본문 바로가기
STATISTICS PLAYBOOK

통계를 이해하는
가장 빠른 길

R·Python·통계·데이터 분석 자격증까지, 체계적인 학습 자료와 강의는 메인 블로그에서 이어집니다.

메인 블로그에서 이어서 배우기 티스토리 글 둘러보기
반응형

분류 전체보기80

R 그래프 그리기: r4issactoast으로 XY Plot 빠르게 완성하기 R 그래프 그리기를 반복할 때 base R 코드를 매번 작성하는 수고를 줄여 주는 r4issactoast의 XY Plot 함수 사용법을 정리합니다. emptyPlot(), add_line(), add_points(), add_fcn() 순서로 따라 하면 산점도와 선 그래프를 빠르게 만들 수 있습니다.2026년 업데이트: 현재 R 최신 공식 릴리스는 R 4.6.1입니다. 이 글의 base graphics 개념은 여전히 유효하지만, r4issactoast 저장소는 2017년 이후 업데이트가 없어 환경에 따라 설치 또는 실행이 되지 않을 수 있습니다.R XY Plot을 빠르게 그리는 순서필자가 통계를 주로 설명하는 블로그를 운영하고 있다보니, 그래프를 그릴 일이 많다. 아무래도 시각적인 것이 글로 써져있는 것.. 2023. 6. 10.
R 여러 그래프 한 화면에 그리기: par(mfrow) 사용법 R 여러 그래프 한 화면에 그리기가 필요할 때 base R에서는 par(mfrow = c(행, 열))이 가장 간단합니다. 이 글에서는 2×2 배치부터 그래픽 설정을 원래대로 되돌리는 방법까지 예제로 설명합니다.2026년 업데이트: par(mfrow) 사용법은 R 4.6.1에서도 동일합니다. 작업이 끝난 뒤 par(mfrow = c(1, 1))로 초기화하면 다음 그래프의 배치가 꼬이는 일을 막을 수 있습니다.par(mfrow)로 여러 그래프 배치하는 방법여러 그래프를 한 번에 그리기오늘은 여러개의 그래프를 한꺼번에 그리는 방법에 대하여 알아보도록 하자. 시작하기 앞서, 준비 단계로 우리가 이제까지 배웠던 그래프 설정을 함수로 저장하도록 하자. 아래와 같이 특정 그래프의 세팅을 해놓으면 매번 그래프를 그리기.. 2023. 6. 10.
R 그래프 겹쳐 그리기와 범례 넣기: lines·points·legend 사용법 R 그래프 겹쳐 그리기는 첫 그래프를 plot()으로 만든 뒤 lines()와 points()를 순서대로 추가하는 방식이 기본입니다. 마지막에 legend()로 색과 선 종류의 의미를 표시하면 비교하기 쉬운 그래프가 됩니다.2026년 업데이트: base R의 plot(), lines(), points(), legend() 사용법은 R 4.6.1에서도 유효합니다. 추가한 그래프가 축 범위를 벗어나지 않도록 첫 plot()에서 xlim과 ylim을 미리 정하세요.R 그래프 겹쳐 그리기 기본 순서이번 시간에는 이전 포스팅의 복습 개념으로 하나의 Plot에 여러개의 그래프를 겹쳐서 그리는 방법과 범례를 넣는 방법에 대하여 알아보도록 하겠다.먼저 두개의 그래프를 생성하기 위한 데이터를 준비해보도록 하자. 오늘은 .. 2023. 6. 10.
R plot 배경색 바꾸기와 수학 기호 제목 넣는 방법 R plot 배경색을 바꾸고 제목에 수식이나 그리스 문자를 넣는 방법을 정리합니다. par(bg = ...)와 expression()을 이용하면 base R 그래프의 배경과 수학 기호를 별도 패키지 없이 설정할 수 있습니다.2026년 업데이트: 그래픽 매개변수와 plotmath 문법은 R 4.6.1에서도 그대로 사용할 수 있습니다. 전역 배경색을 바꾼 뒤에는 기존 par() 값을 복원해 다른 그래프에 설정이 이어지지 않도록 하세요.R plot 배경색과 수학 기호 제목 설정지난 포스팅에서 우리는 주어진 x벡터와 y벡터를 가지고 그래프를 그리는 방법에 대하여 알아봤다. 포인트를 선으로 바꾸는 방법과 보여지는 축의 범위를 조정하고 x, y축을 표시하여 아래와 같은 그래프를 얻을 수 있었다.지금도 충분히 처음 .. 2023. 6. 10.
