Differences

This shows you the differences between two versions of the page.

--- c:ms:2017:schedule [2017/05/15 08:12] – [Week07 (April 14, 19)] hkimscil
+++ c:ms:2017:schedule [2018/03/05 08:48] (current) – hkimscil
@@ Line 1: / Line 1: @@
 [[./|Class page]]
-====== Week01 (March 3, 8) ======
+====== Week01 (March 5, 7) ======
 <WRAP half column>
 ===== ideas and concepts  =====
 Introduction to the class
-<WRAP box help>
-네이버에서 새로운 UI를 디자인 하려고 작업을 하고 있다. 디자인 시안으로 A안과 B안을 만들어 낸 상태이다. 네이버에서 당신에게 어떤 안이 더 좋을지를 조사한 후 보고서를 작성해 달라고 하였다. 본격적인 절차에 들어가기 전에 어떻게 해야 할지를 정리하여 플랜으로 만들어 제출하는 것이 좋겠다고 팀장이 요구하였다. 프랜을 제출하시오.
-</WRAP>
-<WRAP box help>
-친구인 C는 탄핵을 지지 혹은 반대하는 사람들은 주로 나이에 의해서 나누어진다고 주장한다. 특히 C는 50대 이후의 사람들은 대부분 반대하는 사람들이며, 50대 이전의 사람들은 찬성이 주를 이룬다고 주장한다. 이를 증명할 수 있는 방법을 생각해보고 정리하여 제출하시오.
-</WRAP>
-교재: syllabus 참조
 <WRAP box>
 네이버에서 새로운 UI를 디자인 하려고 작업을 하고 있다. 디자인 시안으로 A안과 B안을 만들어 낸 상태이다. 네이버에서 당신에게 어떤 안이 더 좋을지를 조사한 후 보고서를 작성해 달라고 하였다. 본격적인 절차에 들어가기 전에 어떻게 해야 할지를 정리하여 플랜으로 만들어 제출하는 것이 좋겠다고 팀장이 요구하였다. 프랜을 제출하시오.
-<네이버 UI 디자인 결정안>
-준비물)) 하드보드지4장, 종이2장, 300개의 작은 스티커, 수첩과 볼펜
-방법)) 많은 연령대의 설문조사
-. 정확한 UI에 대한 개념, 네이버 현재 디자인, 새로운 시안A, 새로운 시안B 이렇게 4개를 각각 하드보드지 한 장씩 꾸민다.
-. 새로운 시안A 와 B 하드보드지 2개에는 따로 밑에 흰 종이 한 장 씩을 붙여준다.
-. 여러 연령대가 많이 있는 시내로 나가 4개의 하드보드지를 들고 있는다.
-. 지나가는 여러 연령대에게 스티커를 주며 300명에게 설문조사에 참여해 달라고 부탁한다.
-. 디자인 시안A안과 B안을 고른 일부 사람들에게 결정 기준을 물어보고 자신이 고른것의 장점, 고르지 않은 것의 단점을 미리 준비한 수첩과 볼펜을 이용해 적는다.
-. 설문조사가 끝난 후 300개의 스티커를 통해 퍼센테이지(%)로 통계를 내고, 각각 A안과 B안의 장점과 단점을 기타 사항에 적어둔다.
-. 통계 결과가 보기에도 한쪽으로 치우쳐 있으면 결정하는데 많은 도움이 되겠지만, A안과 B안의 통계적 결과가 비슷하다거나 조금밖에 차이가 나지 않는다면 네이버가 디자인을 더 선호한다면 디자인 위주로, 편리함을 더 선호한다면 편리함을, 기타 사항의 사람들의 의견을 보고 결정하면 도움이 많이 될 것 이다.
-친구인 C는 탄핵을 지지 혹은 반대하는 사람들은 주로 나이에 의해서 나누어진다고 주장한다. 특히 C는 50대 이후의 사람들은 대부분 반대하는 사람들이며, 50대 이전의 사람들은 찬성이 주를 이룬다고 주장한다. 이를 증명할 수 있는 방법을 생각해보고 정리하여 제출하시오.
-<나이대별 탄핵 지지률 증명 방법>
-. 인터넷에 탄핵지지와 반대 투표권을 올리고, 자신의 연령대를 선택할 수 있도록 한다.
-. 투표가 종료되면 연령대별 지지 및 반대율을 그래프로 표현하여 비교해 본다.
