최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.26 no.2, 2015년, pp.399 - 408
오영창 (전남대학교 통계학과) , 박은식 (전남대학교 통계학과)
This paper presented airquality data through data visualization in several ways and described its characteristics related to statistical methods for analysis. Software R was used for visualization tools. The airquality data was measured in New York city from May to September of year 1973. First, sim...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
빅데이터의 시각화가 중요해지는 이유는 무엇인가? | 빅데이터 시장은 시간이 지날수록 더욱 더 커지고 있으며 (Bae 등, 2013), 일상생활에서도 다양한 분야에서 이용되고 일반 사람들에게도 많은 정보가 공유되고 있다. 하지만 빅데이터 분석은 매우 복잡하고 난해하여 자료가 의미 하는 것이 무엇인지 어떤 방향성을 나타내는지 이해하기 어려운 부분이 많기 때문에 빅데이터의 시각화가 중요해지고 있다 (Choi 등, 2013). | |
Airquality 데이터의 출처는 어디인가? | 여기서 날짜를 나타내는 Month와 Day를 제외한 나머지 4개의 변수를 분석에 이용하기로 한다. 자료의 출처는 New York State Department of Environmental Conservation에서 Ozone을, National Weather Service에서 나머지 기상 자료를 얻었다. Ozone은 13시 부터 15시 까지 Roosevelt Island에서의 오존의 농도이며 단위는 ppb이다. | |
R 프로그램의 특징은 무엇인가? | 다양한 시각화 기법들이 개발되고 있으며 (Joo 등, 2013), 여러 가지 컴퓨터 프로그램들을 사용하여 구현 할 수 있다. 일반인들도 무료로 접근이 가능하고, 최신 통계분석도 다양하며 그래픽 성능이 우수한 R 프로그램은 데이터 시각화에 적합한 도구라고 할 수 있다 (Kim과 Lee, 2014). R 프로그램을 통해 다양한 방법으로 데이터를 시각화 하여 자료를 한눈에 볼 수 있도록 하고 그에 따른 정보를 쉽게 알 수 있게 하여 효과적으로 데이터를 파악하는데 도움이 되고자 한다(Park, 2007). |
Bae, D., Park, H. and Oh, K. (2013). Big data trends and policy implications. International Telecommunications Policy Review, 25, 37-74.
Chambers, J. M., Cleveland, W. S., Kleiner, B. and Tukey, P. A. (1983). Graphical Methods for Data Analysis, Wadsworth.
Choi, K., Ham, Y. and Kim, S. (2013). Big data visualization. KSCI Review, 21, 33-43.
Joo, S., Jung, J. and Ryu, K. (2013). Big data technology trends, visualizations of big and public data. Smart Media Journal, 2, 37-43.
Lim, Y., Baek, S. and Yeon, S. (2012). Choice and focus for competitiveness of big data era. Nurimedia Korean Studies Journals, 29, 3-10.
Stephen, F. (2007). Visualizing change : an innovation in time-series analysis. Visual Business Intelligence Newsletter, September 2007.
Zeileis, A., Leisch, F., Hornik, K. and Kleiber, C. (2002). Strucchange: an R package for testing for structural change in linear regression models. Journal of Statistical Software, 7, 1-38.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.