| English | 의미 |
|---|---|
| data science/ˈdeɪtə ˈsaɪəns/ | 데이터 과학 |
| descriptive statistics/dɪˈskrɪptɪv stəˈtɪstɪks/ | 기술 통계 |
| visualisation/ˌvɪʒuːəlaɪˈzeɪʃn/ | 시각화 |
| correlation is not causation/ˌkɒrɪˈleɪʃn ɪz nɒt kɔːˈseɪʃn/ | 상관관계는 인과관계가 아님 |
다섯 명의 학생이 답하지만 네 명만 시간을 제시함
- 한 가지 가상의 출퇴근 조사 데이터에는 5개의 행이 있습니다: 10, 20, 30, 40 그리고 빈 값 하나, 단위는 분입니다. 빈 값을 0으로 지정하면 결과가 달라집니다.
- 데이터 과학은 질문, 데이터 준비, 분석 및 해석을 결합합니다. 질문이 어떤 학생과 어떤 여정에 관하는지 명시하여 시작하십시오.
의심스러운 값의 의미를 확인
- 단위, 불가능한 값, 반복된 행 및 누락된 필드를 점검하십시오. 반복된 값이 자동으로 동일한 사람을 의미하지 않으며, 이질적인 값이 자동으로 오류를 의미하지는 않습니다.
- 각 수정 또는 제외 사유를 기록해 두십시오. 하나의 필드가 비어 있더라도 해당 행의 다른 사용 가능한 필드는 여전히 다른 분석을 지원할 수 있습니다.
빈 필드가 있는 모든 행을 삭제하는 것은 항상 중립적인 데이터 클리닝 결정이다
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
유용한 필드는 Remaining될 수 있으며, 누락된 값은 유지되는 관측치에 편향을 줄 수 있다.
두 개의 동일한 통근 시간이 존재하므로, 하나의 행은 중복된 응답자임을 증명합니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
다른 응답자는 같은 시간을 제시할 수 있습니다. 데이터를 삭제하기 전에 신원 확인 및 수집 기록을 검토하십시오.
질문에 맞는 분모를 사용
- 기술 통계는 관측된 데이터를 요약합니다. 여기서 기록된 네 가지 시간의 총합은 100분이며, 평균은 25, 중앙값은 25입니다. 이는 5명의 응답자 중 4명이 유효한 시간을 제공했음을 의미합니다.
- 시각화는 단位数와 표본 집단을 명시해야 합니다. 누락된 값이 해결되지 않았다면 평균을 오직 5명 전원의 평균이라고 표기해서는 안 됩니다.
기록된 시간은 10, 20, 30 및 40분이며, 빈칸이 하나 더 있습니다. 기록된 시간들의 평균은 얼마입니까?
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
총합 100를 유효하게 기록된 네 개의 시간으로 나누어 25분을 얻습니다.
비교를 위한 차트 선택
- 범주를 비교할 때는 막대 그래프를 사용하고, 순서 있는 시간 시리즈를 볼 때는 선 그래프를 사용하며, 두 숫자 변수를 함께 examining할 때는 산점도를 사용하십시오.
- 차트에 유용한 제목, 레이블이 붙은 축, 단위 및 관련 샘플 크기를 제공하십시오. 시청자가 각 값이 무엇을 나타내는지 알 수 있어야 합니다.
각 비교 항목에 적절한 시작 차트를 매칭하십시오.
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
데이터 관계를 표현하는 차트를 선택하십시오.
레이블이 없는 축이라도 독자에게 단위와 측정 변수를 신뢰성 있게 알려줍니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
변수와 단위를 명시하십시오; 독자가 추측할 필요가 없어야 합니다.
패턴과 그 원인을 분리
- 상관관계는 인과관계가 아니다: 관측된 관계만으로 하나의 변수가 다른 변수를 생성했다는 것을 보여줄 수는 없습니다. 다른 요인과 연구 설계가 중요합니다.
- 설문조사에서 출퇴근 시간이 긴 사람들이 수면 시간이 짧다는 결과가 나왔다면, 응답자 내에서의 연관성을 설명하십시오. 출퇴근 시간 변경 alone이 수면을 변화시킬 것이라고 단정하지 마십시오.
출퇴근 시간이 긴 응답자는 수면이 적다고 보고합니다. 다음 중 어떤 결론이 지지되나요?
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
이 관찰은 인과 효과를 독립적으로 확인하지 못하며 더 넓은 집단에 대한 주장을 정당화하지 못합니다.
한계를 포함하여 발견 사항 보고하기
- 보고: “기록된 네 가지 출퇴근 시간의 평균은 25분이며, 5명의 응답자 중 한 명은 시간을 제시하지 않았습니다.” 누락된 값은 결과의 대표성에 영향을 줄 수 있습니다.
- 행동 권장 전에 표본 및 수집의 한계를 명시하십시오. 한 반의 설문조사는 도시 전체 학생에 대한 결과를 보장하지 않습니다.
질문 → 검증된 데이터 → 투명한 계산 → 레이블이 붙은 차트 → 제한된 결론. 누락된 값과 표본 경계는 설명에 포함되어야 합니다.
60 학생이 속한 한 학급의 설문 조사 결과를 하나 작성하십시오.
난이도 3/5 · 200 코인 + 오늘 첫 완료 시 소액 보너스
한 학급은 다른 학급과 다를 수 있으므로, 그 결과를 도시 전체로 자동 generalize(확장)해서는 안 됩니다.
통근 결과를 투명하게 보고하는 것은 무엇입니까?
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
유효한 분모와 누락된 개수를 명시하십시오.