์ ์ฒด ๊ธ73 [FPP3] 7.4 ์๊ณ์ด ํ๊ท๋ชจํ์ ์ ์ฉํ ์์ธก๋ณ์ โ๏ธ๋ธ๋ก๊ทธ ์ฎ๊น: https://www.taemobang.com ๋ฐฉํ๋ชจ ์๋ ํ์ธ์, ์ ๋ธ๋ก๊ทธ์ ์ค์ ๊ฒ์ ํ์ํฉ๋๋ค. ํต๊ณํ์ ์ ๊ณต์ผ๋ก ํ๋ถ, ์์ฌ๋ฅผ ์กธ์ ํ์ต๋๋ค. ํ์ฌ๋ ๊ฐ์ฒ๋ ๊ธธ๋ณ์ G-ABC์์ Data Science๋ฅผ ํ๊ณ ์์ต๋๋ค. ํต๊ณํ, ์๊ณ์ด, ํต๊ณ์ ํ์ต๊ณผ ๊ธฐ๊ณ www.taemobang.com ์๊ณ์ด ํ๊ท๋ชจํ์์ ์ ์ฉํ๊ฒ ์ฐ์ด๋ ์์ธก๋ณ์(predictors)๋ค์ ์๊ฐํ๋ ค๊ณ ํฉ๋๋ค: 1 Trend ์๊ณ์ด ์๋ฃ์ ์ถ์ธ(trend)๋ ํํ ์กด์ฌํฉ๋๋ค. ์ ํ ์ถ์ธ์ ๊ฒฝ์ฐ๋ ๋ค์๊ณผ ๊ฐ์ด $x_{1, t} = t$๋ฅผ ์์ธก๋ณ์๋ก ํ์ฌ ์ ์ฝ๊ฒ ๋ชจํ์ ๋ฐ์ํ ์ ์์ต๋๋ค: \begin{equation} y_t = \beta_0 + \beta_1 t + \epsilon_t, \end{equation} ์ฌ๊ธฐ.. 2021. 8. 25. SIR๊ณผ SEIR ๋ชจํ: ๊ฒฐ์ ๋ชจํ โ๏ธ๋ธ๋ก๊ทธ ์ฎ๊น: https://www.taemobang.com ๋ฐฉํ๋ชจ ์๋ ํ์ธ์, ์ ๋ธ๋ก๊ทธ์ ์ค์ ๊ฒ์ ํ์ํฉ๋๋ค. ํต๊ณํ์ ์ ๊ณต์ผ๋ก ํ๋ถ, ์์ฌ๋ฅผ ์กธ์ ํ์ต๋๋ค. ํ์ฌ๋ ๊ฐ์ฒ๋ ๊ธธ๋ณ์ G-ABC์์ Data Science๋ฅผ ํ๊ณ ์์ต๋๋ค. ํต๊ณํ, ์๊ณ์ด, ํต๊ณ์ ํ์ต๊ณผ ๊ธฐ๊ณ www.taemobang.com โ More to read Tutorials on deterministic SIR models in R Introduction ๋ณธ ๊ธ์์๋ ์ง๋ณ ํ์ฐ ๋ชจ๋ธ๋ง์ ์ฐ์ด๋ ๊ตฌํ ๋ชจํ(compartment model)์ ๊ฐ์ฅ ๊ธฐ๋ณธํ์ด๋ผ ํ ์ ์๋ ๋ ๋ชจํ SIR, SEIR ๋ชจํ์ ์๊ฐํ๋ ค๊ณ ํฉ๋๋ค. ๋ ๋ชจํ์ ๊ฐ์ผ๋ณ ๋ชจ๋ธ๋ง์์ ๊ฐ์ฅ ๊ธฐ๋ณธ์ด ๋๋ฉฐ, ์๋์ ์ผ๋ก ์ ์ ์์ ์๋ฃ๋ก ๋ชจํ์ ๊ตฌ์ฑํ๊ธฐ ์ฌ์ ์๋นํ ์.. 2021. 7. 