-. 50대 이전의 사람들은 인터넷을 많이 사용하지만 50대 이후의 사람들은 인터넷을 많이 사용하지 않으므로 무작위로 100명정도 전화로 추가 조사를 하여 그래프에 추가한다.
-</WRAP>
-<WRAP box help>
-대학생활과 졸업 후 생활의 만족도. C는 대학생활이 학점과 관련된 활동만이 다가 아니라고 생각합니다. 이를 알아보기 위해서 다음과 같은 생각을 하였습니다. 대학생활 중에서 다양한 과외활동을 한 사람이 졸업 후 생활의 만족도가 더 높을 것이다. 단, 이를 졸업 후 취직을 한 사람과 하지 못한 사람을 나누어 살펴보면 더 뚜렷할 것이다.
-학점 - 졸업 후 만족도
-연봉 - 졸업 후 만족도
-과외활동 - 만족도
 </WRAP>
@@ Line 53: / Line 16: @@
 ===== Assignment =====
 <WRAP box help>
-수업활동입니다. 강사는 위와 같은 일종의 연구문제를 제시하고 이것이 통계와 어떤 관련이 있는지를 설명하였습니다. 이와 같은 성격의 자신의 연구문제를 만들어서 아주BB 토론방에 올려주시기 바랍니다 ([[https://eclass2.ajou.ac.kr:8443/webapps/discussionboard/do/conference?toggle_mode=edit&action=list_forums&course_id=_19314_1&nav=discussion_board_entry&mode=cpview|"연구문제만들기" 토론방 가기]]).
+수업활동입니다. 강사는 위와 같은 일종의 연구문제를 제시하고 이것이 통계와 어떤 관련이 있는지를 설명하였습니다. 이와 같은 성격의 자신의 연구문제를 만들어서 아주BB 토론방에 올려주시기 바랍니다 (토론방 링크 추후 제시).
 </WRAP>
 </WRAP>
@@ Line 395: / Line 358: @@
 ====== Week12 (May 19, 24) ======
 <WRAP half column>
-===== ideas and concepts  =====
+===== ideas and concepts =====
+[[:correlation]]
+[[:Regression]]
+  * Variance = SS<sub>total</sub> / df
+  * SS<sub>tot</sub> = sum of error squared predicted by mean alone
+  * SS<sub>residual</sub>
+    * Regression line
+    * a and b in $ \hat{Y} = a + b X $
+      * $b = {SP} / {SS_{X}}$
+      * $a = \overline{Y} - b {\overline{X}}$
+    * error squared predicted by regression line
+  * SS<sub>regression</sub> = error squared overcome by regression line
+  * SS<sub>tot</sub> = SS<sub>regression</sub> + SS<sub>residual</sub>
+  * If SS<sub>regression</sub> is **big enough**, we can say
+    * X's contribution to explain y's variation is significant
+    * How to determine that? -> F test
+  * $\text{F test} = MS_{\text{regression}} / MS_{\text{total}} $
+    * with $\text{df}_{\text{regression}} = k - 1$ ; and
+    * $\text{df}_{\text{total}} = n - 1$
+  * $\text{R}^{\text{2}} = \text{SS}_{\text{reg}} / \text{SS}_{\text{tot}}$
+  * will be clear with multiple regression
+    * degrees of freedom을 고려한 R<sup>2</sup> = adjusted R<sup>2</sup>
+      * addition of IVs will always increase R<sup>2</sup>.
+      * should be penalized (or adjusted)
+      * so, when R<sup>2</sup> = 1 - (SS<sub>res</sub>/SS<sub>tot</sub>), use
+        * SS<sub>res</sub> -> SS<sub>res</sub>/df<sub>res</sub>
+        * df<sub>res</sub> = n - p - 1
+        * p = number of IVs
+        * if p increases, the calculated value will be decreased, which will give you adjusted R<sup>2</sup> value.
+        * SS<sub>tot</sub> -> SS<sub>total</sub>/df<sub>tot</sub>
+        * df<sub>tot</sub> = n - 1
+    * meaning of t test for slope b
+      * Suppose that in $ \hat{Y} = a + b_{1} X_{1} + b_{2} X_{2} $, Xs are not correlated to each other, and X is not contributing anything to Y's variance,
+      * we can say that b = 0.
