] 웹사이트 Best practices for understanding quantitative data http://www.perceptua[...] 2006-02-14
[170] 간행물 Providing cell phone numbers and email addresses to Patients: the physician's perspective https://doi.org/10.1[...] 2011-03-23
[171] 서적 Judaism, human rights, and human values Oxford University Press 1998
[172] 간행물 Blind joint maximum likelihood channel estimation and data detection for single-input multiple-output systems https://doi.org/10.1[...]
[173] 간행물 Quantitative Data Cleaning for Large Databases http://db.cs.berkele[...] 2008-02-27
[174] 간행물 CFSAN SNP Pipeline: An automated method for constructing SNP matrices from next-generation sequence data https://doi.org/10.7[...] 2015-08-26
[175] 간행물 FTC requests additional data https://doi.org/10.1[...] 1999-12
[176] 논문 Exploring your Data with Data Visualization & Descriptive Statistics: Common Descriptive Statistics for Quantitative Data https://doi.org/10.4[...] 2017
[177] 서적 Tableau your data! : fast and easy visual analysis with Tableau Software J. Wiley & Sons 2013
[178] 논문 First-Order Logic: Formulas, Models, Tableaux https://doi.org/10.1[...] Springer London 2021-05-31
[179] 서적 Causation Oxford Univ. Press 2011
[180] 논문 Figure 2. Variable importance by permutation, averaged over 25 models. https://doi.org/10.7[...] 2021-05-31
[181] 논문 Table 3: Descriptive (mean ± SD), inferential (95% CI) and qualitative statistics (ES) of all variables between self-selected and predetermined conditions. https://doi.org/10.7[...] 2021-05-31
[182] 논문 Table 3: Best regression models between LIDAR data (independent variable) and field-based Forestereo data (dependent variable), used to map spatial distribution of the main forest structure variables. https://doi.org/10.7[...] 2021-05-31
[183] 논문 International Sales Terms https://doi.org/10.5[...] Beck/Hart 2021-05-31
[184] 논문 Performances of estimators of linear model with auto-correlated error terms when the independent variable is normal https://doi.org/10.4[...] 2008-05-21
[185] 논문 A Cautionary Note on Data Inputs and Visual Outputs in Social Network Analysis https://doi.org/10.1[...] 2012-07-04
[186] 논문 Customer Purchases and Other Repeated Events https://doi.org/10.1[...] John Wiley & Sons, Inc. 2021-05-31
[187] 논문 La connaissance est un réseau http://www.martingra[...] 2014
[188] 논문 Data requirements for semiconductor die. Exchange data formats and data dictionary https://doi.org/10.3[...] BSI British Standards 2021-05-31
[189] 논문 How to Communicate Your Message to an Audience Effectively https://doi.org/10.1[...] 1985-04-01
[190] 논문 Supplemental Information 1: Raw data for charts and tables https://doi.org/10.7[...] 2021-05-31
[191] 서적 Visualizing Data About UK Museums: Bar Charts, Line Charts and Heat Maps https://doi.org/10.4[...] 2021
[192] 논문 Thank you for your review. Please find in the attached pdf file a detailed response to the points you raised. https://doi.org/10.5[...] 2021-06-01
[193] 논문 Performing Requirements Analysis Project Courses for External Customers https://doi.org/10.1[...] Springer New York 2021-06-03
[194] 논문 Figure 2: Bi-monthly mealybug population fluctuations in southern Vietnam, over a 2-year time period. https://doi.org/10.7[...] 2021-06-03
[195] 논문 A sampling of 2-categorical aspects of quasi-category theory https://doi.org/10.1[...] Cambridge University Press 2021-06-03
[196] 논문 X-BAR CHART https://doi.org/10.1[...] Springer-Verlag 2021-06-03
[197] 논문 Chart C5.3. Percentage of 15-19 year-olds not in education, by labour market status (2012) https://doi.org/10.1[...] 2021-06-03
[198] 논문 Chart 7: Households: final consumption expenditure versus actual individual consumption https://doi.org/10.1[...] 2021-06-03
[199] 논문 Figure 4. Frequency of hemifusion (measured as DiD fluorescence dequenching) as a function of number of bound Alexa-fluor-555/3-110-22 molecules. https://doi.org/10.7[...] 2021-06-03
[200] 논문 Table 2: Graph comparison between Scatter plot, Violin + Scatter plot, Heatmap and ViSiElse graph. https://doi.org/10.7[...] 2021-06-03
[201] 논문 Product comparison chart: Wearables https://doi.org/10.1[...] 2021-06-03
[202] 웹사이트 Selecting the Right Graph for Your Message http://www.perceptua[...] 2004
[203] 웹사이트 Graph Selection Matrix http://www.perceptua[...]
