학위논문통계

리틀조 빅조만큼 편한 "수길따라"와 최애 치킨 와커 치킨

학위논문통계 — Sat, 17 Aug 2024 19:13:10 +0900

1. 리틀조 빅조만큼 편한 여행 유튜버: “수길따라”

https://www.youtube.com/@%EC%88%98%EA%B8%B8%EB%94%B0%EB%9D%BC

공무원 생활을 하다가 공직에서 은퇴해서 지금 여행 유튜버로 활약하고 있습니다.

리틀조 빅조 만큼 너무 편한 유튜버입니다. 보다보면 자기도 모르게 잠에 빠져 있기도 하고요.

2. 진짜 맛있는 치킨 집: 와커 치킨

우리 동네에 있는 치킨 체인점인데 왜 이 치킨점이 널리 퍼지지 않았는지 궁금합니다.

치킨 체인점은 와커치킨입니다. 다른 치킨이랑 비교하면 압도적입니다. 그러나 가격이 조금 비쌉니다.

집에 가는 길에 혹시 이 치킨 체인점이 있는지 한번 확인하고 주문 한번 해 보세요.

윤석렬 아버지 vs 리틀조 빅조

학위논문통계 — Fri, 16 Aug 2024 19:08:30 +0900

윤석렬 아버지 윤기중 교수는 통계학과 대부이고 일제시절에 장학생으로 일본에 초청받은 적이 있는 것으로 알고 있습니다.

저의 형식적인 석사논문 지도교수이고요.

오늘은 날도 그렇고 해서

리틀조 빅조를 다시 이야기를 안할 수가 없네요.

동영상==> 날짜순

에 가시면

2번째 동영상

아래에 좀 내려오면 다음 동영상도 있습니다.

여름 방학 이벤트 종료

학위논문통계 — Thu, 15 Aug 2024 07:25:18 +0900

여름 방학 이벤트를 종료합니다.

몇 분이 의뢰를 하셨는데 의뢰 내용을 보니까 석사학위논문의 분석을 석사학위 논문 수준을 훨씬 넘어 박사학위논문의 분석 수준과 양을 요구하셨습니다.

이번 기회에 할 수 있는 것 다 해보겠다는 마음은 제가 이해를 하지만 저도 해 줄 수 있는 것에는 한계가 있겠죠.

이 여름방학 이벤트는 여기서 접는 것이 타당할 것 같습니다.

스스로 몸집을 키우는 김경수 VS 사람이냐 도깨비냐 정봉주

학위논문통계 — Mon, 12 Aug 2024 16:07:45 +0900

1. 스스로 키워주고 있는 김경수

김경수는 일반인에게 많이 알려진 정치인이 아닙니다. 일반인에게는 노무현과 관련하여 노무현 비서로만 알려져 있지만 정치인로서의 능력은 거의 알려져 있지 않습니다.

저도 우연히 국회와 국정감사 때의 모습을 보고 이 친구가 대중에게 본격적으로 노출되면 큰 바람이 불 수 있겠구나 하는 생각을 하게 되었습니다.

지금 김경수 논란은 일반인에게 전혀 알려져 있지 않는 정치인을 오히려 대중적인 정치인으로 키워주고 있는 것입니다.

그래서 이야기했지만 민주당 계열은 1) 이재명, 2) 조국, 3) 김경수로서 매우 풍부한 인적자원을 갖춘 정당이 되는 것입니다.

이건 이재명이나 조국에게 전혀 나쁠 것이 없습니다.

2. 누구니 너는? 정봉주

참 희한한 친구이죠. 지난번에도 설화사건으로 국회의원 선거에 못나간 것을 알고 있는데요.

설화라는 단어가 없는 모양이죠. 저는 혀의 설과 화를 입다에서 화를 가져와 썼습니다.

그때도 저는 이렇게 이야기했습니다. 제도권 정치권은 이젠 포기하고 김어준, 이동형 같은 길을 걸어라고 했죠.

정봉주를 미는 얘들의 정체가 뭐죠. 정봉주가 돈 좀 준다고 했나. 이런 정치는 이젠 더 이상 안될텐데요.

정치판 내부 인사가 아니고 일반인과 같은 3자의 입장이면 정봉주의 진정한 정체를 파악하기 힘들겠죠.

이 경우 자신이 믿는 사람의 판단을 믿는 것입니다. 여러분의 경우 김어준이나 이동형 같은 사람이 되겠죠. 이동형은 제가 그리 좋아하는 스타일이 아니라서 저는 김어준이가 정봉주를 어떻게 생각하는지 판단하면 됩니다.

