탐색적 데이터 분석

탐색적 데이터 분석(EDA)은 요약 통계와 그래픽 도구를 사용하여 데이터와 데이터의 의미를 이해하는 조사 방법입니다.

EDA를 통해 데이터의 패턴을 파악하고 잠재적인 변수 간 관계를 이해할 수 있으며 이상치 또는 비정상적인 관측치와 같은 예외적 현상(anomalies)을 발견할 수 있습니다. 이 과정은 보다 정형화된 통계 방법을 사용하여 검정할 수 있는 흥미로운 질문이나 가설을 만들어내는 데 그 목적이 있습니다.

데이터 설명

• 기술 통계량 소개
• 데이터 유형
• 히스토그램
• 중심화 경향 및 위치 측정
• 스프레드 측정 - 범위 및 사분위수 범위
• 스프레드 측정 - 분산 및 표준편차
• 연속형 데이터 시각화
• 범주형 데이터 설명

확률 개념

• 확률 개념 소개
• 표본 및 모집단
• 정규 분포 이해
• 정규성 확인
• 중심 극한 정리

문제 해결을 위한 탐색적 데이터 분석

• 탐색적 데이터 분석 소개
• 연속형 데이터 탐색: 확장 도구
• 파레토도
• 팩형 막대 차트 및 데이터 필터링
• 트리 맵 및 모자이크 그림
• 트렐리스 그림과 중첩 변수 사용
• 버블 그림과 히트맵
• 탐색적 데이터 분석 도구 요약

데이터 커뮤니케이션

• 데이터 커뮤니케이션 소개
• 효과적인 시각화 생성
• 시각화 유효성 평가
• 효과적인 시각화 설계
• 애니메이션을 활용한 시각적 커뮤니케이션
• 대상을 고려한 설계
• 목표 대상 이해
• 커뮤니케이션을 위한 시각화 설계
• 시각화 설계: 규칙

결과 저장 및 공유

• 결과 저장 및 공유 소개
• JMP 내부에서 결과 저장 및 공유
• JMP 외부에서 결과 저장 및 공유
• 사용할 형식 결정

데이터 분석 준비

• 데이터 테이블 필수사항
• 일반적인 데이터 품질 문제
• 데이터 테이블의 문제 식별
• 문제 식별(한 번에 한 변수)
• 분석용 데이터 구조 변경
• 데이터 결합
• 새 변수 파생
• 날짜 작업