[204] 논문 Recommended Best Practices https://doi.org/10.1[...] 2021-06-03
[205] 논문 Table 1: Descriptive statistics (mean ± standard-deviation) for somatic variables and physical fitness ítems for males and females. https://doi.org/10.7[...] 2021-06-03
[206] 논문 Table 2: Cluster analysis presenting mean values of psychological variables per cluster group. https://doi.org/10.7[...] 2021-06-03
[207] 논문 Consultants Employed by McKinsey & Company https://doi.org/10.4[...] Routledge 2021-06-03
[208] 논문 H6 Antiphanes fr.172.1-4, from Women Who Looked Like Each Other or Men Who Looked Like Each Other https://doi.org/10.1[...] Oxford University Press 2021-06-03
[209] 논문 On Mutually Exclusive and Collectively Exhaustive Properties of Demand Functions https://doi.org/10.2[...] 1981-11
[210] 논문 Total tax revenue https://doi.org/10.1[...] 2021-06-03
[211] 논문 Dual-use car may solve transportation problems https://doi.org/10.1[...] 1968-06-03
[212] 논문 Simple Statistical Models for Discrete Panel Data Developed and Applied to Test the Hypothesis of True State Dependence against the Hypothesis of Spurious State Dependence https://doi.org/10.2[...] 1978
[213] 서적 False Memory Headline Book Publishing 2017
[214] 간행물 Unemployment, Inflation and the Phillips Curve https://doi.org/10.1[...] Macmillan Education UK 2021-06-03
[215] 논문 Alpha and Beta Tests for Type I and Type II Inferential Errors Determination in Hypothesis Testing https://doi.org/10.2[...] 2013
[216] 서적 Rejecting the second generation hypothesis : maintaining Estonian ethnicity in Lakewood, New Jersey AMS Press 2006
[217] 논문 Exchange rate changes and inflation in India: What is the extent of exchange rate pass-through to imports? https://doi.org/10.1[...] 2015-09
[218] 서적 Characterization of epigenetic changes and their connection to gene expression abnormalities in clear cell renal cell carcinoma
[219] 논문 Appendix 1—figure 5. Curve data included in Appendix 1—table 4 (solid points) and the theoretical curve by using the Hill equation parameters of Appendix 1—table 5 (curve line). https://doi.org/10.7[...] 2021-06-03
[220] 논문 How Can Engineers and Journalists Help Each Other? https://doi.org/10.1[...] 2021-06-03
[221] 논문 Necessary Condition Analysis (NCA): Logic and Methodology of 'Necessary But Not Sufficient' Causality https://doi.org/10.2[...] 2015
[222] 웹사이트 Low-Level Components of Analytic Activity in Information Visualization http://www.cc.gatech[...] 2005
[223] 웹사이트 A Preliminary Analysis of the Products of HCI Research, Using Pro Forma Abstracts http://www.mdnpress.[...] 1994
[224] 웹사이트 What Makes Good Research in Software Engineering? https://www.cs.cmu.e[...] 2002
[225] 웹사이트 ConTaaS: An Approach to Internet-Scale Contextualisation for Developing Efficient Internet of Things Applications https://scholarspace[...] HICSS50 2017-05-24
[226] 논문 Connectivity tool transfers data among database and statistical products https://doi.org/10.1[...] 1989-07
[227] 간행물 Information relevant to your job https://doi.org/10.4[...] Routledge 2021-06-03
[228] 서적 Testing statistical hypotheses Springer 2010
[229] 간행물 Consisting partly of facts, and partly of observations upon them https://doi.org/10.1[...] Oxford University Press 2021-06-03
[230] 웹사이트 Congressional Budget Office-The Budget and Economic Outlook-August 2010-Table 1.7 on Page 24 http://www.cbo.gov/p[...] 2011-03-31