그래도 참 희한한 인물입니다. 자신의 정치 철학을 떠나 저렇게 가볍고 설화가 많은 사람을 왜 찍어 주는 것일까요.

3. 티몬 위메프 사태 아직 끝난 것이 아닐텐데.

돈이 중간에 1조원이 날라갔습니다. 그런데도 대한민국은 조용하죠.

티몬 애들이 고객돈을 가지고 중간에 투자를 잘못해서 그렇다고 주장하는 모양인데 그럼 잘못된 투자라도 서류상 남아져 있어야 합니다. 빌딩을 세웠는데 잘못 투자한 것이라면 그 빌딩이 남아 있어야 합니다.

왜 이런 것 전혀 조사를 안하죠.

리틀조빅조 등

학위논문통계 — Sat, 10 Aug 2024 21:52:11 +0900

1. 제가 꼽은 최근 국내 뉴스

1) 김경수 돌아오다.

정확하게 어떤 상태로 돌아왔다는 것인지는 모르겠습니다. 제가 그렇게 정치에 관심이 있는 사람이 아니라서요.

단 김경수는 대한민국에서 대통령감으로서 충분한 친구입니다. 굉장히 합리적이고 자기 주장에 대해 설득력이 있습니다. 그냥 무식하게 소리 지리는 인간이 아닙니다.

그래서 민주당 계열 1순위 이재명, 2순위 조국, 3순위 김경수 이렇게 되겠습니다.

자세히 보시며 보이시죠. 전부 경상도 친구라는 점. 전라도나 타 지역 정치인들 힘들 좀 내보세요.

2) 전기차 정말 문제가 있는가?

초대형사건이 터졌는데 생각보다 조용하죠.

리스크 관리의 측면에서 보면 그리 큰 문제가 아닐 수가 있습니다.

즉, 전기차 배터리 사고가 날 확률이 매우 낮다고 그 위험을 공동관리할 수 있습니다. 전기차 메이커가, 아니면 아파트 관리자들이 공동출자형태로 평소에 돈을 모을 놓을 수가 있죠.

단 인명피해가 생기면 어떻게 할 것인가 하는 문제가 나오겠죠.

3) 외곽조직의 반란

축구협회가 대단하다고 해도 한국 사회에서는 외곽 체육조직에 불과합니다. 배드민턴은 더 당연하겠죠.

이들의 반란이 성공하는가 실패하는 가는 그리 중요한 문제가 아닙니다. 우리는 진정한 민주시민국가로의 발전을 보고 있는 중입니다.

정말 우리는 민주시민국가로 가고 있는가?

김어준보고 돈 내라는데

2. 리틀조빅조

전에 한번 소개한 적이 있는 유튜버입니다. 최근에 가장 홧한 유투버이고요.

일년에 최소 5천 이상은 벌겠고, 그럼 본인과 와이프의 고생도이젠 끝이겠다는 생각을 했는데 1년 예측 수입이 1억-1억 5천 정도로 잡고 있는 모양입니다.

빅조는 이 친구는 부산 출신으로 우연히 일본 와이프를 알게 되어 결혼을 급하게 하게 됩니다.

그런데 이 친구가 우울 증상이 있어 부산 결혼 생활이 실패로 돌아가고 와이프 고향 일본으로 돌아가게 됩니다.

거기서 세 번의 직장을 전전하게 됩니다. 최종적으로 한 달에 150 정도 받고 일하게 됩니다. 치욕적이죠. 물론 거기에 플러스 알파가 있죠.

부인의 입장에서는 남편은 완전히 루저입니다. 성급하게 남의 나라에 가서 결혼해서 루저같은 남편을 자기 고향으로 데리고 와 친구, 선배, 가족에게 전혀 면이 안 서는 형편입니다.

그런데 이런 루저 같은 남편이 갑자기 유튜브를 하겠다고 나선 것입니다. 부인 입장에서는 미치고 환장하는 것이죠.

결국 일이 터져 버리고 남편은 부인이 화가 나서 떠낫다는 내용을 유투브에 올리게 됩니다. 그런데 이게 대박이 나게 됩니다. 조회수 50만을 기록하게 되죠.

이때 부인도 눈치를 채게 됩니다. 이게 돈이 된다는 사실을요.

아마 100만원 이상도 나올 수 있다고 판단했을 겁니다. 그리고 가만 보니까 댓글로 돈을 지원하는 사람들도 발견하게 됩니다.

