전체 글27 [지역사회건강조사 SPSS 분석] 2. 복합표본 분석 : 표본 계획, 분석 준비, 빈도분석 지역사회건강조사는 이전 포스팅에서도 다뤘듯 복합표본 설계로 이루어져있기 때문에 해당 특성을 고려하여 분석을 해야 합니다.SPSS에서는 복합표본을 다루는 방법이 달라서 이와 같은 내용을 포스팅하겠습니다.복합표본은 층화추출과 집락추출을 더한 방식을 말합니다. 표본 선택 먼저 표본 계획을 작성하겠습니다. 분석 > 복합 표본 > 표본 선택에서 표본 계획을 작성할 수 있습니다.표본 계획에서 찾아보기를 눌러 새로운 계획 파일을 생성하도록 하겠습니다.지금은 새로운 파일을 만들지 않아서 파일이 없지만 파일 이름을 지정하면 그 이름을 가진 계획 파일이 생성됩니다.다음을 눌러 계획 파일의 내용을 추가하도록 하겠습니다. 계층화 기준 변수와, 군집 변수, 그리고 표본 가중값 변수를 설정합니다. 여기서 마침을 누르면 계획.. 2025. 6. 12. [지역사회건강조사 SPSS 분석] 1. 통계 추정방법 : 가중치, 연령 표준화, 표본가중평균 및 표본오차 지역사회건강조사는 표본설계를 통해 표본을 추출하였기 때문에 모집단을 대표하는 값을 추정하기 위해서는 가중치가 필요합니다.무응답은 대체하지 않으며 즉, 지역사회건강조사의 지표를 산출할 때는 무응답은 제외합니다. 무응답의 종류는 개체 무응답과 항목 무응답으로 나눌 수 있습니다. 개체 무응답은 가구원으로 선정된 사람이 응답을 하지 않은 경우를 나타내며, 이와 같은 경우는 가중치에서 응답하지 않은 사람의 비율로 고려됩니다. 항목 무응답은 가구원이 특정 문항만 답을 하지 않은 경우를 나타내며, 이와 같은 경우에는 중앙값, 최빈값을 도출하는 등 통계기법을 사용하여 결측치를 추정하여 대체하거나 무시하기도 합니다.특정 조사 지역, 특정 조사 시점 마다 건강지표에 영향을 주는 연령별 인구구조가 다르기 때문에 연령별 인구.. 2025. 6. 11. Gymnasium's Lunar Lander with Deep Q Learning (DQN) : 한국어 번역 이 블로그 글은 해당 내용을 한국어로 번역한 글입니다. 이 글의 주된 타겟 독자는 강화학습을 입문하는 사람들입니다! 강화학습이 어떤 것인지부터 시작해서 DQN을 설명하고 그것을 Lunar Lander에 적용하는 것까지 다룰 예정입니다. https://www.findingtheta.com/blog/solving-gymnasiums-lunar-lander-with-deep-q-learning-dqn Solving Gymnasium's Lunar Lander with Deep Q Learning (DQN)Learn how the Reinforcement Learning Algorithm Deep Q Learning (DQN) works and apply it to solve Gymnasium's Lunar L.. 2024. 12. 2. 큐 자료 구조 특징 | 큐의 수도 알고리즘 Pseudo Algorithm of Queue 1. 큐 Queue큐는 대기 줄과 같은 자료구조입니다. 은행에서 방금 도착했다면, 가장 나중으로 대기 순번이 정해집니다. 그리고 은행 창구에서는 가장 빨리 온 사람들을 먼저 부르게 됩니다.즉, 먼저 들어온 데이터가 먼저 나가는 선입선출, FIFO, First In First Out 방식입니다. 1. 1. 가능한 작업 Enqueue: 데이터를 큐의 뒤쪽(rear)에 삽입합니다.Dequeue: 데이터를 큐의 앞쪽(front)에서 삭제합니다. 1. 2. 활용 프린터 스풀러: 여러 작업이 프린터에 보내질 때, 작업들은 큐에 저장됩니다. 프린터는 큐에서 하나씩 작업을 꺼내어 인쇄합니다.