[231] 논문 Students' sense of belonging, by immigrant background https://doi.org/10.1[...] 2017-04-19
[232] 논문 Do Publicly Traded Corporations Act in the Public Interest? https://doi.org/10.3[...] 1990-03
[233] 간행물 Facts and Opinion https://doi.org/10.1[...] Oxford University Press 2021-06-03
[234] 논문 Confirmation bias in witness interviewing: Can interviewers ignore their preconceptions? https://doi.org/10.2[...] Florida International University
[235] 간행물 Does the Sociology of Science Discredit Science? https://doi.org/10.1[...] Springer Netherlands 2021-06-03
[236] 서적 Barriers and Biases in Computer-Mediated Knowledge Communication https://doi.org/10.1[...] 2005
[237] 서적 Quantitative Approaches to Political Intelligence https://doi.org/10.4[...] 2019-06-10
[238] 웹사이트 Psychology of Intelligence Analysis https://www.cia.gov/[...] cia.gov 2022-01-30
[239] 논문 Figure 6.7. Differences in literacy scores across OECD countries generally mirror those in numeracy https://doi.org/10.1[...] 2021-06-03
[240] 웹사이트 Bloomberg-Barry Ritholz-Bad Math that Passes for Insight-October 28, 2014 http://www.bloomberg[...] 2014-10-28
[241] 논문 The Effect of Regional Government Size, Legislative Size, Number of Population, and Intergovernmental Revenue on The Financial Statements Disclosure https://doi.org/10.2[...] 2020-12-15
[242] 간행물 Effectiveness of Brainwriting Techniques: Comparing Nominal Groups to Real Teams https://doi.org/10.1[...] Springer London 2021-06-03
[243] 논문 Purported Responsible Address in E-Mail Messages https://doi.org/10.1[...] 2006-04
[244] 서적 The History of the Church Missionary Society Its Environment, its Men and its Work 2017-06-10
[245] 논문 Coupon Valuation and Interest Rate Cycles https://doi.org/10.2[...] 1979-07
[246] 저널 25. General government total outlays https://doi.org/10.1[...] 2021-06-03
[247] 저널 Towards energy efficiency smart buildings models based on intelligent data analytics 2016
[248] 논문 Low-Energy Air Conditioning and Lighting Control https://doi.org/10.4[...] Routledge 2021-06-03
[249] 서적 Competing on Analytics O'Reilly
[250] 뉴스 Report finds states on course to build pupil-data systems https://search.proqu[...] 2009
[251] 발표자료 How data Systems & reports can either fight or propagate the data analysis error epidemic, and how educator leaders can help https://sas.ellumina[...] Technology Information Center for Administrative Leadership (TICAL) School Leadership Summit 2013-03-28
[252] 논문 Article 2.2.1 (Scope of the Section) https://doi.org/10.5[...] Nomos Verlagsgesellschaft mbH & Co. KG 2021-06-03
[253] 저널 Analysis of dimensional distortion data from initial 24 quality certification tubes https://doi.org/10.2[...] 1960-04-21
[254] 저널 Descriptive statistics indicating the mean, standard deviation and frequency of missing values for each condition (N = number of participants), and for the dependent variables (DV) https://doi.org/10.7[...] 2021-06-03
[255] 논문 Practice for Dealing With Outlying Observations https://doi.org/10.1[...] ASTM International 2021-06-03
[256] 논문 Alternative Coding Schemes for Dummy Variables https://doi.org/10.4[...] SAGE Publications, Inc. 2021-06-03
[257] 저널 Computing the displacement of the initial contour of gears when they are checked by means of balls https://doi.org/10.1[...] 1960-07
