> library(MASS)
> attach(Cars93)
> shapiro.test(Price)

	Shapiro-Wilk normality test

data:  Price
W = 0.88051, p-value = 4.235e-07

> str(Price)
 num [1:93] 15.9 33.9 29.1 37.7 30 15.7 20.8 23.7 26.3 34.7 ...
> qqnorm(Price)
> qqline(Price)
> qqnorm(log(Price))
> qqline(log(Price))
> shapiro.test(log(Price))

	Shapiro-Wilk normality test

data:  log(Price)
W = 0.9841, p-value = 0.32

mathjax test

Posted on 2020-01-09 In Etc.

Reference
Detection

`$$`을 이용하여 수식 표현

> $f(x)=x^2$

> $$
> f(x)=x^2
> $$

$f(x)=x^2$

$$
f(x)=x^2
$$

Statistics

Posted on 2020-01-07 In Etc.

통계적 추론

가설 검정

표본을 통해 모집단의 특성(모수mu)를 알기위해

대문자 X - rv(확률변수)
소문자 x - 표본(하나의 값)

rv - 통계량 - 표본분포(통계량의 확률분포)

R Mid-term

Posted on 2020-01-06 In Etc.

setwd(), getwd()

1 2	setwd("C:/Users/SW05/Downloads") getwd()

R (6)

Posted on 2020-01-02 In Etc.

ifelse

> x=1
> y=2
> if(x>y) x else y
[1] 2
> if(x<y) x else y
[1] 1
> ifelse(x>y,x,y) #조건식,참x,거짓y
[1] 2
> ifelse(x<y,x,y) #조건식,참x,거짓y
[1] 1
> grade=ifelse(airquality$Temp>=60,'상','하');grade
  [1] "상" "상" "상" "상" "하" "상" "상" "하" "상" "상" "상" "상" "상" "상" "하" "상" "상" "하" "상"
...
[153] "상"
> air0=data.frame(airquality,grade);air0
    Ozone Solar.R Wind Temp Month Day grade
1      41     190  7.4   67     5   1    상
2      36     118  8.0   72     5   2    상
3      12     149 12.6   74     5   3    상
4      18     313 11.5   62     5   4    상
5      NA      NA 14.3   56     5   5    하
6      28      NA 14.9   66     5   6    상
7      23     299  8.6   65     5   7    상
8      19      99 13.8   59     5   8    하
9       8      19 20.1   61     5   9    상
10     NA     194  8.6   69     5  10    상
...
> airquality$grade=ifelse(airquality$Temp>=60,'상','하');airquality
    Ozone Solar.R Wind Temp Month Day grade
1      41     190  7.4   67     5   1    상
2      36     118  8.0   72     5   2    상
3      12     149 12.6   74     5   3    상
4      18     313 11.5   62     5   4    상
5      NA      NA 14.3   56     5   5    하
6      28      NA 14.9   66     5   6    상
7      23     299  8.6   65     5   7    상
8      19      99 13.8   59     5   8    하
9       8      19 20.1   61     5   9    상
10     NA     194  8.6   69     5  10    상
...

R (5)

Posted on 2019-12-31 In Etc.

