9566

분산분석(anova) x1의 범주가 y 평균값의 차이가 있는가? ex) 귀무가설 : x1(2개의 범주 : 포워드, 미드필더)에 대해 y(연봉)의 평균은 모두 같다. X별 Y 평균의 차이가 있는지 통계적으로 검증 summary(aov(Y~X1, data)) #1원배치 summary(aov(Y~X1+X2+X1:X2, data)) #2원배치 X1:X2=상호작용효과 # p-value 0.05면 유의한 차이가 있다. X에 따른 Y의 차이가 있는지 통계적으로 검증 var.test(Y~X1, data, alternative = "two.sided") #p-value > 0.05이면 귀무가설을 기각하지 않음 = 등분산 가정을 만족 t.test(Y~X1, data, alternative = "two.sided", var..

랜덤포레스트 rf.model

연관성 분석 arules 패키지 m

SVM e1071 패키지 tune.svm(data.Y~., data=data, gamma = 10^(-6:-1), cost = 10^(1:2)) # best parameters를 제공 # gamma = 초평면의 기울기, cost = 과적합을 막는 정도, default=1 svm.model

다중선형회귀분석 result

3개 모델로 앙상블 모형 제작 model1

나만의 시계열 분석법 in r 1. 데이터 불러오기 + 정상성 여부 + 추세/계절성 여부 data ARIMA(3,1,1) 4-2. auto.arima(data)를 통해 모형 3개 제작(3번 그래프가 애매할 경우) sarima(data, 2,1,2, 1,1,1, 12) + aic, bic model1

요인분석 1. 역문항 처리 data1 % select_all 2. 요인회전 및 요인적재값 library(GPArotation) data_EFA 0.05이면 통계적으로 유의한 평균의 차이가 없다 # -> 등분산성을 만족->anova) lawstat :: levene.test(data1$Y, data2$X1, location="mean", correction.method="zero.correction") data2_aov 0.05이면 등분산성 만족 t.test(Y~X2, var.equal=T, data=data2) 6. 요인에 대한 상관분석,상관도표 6-1. 요인 계산 data2 % mutate(X1 = rowMeans(data2, na.rm=T)) %>% select_all 6-2. 상관분석 #(proba..