R 그래프 축 설정과 기준선 그리기: axis·abline 사용법 R 그래프 축 설정을 직접 제어하고 기준선을 추가하는 방법을 설명합니다. axis()로 눈금·레이블을 지정하고 abline()으로 수평선, 수직선, 회귀선을 넣으면 그래프의 해석 포인트를 분명하게 만들 수 있습니다.2026년 업데이트: axis()와 abline()은 R 4.6.1에서도 동일하게 동작합니다. 자동 축을 끌 때는 axes = FALSE 또는 xaxt = "n", yaxt = "n"을 사용한 뒤 필요한 축을 다시 그리세요.R 그래프 축과 기준선 설정 순서이번 포스팅에서는 R을 사용하여 쿨해 보이는 그래프를 그리는 방법을 알아보도록 하겠다. 사실 R에는 다양하고 편리한 그래프 팩키지들이 있어서 팩키지를 다운 받은 후 사용하면 되지만, 그 이전에 기본 명령어를 사용하여 플랏(Plot)을 그리는 .. 2023. 6. 10.
정규분포 완벽 정리: 공식·그래프·표준화와 R pnorm·qnorm 정규분포의 공식, 그래프, 68-95-99.7 규칙, 표준화 과정을 한 번에 정리합니다. 이어서 R의 dnorm(), pnorm(), qnorm(), rnorm()이 각각 어떤 값을 계산하는지도 예제로 확인합니다.2026년 업데이트: 정규분포의 수학적 정의는 변하지 않았고, R 4.6.1에서도 네 가지 정규분포 함수의 역할은 동일합니다. 함수의 평균·표준편차 기본값과 꼬리 확률 옵션을 함께 확인하세요.정규분포 핵심 개념 한눈에 보기정규분포 곡선정규분포 곡선(다른 이름은 확률밀도함수 입니다.)의 특징은 다음과 같습니다.대칭이며, 최대값이 하나 존재한다.곡선의 모양은 평균과 표준편차에 의하여 결정된다.평균은 곡선의 중심에 대한 정보를 포함하고 있다.표준편차는 곡선의 퍼짐과 관련이 있다.모든 정규분포는 68-.. 2023. 6. 10.
백색잡음(White Noise)이란? 정규분포·회귀분석 예제로 이해하기 백색잡음(White Noise)은 시간에 따른 규칙적 패턴과 자기상관이 없는 잡음 과정을 뜻합니다. 이 글에서는 정규분포에서 발생시킨 잡음과 회귀직선 주변의 오차를 R 그래프로 시각화해 백색잡음의 의미를 설명합니다.2026년 업데이트: 백색잡음이 반드시 정규분포를 따라야 하는 것은 아닙니다. 서로 상관되지 않고 평균과 분산이 일정한 과정이 핵심이며, 정규성까지 가정하면 가우시안 백색잡음이라고 부릅니다.백색잡음과 정규분포의 관계잡음(white noise)오늘은 잡음(noise)에 대하여 이야기를 꺼내볼까 합니다. 회귀분석을 모델링을 할 때, 우리는 암묵적으로 관측값에 잡음이 섞여 있다는 이야기를 하고 넘어갔습니다.관측값에 잡음이 섞여 있다는 말이 무엇일까요? 우리가 관측하려고 하는 어떤 대상의 실제값을 가.. 2023. 6. 10.
범주형 변수 회귀분석 해석: R 더미변수·교호작용 예제 범주형 변수 회귀분석에서는 R의 factor가 기준 범주와 더미변수를 자동으로 구성합니다. 이 글은 범주형 변수가 포함된 회귀계수의 의미, 기준 수준 변경, 교호작용 해석을 그래프와 코드로 설명합니다.2026년 업데이트: R 4.6.1의 lm()도 범주형 변수를 대비코드로 처리합니다. 계수 해석 전에 levels()와 contrasts()로 기준 수준과 코딩 방식을 확인하세요.범주형 변수가 포함된 회귀모형 해석 순서범주형(categorical) 변수 시각화지난 시간에는 R에서 회귀분석을 어떻게 실행하는지 대하여 알아보았습니다. 오늘은 자료가 범주형(categorical) 변수를 포함하고 있을 경우 할 수 있는 회귀분석 대하여 알아봅시다. 일단 우리의 데이터를 불러옵니다.mydata 위의 그래프는 우리의 .. 2023. 6. 10.