Data 선택

> library(MASS)
> str(Cars93)
'data.frame':	93 obs. of  27 variables:
 $ Manufacturer      : Factor w/ 32 levels "Acura","Audi",..: 1 1 2 2 3 4 4 4 4 5 ...
 $ Model             : Factor w/ 93 levels "100","190E","240",..: 49 56 9 1 6 24 54 74 73 35 ...
 $ Type              : Factor w/ 6 levels "Compact","Large",..: 4 3 1 3 3 3 2 2 3 2 ...
 $ Min.Price         : num  12.9 29.2 25.9 30.8 23.7 14.2 19.9 22.6 26.3 33 ...
 $ Price             : num  15.9 33.9 29.1 37.7 30 15.7 20.8 23.7 26.3 34.7 ...
 $ Max.Price         : num  18.8 38.7 32.3 44.6 36.2 17.3 21.7 24.9 26.3 36.3 ...
 $ MPG.city          : int  25 18 20 19 22 22 19 16 19 16 ...
 $ MPG.highway       : int  31 25 26 26 30 31 28 25 27 25 ...
 $ AirBags           : Factor w/ 3 levels "Driver & Passenger",..: 3 1 2 1 2 2 2 2 2 2 ...
 $ DriveTrain        : Factor w/ 3 levels "4WD","Front",..: 2 2 2 2 3 2 2 3 2 2 ...
 $ Cylinders         : Factor w/ 6 levels "3","4","5","6",..: 2 4 4 4 2 2 4 4 4 5 ...
 $ EngineSize        : num  1.8 3.2 2.8 2.8 3.5 2.2 3.8 5.7 3.8 4.9 ...
 $ Horsepower        : int  140 200 172 172 208 110 170 180 170 200 ...
 $ RPM               : int  6300 5500 5500 5500 5700 5200 4800 4000 4800 4100 ...
 $ Rev.per.mile      : int  2890 2335 2280 2535 2545 2565 1570 1320 1690 1510 ...
 $ Man.trans.avail   : Factor w/ 2 levels "No","Yes": 2 2 2 2 2 1 1 1 1 1 ...
 $ Fuel.tank.capacity: num  13.2 18 16.9 21.1 21.1 16.4 18 23 18.8 18 ...
 $ Passengers        : int  5 5 5 6 4 6 6 6 5 6 ...
 $ Length            : int  177 195 180 193 186 189 200 216 198 206 ...
 $ Wheelbase         : int  102 115 102 106 109 105 111 116 108 114 ...
 $ Width             : int  68 71 67 70 69 69 74 78 73 73 ...
 $ Turn.circle       : int  37 38 37 37 39 41 42 45 41 43 ...
 $ Rear.seat.room    : num  26.5 30 28 31 27 28 30.5 30.5 26.5 35 ...
 $ Luggage.room      : int  11 15 14 17 13 16 17 21 14 18 ...
 $ Weight            : int  2705 3560 3375 3405 3640 2880 3470 4105 3495 3620 ...
 $ Origin            : Factor w/ 2 levels "USA","non-USA": 2 2 2 2 2 1 1 1 1 1 ...
 $ Make              : Factor w/ 93 levels "Acura Integra",..: 1 2 4 3 5 6 7 9 8 10 ...
> attach(Cars93)
> a=Cars93[which(MPG.city>30),'Model'];a #MPG.city>30인 Model변수만 가져옴
[1] Festiva Metro   Civic   LeMans  Justy   Swift   Tercel 
93 Levels: 100 190E 240 300E 323 535i 626 850 90 900 Accord Achieva Aerostar Altima ... Vision
> b=Cars93[which(MPG.city>30),c('Model','Origin')];b
     Model  Origin
31 Festiva     USA
39   Metro non-USA
42   Civic non-USA
73  LeMans     USA
80   Justy non-USA
83   Swift non-USA
84  Tercel non-USA
> c=Cars93[which(MPG.city>30),c('Model','Origin','MPG.city')];c
     Model  Origin MPG.city
31 Festiva     USA       31
39   Metro non-USA       46
42   Civic non-USA       42
73  LeMans     USA       31
80   Justy non-USA       33
83   Swift non-USA       39
84  Tercel non-USA       32
> d=Cars93[which(MPG.city>30),];d #안치면 다나옴
   Manufacturer   Model  Type Min.Price Price Max.Price MPG.city MPG.highway     AirBags DriveTrain
31         Ford Festiva Small       6.9   7.4       7.9       31          33        None      Front
39          Geo   Metro Small       6.7   8.4      10.0       46          50        None      Front
42        Honda   Civic Small       8.4  12.1      15.8       42          46 Driver only      Front
73      Pontiac  LeMans Small       8.2   9.0       9.9       31          41        None      Front
80       Subaru   Justy Small       7.3   8.4       9.5       33          37        None        4WD
83       Suzuki   Swift Small       7.3   8.6      10.0       39          43        None      Front
84       Toyota  Tercel Small       7.8   9.8      11.8       32          37 Driver only      Front
   Cylinders EngineSize Horsepower  RPM Rev.per.mile Man.trans.avail Fuel.tank.capacity Passengers
31         4        1.3         63 5000         3150             Yes               10.0          4
39         3        1.0         55 5700         3755             Yes               10.6          4
42         4        1.5        102 5900         2650             Yes               11.9          4
73         4        1.6         74 5600         3130             Yes               13.2          4
80         3        1.2         73 5600         2875             Yes                9.2          4
83         3        1.3         70 6000         3360             Yes               10.6          4
84         4        1.5         82 5200         3505             Yes               11.9          5
   Length Wheelbase Width Turn.circle Rear.seat.room Luggage.room Weight  Origin           Make
31    141        90    63          33           26.0           12   1845     USA   Ford Festiva
39    151        93    63          34           27.5           10   1695 non-USA      Geo Metro
42    173       103    67          36           28.0           12   2350 non-USA    Honda Civic
73    177        99    66          35           25.5           17   2350     USA Pontiac LeMans
80    146        90    60          32           23.5           10   2045 non-USA   Subaru Justy
83    161        93    63          34           27.5           10   1965 non-USA   Suzuki Swift
84    162        94    65          36           24.0           11   2055 non-USA  Toyota Tercel
> e=Cars93[which(Cylinders==4&Manufacturer=='Hyundai'),c('Model','Min.Price','Max.Price')];e
     Model Min.Price Max.Price
44   Excel       6.8       9.2
45 Elantra       9.0      11.0
46  Scoupe       9.1      11.0
47  Sonata      12.4      15.3

R (4)

Posted on 2019-12-30 In Etc.

sink()

setwd("/Users/zerohertz/RData")
air=airquality
str(air)
attach(air)
sink('output.txt') #콘솔창 결과를 외부 파일로 저장
mean(Temp)
sd(Temp)
sink() #끝났다는 표시

Venture

Posted on 2019-12-30 In Etc.

