
총 24개
-
1990년부터 2022년까지의 연도별 전국 총출생성비 시계열 분석2025.01.251. 총출생성비 시계열 분석 1990년부터 2022년까지의 전국 총출생성비 데이터를 시계열도표로 나타내고 경향을 설명하였습니다. 데이터 분석을 위해 R 프로그래밍 언어를 사용하여 줄기-잎 그림, 히스토그램, 상자그림 등의 시각화 기법을 적용하였습니다. 이를 통해 데이터의 분포와 특성을 파악할 수 있었습니다. 1. 총출생성비 시계열 분석 총출생성비는 한 여성이 가임기 동안 낳을 것으로 예상되는 평균 출생아 수를 나타내는 지표입니다. 이 지표는 인구 변화와 관련된 중요한 정보를 제공합니다. 시계열 분석을 통해 총출생성비의 추이와 변화 ...2025.01.25
-
방송통신대학교 데이터정보처리 출석수업 과제2025.01.261. 총출생성비 총출생성비는 여자 인구 100명당 남자 인구로 나타내는 지표입니다. 서울시의 총출생성비는 2018년에 최대값인 107.9명을 기록했으며, 이후 지속적으로 감소하는 추세입니다. 반면 경기도의 총출생성비는 2022년에 106.3명을 기록하며 증가하는 추세입니다. 서울시의 평균 총출생성비는 105.7명, 경기도는 105명으로 서울시가 약간 높습니다. 2. 줄기-잎 그림 줄기-잎 그림은 데이터의 분포를 빠르게 파악할 수 있는 방법입니다. 이 그림에서 줄기는 10단위이고, 잎은 나머지 자리의 숫자입니다. 이 그림을 통해 점수...2025.01.26
-
방송통신대학교 통계데이터학과)바이오통계학 중간과제물 (30점 만점 A+)2025.01.261. 모집단, 표본, 모수, 통계량 모집단은 우리가 알고 싶은 대상 전체를 의미하며, 표본은 모집단의 일부를 실제로 관측한 것을 말한다. 모수는 모집단 전체의 특성을 나타내는 값이고, 통계량은 표본의 특성을 나타내는 값이다. 이 문제에서 모집된 만 7세 아동 100명은 표본에 해당한다. 2. 히스토그램 그리기 R 프로그래밍을 이용하여 수축기 혈압(SBP)의 분포를 나타내는 히스토그램을 그렸다. 이를 통해 데이터의 분포 특성을 시각적으로 확인할 수 있다. 3. 중앙값 구하기 R 프로그래밍을 이용하여 이 데이터에 포함된 156명 전체의...2025.01.26
-
주사위 던지기 시뮬레이션과 질병 진단 확률 분석2025.01.251. 주사위 던지기 시뮬레이션 R 프로그램을 활용하여 주사위 던지기를 20번, 200번, 2000번, 20000번 실행하고 그 결과를 히스토그램으로 나타냈습니다. 주사위 던지기는 독립 시행이며 각 숫자가 나올 확률이 동일합니다. 시행 횟수가 많아질수록 그래프가 균일해지는 것을 확인할 수 있습니다. 2. 질병 진단 확률 계산 전체 인구의 3%가 질병을 앓고 있으며, 진단 키트 검사 결과가 양성일 때 이 사람이 질병에 걸렸을 확률을 계산했습니다. 질병에 걸렸을 때 진단 키트가 양성을 보일 확률과 질병에 걸렸을 확률을 곱한 뒤 진단 키트...2025.01.25