+      * This is a null hypothesis for testing b
+      * Actual test for determining the contribution of bs is t-test
+        * t = b1 - b / SE<sub>b</sub>
+        * $\displaystyle \text{SE}_{\text{b}} = \frac{s_{\text{est}}}{\sqrt{SSX}}$
+[[:Multiple Regression]]
+[[:Sequential Regression]]
+[[:Using Dummy Variables]]
 </WRAP>
 <WRAP half column>
@@ Line 411: / Line 415: @@
 ====== Week14 (June 2, 7) ======
 <WRAP half column>
-Group Presentation
+In continuation with [[:ANOVA]], [[:Factorial ANOVA]]
+[[:Repeated Measures ANOVA]]
+[[:post hoc test]]
+[[:Effect size for ANOVA]]
+</WRAP>
+<WRAP half column>
+Quiz:
+  * [[:t-test]]
+  * F-test
+    * [[:ANOVA]]
+    * [[:Factorial ANOVA]]
+    * [[:Repeated Measures ANOVA]]
+    * [[:Effect size for ANOVA]]
+기본적으로 위를 포함하지만, 위를 이해하기 위해서는
+  * [[:standard deviation]]
+  * [[:variance]]
+  * [[:central limit theorem]]
+    * [[:sampling distribution]]
+    * [[:standard error]]
+  * [[:hypothesis testing]]
+  * [[:z-test]]
+  * [[:types of error]]
+  * [[:variable]]
+  * [[:types of variable]] 등등을 이해해야 합니다.
+또한 위를 포함하는 교재의 범위는
+  * Ch 12: 신뢰한계에 대해서는 수업중에 다루지 않았으므로 제외합니다. 단, 마지막 퀴즈에서는 다루겠습니다.
+  * Ch 13, Ch 14
+  * <del>Ch 15:</del>
+  * Ch 16:
+    * 단일하지 않은 표본크기 포함
+    * 다중비교(post hoc 혹은 multiple comparison techniques) 포함 (단 퀴즈에서 수학적인 것은 다루지 않습니다).
+    * 효과크기 중 에타제곱에 해당하는 부분만 포함
+    * 결과보고하기 포함 (다루지 않았으나 숙지하시기 바랍니다)
+  * Ch 17 (factorial)
+    * 효과크기 중 에타제곱이 아닌 부분은 (r-가족, 오메가 제곱 등) 제외
+    * 17.7 제외
+    * 17.8, 17.9 포함
+  * Ch 18 (repeated measures anova)
 </WRAP>
 ====== Week15 (June 9, 14) ======
 <WRAP half column>
-Group Presentation
+[[.schedule:week15]]
+</WRAP>
+<WRAP half column>
+Quiz: 지난 번 범위 + regression 부분 일체
+  * [[:t-test]]
+  * F-test
+    * [[:ANOVA]]
+    * [[:Factorial ANOVA]]
+    * [[:Repeated Measures ANOVA]]
+    * [[:Effect size for ANOVA]]
+  * regression
+    * [[:regression]]
+    * [[:multiple regression]]
+      * [[:multiple_regression#무엇부터_라는_문제]]와 [[:multiple_regression#determining_ivs_role]] 부분 포함.
+    * [[:using dummy variables]]: 기본적인 논리를 중심으로 이해하세요.
+기본적으로 위를 포함하지만, 위를 이해하기 위해서는
+  * [[:standard deviation]]
+  * [[:variance]]
+  * [[:central limit theorem]]
+    * [[:sampling distribution]]
+    * [[:standard error]]
+  * [[:hypothesis testing]]
+  * [[:z-test]]
+  * [[:types of error]]
+  * [[:variable]]
+  * [[:types of variable]] 등등을 이해해야 합니다.
+또한 위를 포함하는 교재의 범위는
+  * Ch 12: 신뢰한계에 대해서는 수업중에 다루지 않았으므로 마지막 퀴즈에서도 제외합니다.
+  * Ch 13, Ch 14
+  * <del>Ch 15:</del>
+  * Ch 16:
+    * 단일하지 않은 표본크기 포함
+    * 다중비교(post hoc 혹은 multiple comparison techniques) 포함 (단 퀴즈에서 수학적인 것은 다루지 않습니다).
+    * 효과크기 중 에타제곱에 해당하는 부분만 포함 (에타제곱, 파샬에타제곱, <del>오메가</del>)
+    * 결과보고하기 포함 (다루지 않았으나 숙지하시기 바랍니다)
+  * Ch 17 (factorial)
+    * 효과크기 중 에타제곱이 아닌 부분은 (r-가족, 오메가 제곱 등) 제외
+    * 17.7 제외
+    * 17.8, 17.9 포함
+  * Ch 18 (repeated measures anova)
+  *
 </WRAP>