더구나 가장 중요한 것은 남편의 루저 같은 모습을 사람들이 매력으로 느끼고 있다는 점이죠. 그래서 대 반전이 일어납니다.

현재 회원수 17만. 사실 이 유튜브 계정은 회원 수가 그리 중요한 것이 아닙니다. 회원의 충성도가 장난이 아닙니다.

현재 회원수가 한 달에 천명씩 꾸준히 늘어나고 있습니다. 거의 완벽한 회귀분석 식입니다. 결정계수가 0.9에서 0.8 사이.

이 친구가 금요일 마다 라이브를 합니다. 슈퍼 챗을 노리고 마치 돈 구걸하는 것처럼 보일 정도로 회원의 충성도가 높습니다.

금요일 밤 9시에 라이브, 다음 주말에 2편씩 꾸준히 올리고 있습니다.

이 유튜브의 가장 큰 장점은 그냥 일상생활을 찍기 때문입니다. 물론 구독자 수나 조회 수 모두 신경을 씁니다. 신경을 쓴다고 자극적으로 하지는 않습니다. 그게 이 유튜브의 장점입니다.

그러니 찍을 내용이 별로 없겠죠. 집에서 부인이 요리하는 것, 밖에서 요리 사먹는 내용, 돈 아껴서 쇼핑하는 모습 등이 대부분입니다.

그래서 사실 앞으로 전개 내용에 대한 고민 내용도 많은 사이트입니다.

부인은 상당히 미인으로 근검절약이 몸에 배어 있는 일본여성입니다.

남편인 빅조는 어제 라이브에서 자신이 상당히 철학적인 면이 있다고 강조하네요.

그리고 어제 저 자신이 큰 도움을 받았습니다.

다항 로지스틱3: 명목형 변수를 순위형 변수로

학위논문통계 — Wed, 31 Jul 2024 01:50:45 +0900

명목형 변수를 순위형 변수로 바꿀 수 있는 경우

이 과정은 통계 분석을 위해 어쩔 수 없이 하는 작업이지 이론적으로 옳다는 이야기가 아닙니다.

그리고 애초에 완벽한 순위형이면 처음부터 순위형 변수로 선언하고 분석에서 공변량 메뉴에 투입하면 되지 구태여 순]위형 변수로 변환하는 과정을 걸치 필요가 없습니다.

즉 순위형 변수로 변환하는 과정에서 이론적으로 약간의 무리한 점이 있을 수 있습니다.

또한 차별이나 혐오의 과정으로 읽힐 수 있기 때문에 읽는 이의 주의가 필요합니다.

1) 도시화나 수도권화

서울에 가까운 지역일수록 높은 값으로 코딩한다. 경상도나 전라도는 서울권과 가장 먼 지역이므로 가장 낮은 값으로 코딩을 한다.

이와 동시에 범주 중 도시와의 관계가 있으면 높은 값으로 코딩하고 농어촌 지역과 관계가 있으면 낮은 값으로 코딩한다.

직업도 관리적, 영업직이면 도시 관련 직업, 그 다음 공장 노무직, 농어촌 직업 순으로 나눌 수 있다. 현대인이 선호하는 직업 이미지의 순일 수 있다.

2) 소득 관련

지난 글에서 언급했듯이 흑인의 소득의 가장 낮다면 흑인=1, 황인종=2, 백인=3 이런 식으로 코딩할 수 있다. 이런 경우 인종 차별의 논란이 생길 수 있다.

국가도 여기에 해당할 수 있다. 최근 한국 다문화사회 역사에 동유럽 국가가 등장하였음에도 불구하고 동남아 국가의 소득이 가장 낮다는 것은 부인하기 힘들다.

그래서 동남아 국가를 전부 같은 국가 코드로 처리하고 가장 못사는 나라로 취급할 수 있다. 그러나 한국, 일본, 중국 등 동북아 아시아권 3국을 같은 지역의 국가로 취급하는 경우 백인 사회에서 볼 때 타당한 면이 있지만 해당 국가 사람은 같은 지역의 사람으로 인정하기 힘들다.

박사급, 저널용 논문으로 적합한 다항 로지스틱 회귀분석2

학위논문통계 — Tue, 30 Jul 2024 04:37:55 +0900

다중 로지스틱을 돌리면 처음에 다음과 같은 메뉴가 뜹니다.

맨 위가 종속변수인 3개 이상의 범주를 가진 변수가 띄고 여기서 참조범주를 지정해야 합니다.