프로세스 관리: 운영체제는 프로세스의 상태를 관리하기 위해 큐를 사용합니다. 예를 들어, 준비 상태의 프로세스를 관리하는 준비 큐.. 2024. 6. 27. 스택 자료 구조 특징 | 스택의 수도 알고리즘 Pseudo Algorithm of Stack 1. 스택 Stack스택 쌓는 말을 많이 들어보셨을 겁니다.이 자료구조 또한 쌓아가는 형태를 가지는 자료구조를 말합니다. 1. 1. 가능한 작업pushpoptop스택은 Push, Pop, Top 작업이 가능합니다.가장 위에서 데이터를 삽입하고, 가장 위에서 데이터를 삭제하고 가장 위에 있는 데이터를 출력합니다.이러한 특징으로 스택에서는 시간 순서에 따라서 데이터가 쌓입니다. = 후입선출, LIFO, Last In First Out 1. 2. 프로세스 4대 요소 중 하나스택 자료구조는 프로세스 4대 요소 중 하나입니다.프로세스 4대 요소code : 사용자가 작성한 프로그램 함수data : 프로그램이 사용하는 데이터 공간으로 전역변수, Static 변수heap : 프로그래머가 필요할 때 사용하는 공간stac.. 2024. 6. 26. [포스코 청년 AI·Big Data] 선형대수 8. 역행렬 Inverse Matrix, 행렬식 포스코 청년 AI·Big Data 아카데미 사전교육 중 장황수학의 선형대수 강의를 듣고 손으로 필기한 내용입니다. 2024. 6. 25. 관계형 데이터베이스 모델링 Relational Database Modeling 데이터베이스 개요데이터베이스: 관련된 데이터를 담고 있는 파일들의 모음DBMS(데이터베이스 관리 시스템): 데이터베이스를 관리하는 소프트웨어새로운 데이터베이스를 생성하고 스키마(데이터의 논리적 구조)를 지정하는 기능 제공사용자가 쿼리 언어를 사용하여 데이터를 조회하고 수정할 수 있게 함대용량 데이터를 저장할 수 있음오류, 실패 또는 의도적인 악용으로부터 데이터베이스를 복구할 수 있음여러 사용자가 동시에 데이터에 접근할 수 있게 함2. 데이터의 관계형 모델2.1 데이터 모델 개요데이터를 설명하는 표기법구성 요소:데이터 구조: 개념 모델 (물리 모델보다)데이터 작업: 수행 가능한 제한된 작업 집합쿼리: 정보를 조회하는 작업수정: 데이터베이스를 변경하는 작업. 효율적이고 쉬워야 함데이터 제약 조건: 데이터에 .. 2024. 6. 25. [포스코 청년 AI·Big Data] 선형대수 7. 랭크 Rank 포스코 청년 AI·Big Data 아카데미 사전교육 중 장황수학의 선형대수 강의를 듣고 손으로 필기한 내용입니다. 미지수가 n개인 연립일차방정식의 근과 게수 rank의 관계일차연립방정식의 계수행렬을 A, 확대행렬을 A|B라고 하자.1. rank(A) 2. rank(A) = rank(A|B) = n 이면, 근이 오직 하나이다.3. rank(A) 2024. 6. 24. [포스코 청년 AI·Big Data] 선형대수 6. 벡터와 벡터의 내적 포스코 청년 AI·Big Data 아카데미 사전교육 중 장황수학의 선형대수 강의를 듣고 손으로 필기한 내용입니다. 1. 두 벡터 \( \vec{a} = (a_1, a_2, a_3) \), \( \vec{b} = (b_1, b_2, b_3) \)의 사잇각 \( \theta \)일 때, \[ \vec{a} \cdot \vec{b} = |\vec{a}||\vec{b}|\cos\theta = a_1b_1 + a_2b_2 + a_3b_3 \] \[ \Rightarrow \cos\theta = \frac{\vec{a} \cdot \vec{b}}{|\vec{a}||\vec{b}|} \] 2. 내적의 성질 1. \( \vec{a} \cdot \vec{b} = \vec{b} \cdo.. 2024. 6. 23. 이전 1 2 3 다음
