Differences

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

--- c:ms:2024:schedule [2024/05/13 15:52] – [Week11] hkimscil
+++ c:ms:2024:schedule [2024/06/12 08:49] (current) – [Week16] hkimscil
@@ Line 881: / Line 881: @@
 과제내용:
 아래 데이터를 다운로드 받아서 두 변인 간의 상관관계계수를 구하시오.
-{{:income.happiness.csv}}
+{{:r:income.happiness.csv}}
 {{:r:income.happiness.cat.csv}}
 데이터는 수입과 행복을 측정한 것입니다. 실제 데이터를 살펴보고 R로 읽어 온 후에 R을 이용하여 아래를 구하시오. R에서의 명령어와 아웃풋을 카피/패이스트 하여 제출하시오 (fixed-font를 사용하여).
@@ Line 901: / Line 901: @@
 <WRAP half column>
 May 22 (월), 24 (수)
-[[./schedule/w12.lecture.note]]
 ===== Announcement =====
 ===== Concepts and ideas =====
+[[:c:ms:regression lecture note for r]]
 동영상 Regression
   - https://youtu.be/68gho4ubOjs : Regression 1. Intro
@@ Line 915: / Line 914: @@
 [[:b:r cookbook:general statistics]]
-Graphics
 </WRAP>
 <WRAP half column>
@@ Line 925: / Line 923: @@
 ====== Week13 ======
 <WRAP half column>
-<WRAP box>
-May 29 (월), 31 (수)
-<del>May 31 (수)</del>
-월 5일 (월) 세번째 퀴즈
-퀴즈 범위는
-처음부터 multiple regression까지
-퀴즈 범위는
-stats part
-  * [[:sampling distribution]]
-  * [[:central limit theorem]]
-  * [[:hypothesis testing]]
-  * [[:z-test]]
-  * [[:types of error]]
-  * [[:t-test]]
-  * [[:ANOVA]]
-  * [[:Factorial ANOVA]]
-  * [[:Repeated Measure ANOVA]]
-  * [[:correlation]]
-  * [[:Regression]]
-  * [[:Multiple Regression]]
-  * [[:Interpretation of Multiple Regression]]
-  * [[:Partial and semipartial correlation]]
-r part
-  * [[:b/r_cookbook/data_structures|Data structure in r]]
-  * [[:b:r cookbook:data transformations|Data transformation in r]]
-  * [[:b:r_cookbook:general statistics]] in r
-r은 주로 아웃풋에 대한 질문이 있을 예정입니다. 오픈 북이니 모든 명령어 등을 외울 필요는 없습니다.
-</WRAP>
-===== Concepts and ideas =====
 영상
   * https://youtu.be/LOEinkXaskA : Multiple Regression 01 Intro.
@@ Line 963: / Line 928: @@
   * https://youtu.be/tc6wb7fBmiY : Week13 Multiple Regression 02 Dummy variables
 </WRAP>
+[[：c/ms/regression_lecture_note_for_r]]
+  * [[:correlation]]
+  * [[:regression]]
+  * [[:beta coefficients]]
+[[:c/ms/multiple regression lecture note for r]]
+[[:multiple regression]]
+  * [[:r:dummy_variable]]
+    * option reading [[:using dummy variables]] with spss
+  * [[:partial and semipartial correlation]]
+  * [[:sequential regression]]
+  * <del>[[:statistical regression]]</del> <- 다루지 않습니다
+===== Concepts and ideas =====
 <WRAP half column>
 ===== Assignment =====
@@ Line 971: / Line 950: @@
 <WRAP half column>
 June 5(월), 7(수)
-<del>영상보기
+주차 참조
-  * https://youtu.be/AXMtT5cYpZ4 Factor Analysis
-</del>
 ===== Concepts and ideas =====
-<del>[[:using dummy variables|Including Dummy variables]]</del>
-[[:r:dummy variable]] with R
-[[:interaction effects in regression analysis]]
-[[:sequential regression]]
-[[:beta coefficients]]
-[[:mediation analysis]]
@@ Line 996: / Line 967: @@
 <WRAP half column>
 June 12, 14
+주차 참조
 </WRAP>
 <WRAP half column>
 ===== Assignment =====
-그룹 assignment: ms.23.ga.w15.multiple.regression.groupID
-그룹의 아래의 두 개 중 하나를 택하여 수행하시오. 6월 19일까지 완성 (ABB)
-  - 일
-    * data: elemapi2.csv
-    * available at http://commres.net/wiki/_media/r/elemapi2.csv
-    * api00 을 종속변인으로 하고 관련이 있을 것 같고 흥미로운 변인들을 독립변인으로 하여 (최소한 3개 이상, 그 중 하나는 종류변인이어야 합니다) multiple regression을 디자인 하고 이를 수행한 후 경과와 결과를 보고하시오
-    * api00을 종속변인으로 하고 두 개의 독립변인으로 avg_ed와 mealcat 두 개를 골라서 interaction을 포함한 regression을 수행한 후 경과와 결과를 보고하시오.
-   - 이
-    * data: College (in ISLR package in R)
-      * data에 대한 정보
-      * ''library(ISLR)'' 후 ''?College''
-    * 종속변인 하나를 골라서 다른 독립변인들을(최소 3개 이상) 가지고 Regression을 수행한 후 경과와 결과를 보고하시오.
-    * 위에서의 종속변인과 두개의 독립변인을 골라서 (숫자+숫자 혹은 숫자+종류) interaction 효과를 포함하는 Regression을 한 후에 경과와 결과를 보고하시오
 </WRAP>
@@ Line 1037: / Line 993: @@
     * [[:Regression]]
     * [[:Multiple Regression]]
+      * [[:partial and semipartial correlation]]
       * [[:beta coefficients]]
       * [[:r:dummy variable]]
-      * [[:interaction effects in regression analysis]]
-      * [[:interaction effects in regression analysis]]
       * [[:sequential regression]]
-      * [[:beta coefficients]]
+      * <del>[[:interaction effects in regression analysis]]</del>
   * R 관련 문제는 아웃풋을 이해하는지에 치중을 하시면 됩니다. 실제 명령어 사용 등에 대한 문제는 나오지 않습니다.