그 다음에 ‘요인’이라는 메뉴가 범주형 독립변수, 즉 명목형 독립변수가 들어가고 그 아래 ‘공변량’에는 연속형 독립변수가 들어갑니다.

그래서 명목형 독립변수를 지정하고 돌리면 다음과 같은 끔찍한 결과물을 얻게 됩니다.

왼쪽을 보면 SPSS에서 에러 메시지를 보여 줍니다. 비정칙성행렬(singular matrix)이 생겼다고요.

singular 행렬이 생겼다는 이야기는 우리가 방정식을 못 풀게 되었다는 이야기랑 같은 이야기입니다.

그래서 이 경우 할 수 있는 방법은

1) 명목형 독립변수를 최소한 순위형 변수로 만들어 ‘공변량’에 집어넣어라

예를 들어 미국의 인종을 조사해 보니까 백인의 소득이 가장 높고, 그 다음이 동양인, 마지막이 흑인이면 흑인=1, 동양인=2, 백인=3으로 코딩한 다음 이걸 소득의 순서를 가진 순위형 변수로 볼 수 있습니다.

2) 명목형 변수의 범주에서 비슷한 범주끼리 묶어 범주의 수를 줄여라

예를 들어 서울과 수도권인 경기는 비슷한 범주로 볼 수 있습니다. 그럼 원래 서울=1, 경기=2로 코딩되어 있는 것을 서울=1, 경기=1로 같은 범주로 취급하여 명목형 변수를 간단하게 만들 수 있습니다

박사급, 저널용 논문 주제로 매우 적절한 다중 로지스틱 회귀분석1

학위논문통계 — Mon, 29 Jul 2024 06:54:01 +0900

다항 로지스틱 회귀분석은 앞으로 박사논문이나 저널논문용으로 매우 유망한, 그래서 자주 쓰일 가능성이 높은 통계 방법론이라 할 수 있습니다.

그 이유로

1) 이항 로지스틱 회귀분석은 전부터 학술논문에 자주 사용되었으나 다항은 이론적으로 이해하기가 좀 어려워 아는 사람이 드믑니다.

2) SPSS 결과물 해석이 쉽지 않습니다.

3) 종속변수인 명목형 변수가 종종 발견되는 경우도 있고, 잘 설계하면 매우 뛰어난 종속변수를 만날 수 있습니다.

3) 문제

여기서 제일 마지막 3번이 제일 중요하기 때문에 이것부터 이야기를 해 보겠습니다.

이항 로지스틱은 2개의 경우에서 하나를 선택하거나 선택당해야 하는 상황인데 다항 로지스틱은 3개 이상의 선택지가 있어야 합니다.

그러나 현실적으로 선택지가 너무 많으면 다항 로지스틱을 쓸 수 없다고 생각하십시오.

예를 들어 자동차를 사는데 자동차 브랜드 중에 하나를 선택한다고 하죠. 아마 시중에 있는 자동차 브랜드는 오십개가 넘을 것입니다.

자동차 제조업체도 마찬가지고요. 꽤 많이 있죠.

이에 비해 현재 쓰고 있는 폰의 제조업체를 종속변수로 선정하면 매우 적절하겠죠. 애플, 삼성, 야오미 등 정도이죠.

이렇게 명목형 종속변수를 현실에서 자연스럽게 발견할 수도 있지만 이론적으로 범주형, 명목형 종속변수를 만들어 낼 수도 있습니다.

현재 우리나라 다문화 가정의 다문화 청소년을 한번 상상해 보죠.

다문화 가정에서 먼저 한국국적 부모가 친한국문화를 강조할 수 있습니다. 이에 반해 외국국적 부모는 친외국국적 문화를 강조할 수 있고요.

한 가정에서 이 2개의 태도는 서로 배타적인 관계가 아닙니다. 어떤 가정에서는 한국부모국가와 외국부모국가의 문화를 다 존중하는 이중문화 수용 태도를 가질 수 있습니다.

한편 성장하는 동안 차별의 경험을 심하게 받은 다문화 청소년은 이중문화태도 다 배척하는 성향을 가질 수 있습니다.

한편 한국사회에서 심하게 차별받은 경험이 있어 반한국문화 태도를 가지고 있지만 어머니 고향으로 가서는 한류의 인기로 인해 매우 환영을 받을 수 있습니다.

이러한 경험은 한국 사회에서도 오랜 전에 있었던 역사적 경험입니다. 주한 미국이 아닌 정상적인 경로를 통해 미국 남성과 결혼한 한국 여성의 경우이죠.