[258] 서적 Qualitative-quantitative research methodology : exploring the interactive continuum Southern Illinois University Press 1998
[259] 저널 Some Relationships Among Internal Consistency, Reproducibility, and Homogeneity https://doi.org/10.1[...] 1979-06
[260] 서적
[261] 저널 2020/31 Comparing job descriptions is insufficient for checking whether work is equally valuable (BG) https://doi.org/10.5[...] 2020-10
[262] 논문 Random sampling and randomization procedures https://doi.org/10.3[...] BSI British Standards 2021-06-03
[263] 저널 Acupuncture Procedures Must be Accurately Described https://doi.org/10.1[...] 2006-06
[264] 서적 Verkeer in een landelijk gebied: waarnemingen en analyse van het verkeer in zuidwest Friesland en ontwikkeling van een verkeersmodel
[265] 저널 Figure 4: Centroid size regression analyses for the main sample. https://doi.org/10.7[...] 2021-06-03
[266] 논문 The Final Years (1975-84) https://doi.org/10.2[...] Boydell & Brewer 2021-06-03
[267] 서적 Destiny, rewritten 2015-03-17
[268] 저널 Supplementary file 4. Raw data and R-based analyses https://doi.org/10.7[...] 2021-06-03
[269] 서적 Nonlinear System Identification: NARMAX Methods in the Time, Frequency, and Spatio-Temporal Domains Wiley
[270] 논문 Exploratory Data Analysis https://doi.org/10.1[...] John Wiley & Sons, Inc. 2021-06-03
[271] 논문 Engaging in Exploratory Data Analysis, Visualization, and Hypothesis Testing https://doi.org/10.1[...] CRC Press 2021-06-03
[272] 논문 Hypotheses About Categories https://doi.org/10.4[...] SAGE Publications Ltd 2021-06-03
[273] 저널 MIB-1 Cell Membrane Reactivity: A Finding That Should be Interpreted Carefully https://doi.org/10.1[...] 2008-12
[274] 저널 Correction of the significance level when attempting multiple transformations of an explanatory variable in generalized linear models https://doi.org/10.1[...] 2013-06-08
[275] 저널 Some ethical issues in confirmatory versus exploratory analysis https://doi.org/10.1[...] 2021-06-03
[276] 논문 3 The Facelift: A Guide for Safe, Reliable, and Reproducible Results https://doi.org/10.1[...] Georg Thieme Verlag 2021-06-03
[277] 저널 Supplementary file 1. Cross-validation schema. https://doi.org/10.7[...] 2021-06-03
[278] 논문 Cross-Sectionally Dependent Panel Data https://doi.org/10.1[...] Cambridge University Press 2021-06-03
[279] 논문 Cross validation https://doi.org/10.1[...] Chapman and Hall/CRC 2021-06-03
[280] 저널 What should we do when a model crashes? Recommendations for global sensitivity analysis of Earth and environmental systems models https://doi.org/10.5[...] 2019-10-10
[281] 논문 Multivariate Data Visualization https://doi.org/10.1[...] Apress 2021-06-03
[282] 논문 A cybermetric analysis model to measure private companies https://doi.org/10.1[...] Elsevier 2021-06-03
[283] 서적 The consumer in Austrian economics and the Austrian perspective on consumer policy
[284] 논문 Statistical Methods for Survival Data Analysis John Wiley & Sons, Inc. 2021-06-03
[285] 뉴스 The machine learning community takes on the Higgs http://www.symmetrym[...] 2014-07-15
[286] 웹사이트 LTPP International Data Analysis Contest https://www.fhwa.dot[...] Federal Highway Administration 2017-10-22
[287] 웹사이트 Data.Gov:Long-Term Pavement Performance (LTPP) https://www.fhwa.dot[...] 2017-11-10
[288] 논문 Review of business intelligence through data analysis 2015

관련 사건 타임라인

( 최근 20개의 뉴스만 표기 됩니다. )


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com