|
확률 변수 간의 관계를 살펴보고, 투자자의 위험에 대한 태도에 대해 살펴보았다. 투자의 위험에 대한 태도에 따라 위험 회피형과 위험 중립형, 위험 추구형 투자자가 있다. 보통 투자자들은 위험 회피형에 해당하고 위험 추구형과 위험 중립
|
|
|
변수간의 다중회귀분석
설명변수
계수값
t-통계량
유의확률
-0.2306
-0.7069
0.4830
-0.0262
-2.4477
0.0180
0.5211
2.5425
0.0142
1.8233
4.1421
0.0001
2.1984
2.1188
0.0392
0.1338
1.5421
0.1295
1.46E-14
1.9189
0.0608
-0.4245
-1.6434
0.1067
(기간 : 1998년6월～2003년3월)
*=0.6895, =0.6388
- 8
|
|
|
들의 분산분석에서 2주모다 더 길게 모유수유한 엄마들간의 유의한 차이점을 나타내었다. Scheffe의 사후비교검정은 모유수유기간이 나이든 청년기 여성들 사이에서 가장 높다고 증명하였다(유의확률.001). Pearson의 상관분석(간격변수들을 위한
|
|
|
들의 특성을 파악하기 위해서는 그 자료들의 중심위치, 산포도뿐만 아니라 분포의 형태도 파악해야 한다.
2. 확률분포
(1) 확률변수
확률변수(random variable)란 통계적인 실험의 결과들에 어떤 수치적인 특성을 대응시키는 함수를 말한다.
예를
|
|
|
변수들간의 상호관계를 동시에 고려하여 분석을 하게 된다. 상호관계를 이용한다는 것은 다수의 변수를 한꺼번에 종속변수화 하기 위해서 각 변수의 독립된 확률분포를 이용하는 것이 아니라 다수의 변수들이 결합되어 나타나는 결합분포를
|
|
 |
변수들에 대한 신뢰도 분석결과
<표 1-2> 온라인 고객가치 측정변수들에 대한 신뢰도 분석결과
<표 1-3> 회귀분석결과요약
<표 1-4> 독립변수의 유의성 평가
<표 1-5> 회귀분석결과요약.
<표 2-1> 일반 자아개념의 요인분석 결과
<표 2-2> 기대의
|
|
|
변수에 대한 보완(지하철 차량의 설비 등)이 필요하다.
- 참고문헌 -
1. 이인모, 최상순(1994), 지하철 차량운행에 의한 인접구 조물의 소음진동영향 평가에 관한 연구, 터널과 지하공간 Vol 4.
2. 김기천(1997), 지하철의 소음과 건설비의 관계에 관
|
|
|
들과 과잉 경쟁을 하지 않는 다면 이대로 고수하는 편이 좋다고 생각한다.
아. 휴대폰 만족도에 영향을 미치는 변수 분석
분산분석표의 유의확률 값이 유의수준 5%에서 0.0001로 0.05보다 작으므로 모형은 적합하며 R-Square가 0.3247로 추정된 회귀
|
|
|
확률회귀모형을 개발하고 동일한 검증자료를 이용하여 예측교통사고율과 실제교통사고율의 오차를 비교분석하였다.
이상의 연구결과를 요약하면 다음과 같다.
첫째, 변수간의 복합적인 상호관계를 설명할 수 있는 CART분석을 이용하
|
|
|
2.3 특수기술
2.3.1 EM 알고리즘
3. 실험
3.1 실험데이터
3.2 속성변수
3.3 전처리과정
3.4 실험도구
3.5 실험과정
4. 평가및토의
4.1 실험결과
4.2 결과평가
4.3 토의
4.4 시각적 표현 결과
5. 결론
6. 참고문헌
|
|
 |
대에서 뒤처지지 않는 위상은 제가 반드시 근로복지공단에 입사하여 제 능력을 보여줘야겠는 다짐을 하게 되었습니다. 저는 근로복지공단에 입사하여 근로복지공단과 대학교들간의 산학협약을 체결하, 협력네트워크 구축을 통해 양 기관의
|
|
 |
. 그래서 타 부서들간의 원활한 교류를 통해 진보된 자동차 전장부품을 구현하여 LG전자 VC사업부에 기여하겠습니다. ◈경험으로 채워진 SW열정◈
◈학과 내외에서 SW역량을 쌓아왔습니다.◈
◈컨버전스 시대를 따라가는 개발자◈
|
|
 |
간의 팀별 프로젝트 준비로 바쁠 때였습니다. 조원들은 서로를 배려하고 협력하며 각자 맡은 역할을 성실히 수행하였고, 부족한 부분은 커뮤니케이션을 통해 도와가며 어려운 과제 준비를 마칠 수 있었습니다. 2등의 결과로 아쉬운 결과였지
|
|
 |
들을 대표하며, 모형과 뷰 내의 클래스들 간에 통신하는데 사용됨
60. Call by reference, Call by value
Call by Value 인수로 기본 데이터형을 사용. 주어진 값을 복사하여 처리하는 방식. 메소드 내의 처리 결과는 메소드 밖의 변수에는 영향을 미치지 않
|
|
 |
들의 의견을 수집하고, 나이브 베이즈 분류기를 통해 감정에 대한 사전 확률을 결합한 사후확률을 고객불만지표로 정의했습니다 이후 군집분석 및 ANN, SVM을 통한 예측모형을 구축했습니다. 그 결과 예측모형의 정확도를 80.7%, 83.61%의 높은 perf
|
|
메뉴펼치기