이 같이 다문화 가정에서 이중문화태도가 다양한 유형을 보일 수 있습니다. 즉,

“이중문화 수용”, “친한국/반외국국적”, “친외국국적/반한국”, “이중문화 거부”

이렇게 4개의 범주 유형을 구할 수 있습니다. 이 경우 군집분석을 사용하면 됩니다.

이렇게 구한 다문화가정 청소년의 이중문화태도를 종속형 변수로 선정해서 다항 로지스틱 회귀분석을 할 수 있습니다.

다음에 좀 더 쓰기로 하죠.

자세한 내용을 한글 파일에 적으신 다음

학위논문통계 — Fri, 26 Jul 2024 16:41:26 +0900

제 멜

datana@daum.net으로 보내주세요.

그럼 제가 상세한 답변을 할 수 있습니다.

로그선형모형

학위논문통계 — Thu, 25 Jul 2024 10:24:00 +0900

1. 로그선형모형(log-linear 모형)

지난번에 두 개의 변수만 생각한 교차분석의 분할표를 살펴보았습니다. 만약 두 개의 변수 X, Y가 독립이라고 하면 분할표안에 ij칸 에 있는 빈도수 n(ij)는 어떻게 될까요?

지난번 예 흡연여부(X)와 페암여부(Y)의 경우를 살펴보죠. 표안에 있는 값은 전부 빈도입니다.

구분	비폐암	폐암	빈도
비흡연	n(11)	n(12)	N1
흡연	n(21)	n(22)	N2
빈도	M1	M2	전체 M

그럼 흡연여부와 폐암여부가 독립이라면 앞의 글처럼 칸안의 비율은 서로 곱하기 해서 나옵니다.

즉 독립이라면

n(11)/M = (N1/M) * (M1/M)

n(21)/M= (N1/M) * (M2/M)

이런 식이 되겠죠. 일반적으로 쓰면

n(ij)/M= (N(i)/M) * (M(j)/M)

이런식으로 되고요. 곱하기 형태가 있으니 불편해서 log을 취해 줍니다. 그러면

log(n(ij))=log(M)+log(N(i)/M)+log(M(j)/M)

=u+ 알파j +베타j ==> 첨자가 i 입니다. 아래 식 (2)도 마찬가지고요. (1)

이런 식으로 더하기 형태인 선형 모형이 됩니다. 이런 모양은 자주 보죠. 2원분산분석의 경우와 모양이 비슷합니다.

즉 흡연여부와 폐암여부을 조사하기 위해 관찰한 데이터가 위의 모형이 잘 적합하면 흡연여부와 폐암여부와는 독립이라고 생각합니다. 즉 흡연여부가 폐암여부에 영향을 몫 미친다고 보는 것이죠.

만약 관찰된 데이터가 위의 모형과 잘 적합하지 않으면 위 모형보다 좀 더 복잡한 모형을 사용해야 합니다.

log(n(ij))=log(M)+log(N(i)/M)+log(M(j)/M)+{log(N(i)/M)*log(M(j)/M)}

=u+ 알파j +베타j +{알파j * 베타j} (2)

즉 독립모형만으로 설명 못하는 데이터 부분을 설명하기 위해 좀 더 복잡한 항목, 즉 교호작용 항목을 집어 넣어 새로운 모형을 만듭니다. 분명 앞의 (1) 모형보다 뒤의 (2) 모형이 더 커죠.

이건 작업 형태을 이해하는 것은 중요합니다. 그러나 일반인에게는 그리 아실 필요가 없고요. 뒤의 큰 모형을 Saturated Model, 또는 Full Model 이라고 합니다. 기본적인 아이디어만 아시면 됩니다.

처음에 간단한 모형부터 시작해서 마음에 안들면 조금씩 복잡한 모형을 시도해 본다. 반대로 할 수도 있습니다. 처음에 제일 큰 모형부터 시작해서 조금씩 안 좋은 항목을 줄여서 적절한 수준의 작은 모형으로 만든다. 지금 설명한게 SPSS 회귀분석에서 Method 해서 후진, 전진 이런 메뉴 선택판이 나오는 것이 이 작업을 하는 것입니다.

지금까지 설명한 작업을 변수가 X와 Y 두개만 있는 경우만 아니라 X1, X2, X3, X4... 등 여러 개의 범주형 자료가 있는 경우에도 적용될 수 있겠죠. 이렇게 범주형 변수가 여러개인 경우 교차분석에서는 사실상 불가능하죠.