13. ์ํ ์ฉ์ด ์ ๋ฆฌ โ๏ธ๋ธ๋ก๊ทธ ์ฎ๊น: https://www.taemobang.com ๋ฐฉํ๋ชจ ์๋ ํ์ธ์, ์ ๋ธ๋ก๊ทธ์ ์ค์ ๊ฒ์ ํ์ํฉ๋๋ค. ํต๊ณํ์ ์ ๊ณต์ผ๋ก ํ๋ถ, ์์ฌ๋ฅผ ์กธ์ ํ์ต๋๋ค. ํ์ฌ๋ ๊ฐ์ฒ๋ ๊ธธ๋ณ์ G-ABC์์ Data Science๋ฅผ ํ๊ณ ์์ต๋๋ค. ํต๊ณํ, ์๊ณ์ด, ํต๊ณ์ ํ์ต๊ณผ ๊ธฐ๊ณ www.taemobang.com ๋ฐ์๋ฅ ๋ฐ์๋ฅ (incidence rate or incidence)์ ์ผ์ ๊ธฐ๊ฐ๋์ ํ ์ธ๊ตฌ ์ง๋จ ๋ด์์ ์ด๋ค ์ง๋ณ์ด ์๋ก ๋ฐํ ํ์์ ์๋ฅผ ๋งํฉ๋๋ค. ์ฆ, ๋ถ์๋ ์ผ์ ๊ธฐ๊ฐ ๋์ ๋ฐ์ํ ์๋ก์ด ํ์๋ค์ ์์ด๊ณ , ๋ถ๋ชจ๋ ๊ทธ ๊ธฐ๊ฐ๋์ ๋ฐ์๋ ์ํ์ ๋ ธ์ถ๋์ด ์๋ ์ฌ๋ ์์ ํด๋นํฉ๋๋ค. ์ผ๋ฐ์ ์ผ๋ก ์ธ๊ตฌ 10๋ง๋ช ์ ๋ํ 1๋ ๊ฐ์ ์ ํ์ ์๋ฅผ ์ค์ฌ์ผ๋ก ๋ฐ์๋ฅ ์ ๊ณ์ฐํฉ๋๋ค. ์ ๋ณ๋ฅ ์ ๋ณ๋ฅ (prevalence ra.. 2021. 6. 4. ๋ฐ๋ณต์ธก์ ๋ถ์ฐ๋ถ์ โ๏ธ๋ธ๋ก๊ทธ ์ฎ๊น: https://www.taemobang.com ๋ฐฉํ๋ชจ ์๋ ํ์ธ์, ์ ๋ธ๋ก๊ทธ์ ์ค์ ๊ฒ์ ํ์ํฉ๋๋ค. ํต๊ณํ์ ์ ๊ณต์ผ๋ก ํ๋ถ, ์์ฌ๋ฅผ ์กธ์ ํ์ต๋๋ค. ํ์ฌ๋ ๊ฐ์ฒ๋ ๊ธธ๋ณ์ G-ABC์์ Data Science๋ฅผ ํ๊ณ ์์ต๋๋ค. ํต๊ณํ, ์๊ณ์ด, ํต๊ณ์ ํ์ต๊ณผ ๊ธฐ๊ณ www.taemobang.com โ Prerequisite ์ผ์๋ฐฐ์น ๋ถ์ฐ๋ถ์ โ More to read Tutorials on repeated measures design in R Introduction ๋ฐ๋ณต์ธก์ ๋ถ์ฐ๋ถ์(repeated measures ANOVA)์ ๋ฐ๋ณต์ธก์ ์๋ฃ์ ๋ํ ๋ชจํ๊ท ๋น๊ต๋ฅผ ์ํํ๋ ๋ถ์ ๋ฐฉ๋ฒ์ ๋๋ค. ๋ฐ๋ณต์ธก์ (repeated measurements)์ด๋, ๋ง ๊ทธ๋๋ก ๋์ผํ ์คํ ๋จ์(experimenta.. 2021. 5. 