R 회귀분석 예제: lm 함수·결과 해석·예측까지 R 회귀분석 예제를 따라 하며 lm()으로 모형을 적합하고 summary() 결과를 해석하는 방법을 배웁니다. 회귀계수, 결정계수, 유의확률을 확인한 뒤 predict()로 새 데이터의 값을 예측하는 흐름까지 연결합니다.2026년 업데이트: lm()과 predict.lm()은 R 4.6.1에서도 표준 도구입니다. 새 데이터는 학습 데이터와 같은 변수명과 자료형을 사용하고, 예측구간과 평균반응의 신뢰구간을 구분하세요.R lm 함수로 회귀분석하는 순서R에서의 회귀분석지난 시간에는 회귀분석의 직선이 어떻게 구해지는가에 대하여 알아보았습니다. 오늘은 회귀분석을 R에서 어떻게 하는지에 대하여 알아보도록 합시다. 일단 우리의 데이터를 불러오도록 할게요.mydata 간단한 몸풀기(?) with 구문을 써서 그래프를 .. 2023. 6. 10.
최소제곱법으로 회귀직선 구하기: 원리와 계산 예제 최소제곱법으로 회귀직선 구하기의 핵심은 관측값과 직선 사이 잔차 제곱합을 가장 작게 만드는 절편과 기울기를 찾는 것입니다. 공식의 의미를 그림과 계산 예제로 확인하고, R의 lm() 결과와 연결해 설명합니다.2026년 업데이트: 최소제곱법의 원리는 변하지 않았으며 R 4.6.1의 lm()도 선형모형 적합에 최소제곱법을 사용합니다. 이상치가 결과에 큰 영향을 줄 수 있으므로 잔차 진단을 함께 확인하세요.최소제곱법으로 회귀직선 구하는 과정회귀분석(regression) 이란 무엇일까?통계에서 가장 유명한 모델을 뽑으라고 한다면, 회귀분석을 뽑습니다. 그만큼 유명하고, 유용합니다. 앞에서 우리가 다루었던 중간, 기말고사 점수 데이터를 예를 들어서 설명해보죠.mydata 중간, 기말고사의 산점도를 살펴보면, 우리.. 2023. 6. 10.
[RSTAT101] 5강. 상관계수의 의미와 시각화 상관 계수(correlation coefficient) 두 개의 변수의 값을 관찰하고 있다고 생각합시다. 예를 들어 우리가 이제까지 사용했던 데이터에서 중간고사 점수과 기말고사 점수를 생각해보죠. 이 점수들을 쌍으로 묶으면, \((x_i, y_i)\)라고 생각 할 수 있고, \(i = 1, ..., n\) 명의 학생들의 점수를 가지고 있다고 생각합시다. 이러한 경우 상관 계수는 다음과 같은 공식을 통해 계산 할 수 있습니다. \[ r=\frac{1}{n-1}\sum_{i=1}^{n}\left(\frac{x_{i}-\bar{x}}{s_{x}}\right)\left(\frac{y_{i}-\bar{y}}{s_{y}}\right) \] 위의 공식에서 \(\bar{x}, \bar{y}\)와 \(s_x, s_y\).. 2023. 6. 10.
[RSTAT101] 4강. 사용자 정의함수와 최빈값 사용자 정의 함수 미국에서 생활을 하다보면 우리나라와 단위가 달라서 불편할 때가 많습니다. 그 중 하나가 바로 온도 단위입니다. 미국은 화씨(Fahrenheit, ºF)를 온도의 단위로 사용하고, 한국은 섭씨(Celsius, ºC)를 사용하기 때문입니다. 두 단위의 변환 공식은 다음과 같습니다. (°F − 32) × 5/9 = °C 위 공식을 사용하면, 다음과 같이 화씨 89도는 섭씨로 31.7도 인 것을 알 수 있습니다. (89 - 32) * 5/9 >> [1] 31.66667 만약 우리가 다음과 같은 화씨로 측정된 온도데이터가 5개 있다고 합니다. 이 숫자들을 섭씨로 바꾸려면, R에서는 어떻게 해야할까요? 67, 45, 92, 83, 70 가장 직관적인 방법은 다음과 같이 위의 코드를 다섯번 적용하는.. 2023. 6. 10.
반응형

티스토리툴바