Day 2

정선미 강사님(No Code, Domain Driven Development 수업강의)

09:30-12:30 오전수업

- 통계- 표준편차/평균 복습

- 상관분석 Correlation Analysis

상관분석과 인과관계는 다름을 잘 인지할 것.
상관관계가 있다고 하면 인과관계가 있다고 의심해 볼 수는 있지만 모두가 그런 것은 아니기에 조심.

* 참고할만 한 사이트 
	허위상관
	https://tylervigen.com/spurious-correlations 

- 실습1 상관분석 알아보기.

-> 상관관계가 0.96이므로 연관성이 매우 높다고 할 수 있음.
차트를 통해서 연관성 유무를 알 수 있음.

- 실습2 네이버 데이터랩을 이용해서 단어 '캠핑'과 '오로라'의 연관성 알아보기.

* 실습할 만한 데이터를 구할 수 있는 곳 
국가통계포털사이트 https://kosis.kr/index/index.do

- 회귀분석 Regression Analysis

시간적 선후관계, 공변성, 비허위성
회귀분석에서 Y변수(종속변수 또는 결과변수)와 X변수(독립변수 또는 원인변수)가 있을 때
결정계수를 R2 알 스퀘어 값이라고 쓰기도 한다.

- 실습1. 세계행복데이터를 활용한 회귀분석

1인당 GDP가 행복 점수에만 영향을 주어야 한다.(조건이 있어야함?)

• 유의한 F 값이 지수형태로 나와있을 때는 셀서식에 들어가서 숫자로 변환(소수점 20자리 정도)

• 0.000으로 나오지만 0은 아닌 숫자임.

• 유의한 F값과 P값을 숫자로 바꿔 본 후에야 회귀분석의 유의성을 검증했다고 할 수 있음.
  

• 잔차란 그래프에서 추세선으로부터의 각 데이터와의 거리 차이임. 모든 데이터와 추세선과의 잔차를 모두 더하면 0에 가까운 수가 나옴.

• 오차: 모집단에서 얻은 회귀식을 통해 얻은 예측값과 관측값의 차이
  잔차: 표본집단에서 얻은 회귀식을 통해 얻은 예측값과 관측값의 차이
  잔차=관측값-예측값

• 0에 수렴할 수록 회귀분석이 잘 이루어진 것을 얘기함.
  

• 차원의 저주

- 추가실습: 보스턴 real estate 데이터로 회귀분석해보기

13:30-16:30 오후 수업

- Design Thinking

• Designare(데시그나레): 지시하다, 성취하다, 계획하다.. 문제를 해결하기 위해 설계를 바꿔 나가는 것.
• Design Thinking: 공감 -> 문제정의 -> ideale -> Prototype -> Text
  Daison, Warby Parker 등의 기업 사례. 고객에게 공감하는 것으로부터 시작.
• 데이터를 활용한 창의적 문제해결이 가능하기에 테이터분석을 통한 Design thinking이 가장 적합
• 소셜분석, 도구별 특장점을 통한 이해
  e.g.) 네이버데이터랩, 카카오데이터프렌드, 구글트렌즈, 썸트렌드

- 실습1: 4인1조로 각 주제에 맞는 키워드 설정해 상관분석 해보기.

네이버데이터랩을 활용하여 인공지능 관련 키워드들의 연관성 그래프 추출
엑셀에 상관분석 차트 및 그래프 생성. 소셜분석 슬라이드 제작 후 간단한 발표.