11. [FPP3] 1.1 ์๊ณ์ด ์๋ฃ์ ์์ธก ๊ฐ๋ฅ์ฑ์ ๋ํด โ๏ธ๋ธ๋ก๊ทธ ์ฎ๊น: https://www.taemobang.com ๋ฐฉํ๋ชจ ์๋ ํ์ธ์, ์ ๋ธ๋ก๊ทธ์ ์ค์ ๊ฒ์ ํ์ํฉ๋๋ค. ํต๊ณํ์ ์ ๊ณต์ผ๋ก ํ๋ถ, ์์ฌ๋ฅผ ์กธ์ ํ์ต๋๋ค. ํ์ฌ๋ ๊ฐ์ฒ๋ ๊ธธ๋ณ์ G-ABC์์ Data Science๋ฅผ ํ๊ณ ์์ต๋๋ค. ํต๊ณํ, ์๊ณ์ด, ํต๊ณ์ ํ์ต๊ณผ ๊ธฐ๊ณ www.taemobang.com ์๊ณ์ด ์๋ฃ์ ์์ธก ๊ฐ๋ฅ์ฑ ์ธ์์๋ ์๊ฐ ์์๋ก ๊ด์ธก๋ ์๋ง์ ์๊ณ์ด ์๋ฃ๊ฐ ์กด์ฌํ๋ฉฐ, ์๊ณ์ด ์๋ฃ์ ๊ดํ ์์ธก(forecasts)์ ๋ง์ ์ํฉ์์ ํ์๋ก ๋ฉ๋๋ค. ์ผ๋ถ ์๊ณ์ด ์๋ฃ๋ ์๋นํ ์์ธกํ๊ธฐ ์ฌ์ด ๊ฒ๋ค๋ ์์ต๋๋ค. ์๋ฅผ ๋ค์ด, ์ฐ๋ฆฌ๋ ๋ค์๋ ์์นจ์ ์ผ์ถ ์๊ฐ์ ์ ํํ๊ฒ ์์ธกํ ์ ์์ต๋๋ค. ๊ทธ๋ฌ๋, ๋จ์ํ ์๊ณ์ด ์๋ฃ๋ผ๊ณ ํด์ ๋ฌด์์ ์๊ณ์ด ์์ธก ๋ชจํ์ ์ด์ฉํด ์์ธก์ ์๋ํ๋ค๋ฉด, ์ข์ง ๋ชปํ .. 2021. 4. 30. ์๊ณ์ด ์๋ฃ๋ถ์ ํจํค์ง ์๊ฐ: tidyverts โ๏ธ๋ธ๋ก๊ทธ ์ฎ๊น: https://www.taemobang.com ๋ฐฉํ๋ชจ ์๋ ํ์ธ์, ์ ๋ธ๋ก๊ทธ์ ์ค์ ๊ฒ์ ํ์ํฉ๋๋ค. ํต๊ณํ์ ์ ๊ณต์ผ๋ก ํ๋ถ, ์์ฌ๋ฅผ ์กธ์ ํ์ต๋๋ค. ํ์ฌ๋ ๊ฐ์ฒ๋ ๊ธธ๋ณ์ G-ABC์์ Data Science๋ฅผ ํ๊ณ ์์ต๋๋ค. ํต๊ณํ, ์๊ณ์ด, ํต๊ณ์ ํ์ต๊ณผ ๊ธฐ๊ณ www.taemobang.com Introduction ์๊ณ์ด ์๋ฃ๋ถ์์ tidyverse framework๋ก ์งํํ ์ ์๊ฒ ํด์ฃผ๋ ํจํค์ง๋ฅผ ์ฐพ์ํค๋งธ๊ณ , ๋ง์นจ๋ด tidyverts๋ผ๋ ecosystem์ ์ฐพ์๋์ต๋๋ค. ์ฌ์ค business-science์์ ์ ๊ณตํ๋ {modeltime}, {timetk} ํจํค์ง์ ๊ณ ๋ฏผํ์ผ๋, business-science์์ ์ ๊ณตํ๋ tidyํ ํฌ๋งท์ ์๊ณ์ด ์๋ฃ๋ถ์ ecosystem์ ์์ ํ๊ฒ ์ด.. 2021. 4. 15. ์ด์ 1 2 3 4 ยทยทยท 13 ๋ค์