벤처기업(Day 2)

Venture?

벤처기업의 학술적인 명확한 개념정의 X

미국 - 위험성이 크나 성공할 경우 높은 기대수익이 예상되는 신기술 또는 아이디어를 독립기반 위에 영위하는 신생기업으로 규정
일본 - 중소기업으로서 R&D 투자비율이 총 매출액의 3% 이상인 기업, 창업 후 5년 미만인 기업
OECD - R&D 집중도가 높은 기업 / 기술혁신이나 기술적 우월성이 성공의 주요 요인인 기업

R&D

Research & Development

벤처유형

벤처투자 기업
연구개발 기업
기술평가 보증기업 및 기술평가 대출기업
예비벤처 기업

R (3)

Posted on 2019-12-27 In Etc.

시계열 Data

> uspop
Time Series:
Start = 1790 
End = 1970 
Frequency = 0.1 
 [1]   3.93   5.31   7.24   9.64  12.90  17.10  23.20  31.40  39.80  50.20  62.90  76.00  92.00 105.70 122.80 131.70 151.30 179.30
[19] 203.20

R (2)

Posted on 2019-12-26 In Etc.

변수 지우기

1
2
3

> rm(list=ls())
> ls()
character(0)

ls()는 지금까지 생성한 변수들의 목록을 문자열들로 반환하는 함수(list의 약자)

R (1)

Posted on 2019-12-24 In Etc.

R

#전산실습 Day 1
speed=c(4,7,8,9,10,11,12,13,13,14);speed #Multi input #Ctrl+R is compiling of only one line
dist=c(2,4,16,10,18,17,24,34,26,26);dist #대소문자 구분
mean(speed)
mean(dist) #결측값이 있는 data에서 수식이용시 결과는 결측값
#함수이용시 결과는 결측값 제외하고 계산
sd(speed) #Standard variation
#수치자료 : 대표값(mean),산포도(sd),비대칭도-왜도(skew)
#평균-중심위치
min(speed);max(speed) #Find Error
summary(speed)
plot(speed,dist)
cor(speed,dist) #상관계수(산점도 확인 후)-직선적인 정도

MATLAB (11)

Posted on 2019-12-24 In Etc.

Species classification by sepal

clear
 
%Load data
load fisheriris
x=meas(:,1:2);
y=categorical(species);
labels = categories(y);
figure(1)
gscatter(x(:,1),x(:,2),species,'rgb','osd');
xlabel('Sepal length');
ylabel('Sepal width');
 
%Learning by data
classifier{1}=ClassificationDiscriminant.fit(x,y);
classifier{2}=ClassificationTree.fit(x,y);
classifier{3}=ClassificationKNN.fit(x,y);
%classifier{4}=NaiveBayes.fit(x,y); 2019 ver
classifier_name={'Discriminant Analysis','Classification Tree','Nearest Neighbor'}; %'Naive Bayes'
 
%Check the result
[xx1,xx2]=meshgrid(4:.01:8,2:.01:4.5);
figure(2)
for ii=1:numel(classifier)
    ypred=predict(classifier{ii},[xx1(:) xx2(:)]);
    h(ii)=subplot(2,2,ii);
    gscatter(xx1(:),xx2(:),ypred,'rgb');
    title(classifier_name{ii},'FontSize',15)
    legend off
    axis tight
end
 
%Confusion Matrix
figure(3)
predictResult=predict(classifier{2},x);
y=categorical(y);
predictResult=categorical(predictResult);
plotconfusion(y,predictResult);

CIs?

단어장

read.table

Data 취사 선택

정규성 검정 function

shapiro.test(), qqnorm(), qqline()

$$을 이용하여 수식 표현

통계적 추론

가설 검정

rv - 통계량 - 표본분포(통계량의 확률분포)

setwd(), getwd()

ifelse

Data 선택

sink()

벤처기업(Day 2)

Venture?

R&D

벤처유형

시계열 Data

변수 지우기

R

Species classification by sepal

`$$`을 이용하여 수식 표현