데이터 분석 숩터디

1. 문제 2. 문제 풀기 전에, DEVELOPERS 👉🏻 개발자 ID, 이메일, 이름, 성 조회 SKILLCODES 👉🏻 스킬의 코드 조회 Python 혹은 C# 스킬을 가진 개발자여야 함 ID ASC &, |, ^와 같은 비트 연산자에 대한 개념 생각하기 3. 테이블 SKILLCODES DEVELOPERS 4. 풀이 과정 1단계) 개발자의 ID, 이메일, 이름, 성을 조회하는 SELECT문을 작성해 준다. SELECT ID, EMAIL, FIRST_NAME, LAST_NAME FROM DEVELOPERS 2단계) 어떤 개발자의 SKILL_CODE가 400(=b'110010000')이라면, 이는 SKILLCODES 테이블에서 CODE가 256(=b'100000000'), 128(=b'10000000')..

1. 문제 2. 문제 풀기 전에, 부모와 자식의 관계 생각하기 👉🏻 업그레이드 전=PARENT, 업그레이드 후=CHILD ITEM_INFO 👉🏻 아이템 ID, 아이템 명, 아이템 희귀도 조회 ITEM_TREE 👉🏻 X 희귀도가 ‘RARE’인 아이템 조회 아이템 ID DESC 3. 테이블 ITEM_INFO ITEM_TREE 4. 풀이 과정 1단계) ITEM_INFO는 업그레이드 전 아이템을 설명한 테이블이고, ITEM_TREE는 아이템의 업그레이드 가능 여부를 보여주는 테이블이다. ITEM_INFO의 아이템 ID와 ITEM_TREE의 PARENT 아이템 ID를 연결하면 업그레이드 전의 아이템을 조회할 수 있으니 INNER JOIN을 해준다. 여기서 ITEM_INFO 는 ‘PARENT(부모)’로 정의하였다...

1. 문제 2. 문제 풀기 전에, FIRST_HALF 👉🏻 아이스크림 맛 조회 JULY 👉🏻 X 7월 + 상반기 아이스크림 총 주문량 상위 3개 조회 7월 + 상반기 아이스크림 총 주문량 DESC 데이터 갯수를 제한하는 LIMIT 함수와 데이터의 합계를 계산하는 SUM 함수 생각하기 3. 테이블 FIRST_HALF AS F JULY AS J 4. 풀이 과정 1단계) 두 테이블 모두 FLAVOR 컬럼을 동일하게 가지고 있으니 이를 기준으로 INNER JOIN을 해준다. SELECT FROM FIRST_HALF F INNER JOIN JULY AS J ON F.FLAVOR = J.FLAVOR 2단계) 아이스크림 맛을 조회하는 SELECT문을 작성해 준다. SELECT F.FLAVOR FROM FIRST_HA..

1. 문제 2. 문제 풀기 전에, ANIMAL_INS 👉🏻 X ANIMAL_OUTS 👉🏻 동물 ID, 이름 조회 입양을 간 기록은 있지만, 보호소에 들어온 기록이 없는 동물 조회 동물 ID ASC JOIN의 종류와 그 개념 생각하기 3. 테이블 ANIMAL_INS AS I ANIMAL_OUTS AS O 4. 풀이 과정 1단계) 먼저 테이블 I와 테이블 O를 이용하여 쿼리문을 작성하기 위해 JOIN을 해줘야 하는데, 이번에는 조금 다르게 생각해 볼 필요가 있다. 👨🏻‍🏫 INNER JOIN은 테이블들을 연결할 때 기본적으로 가장 많이 사용되는 형태이다. ‘보호소에 들어온 기록은 없지만, 입양을 간 기록은 있는’ 동물을 찾아야 하는데, '입양 간 기록 테이블 - 보호소 들어온 기록 테이블'로 계산이 가능하다..

1. 문제 2. 문제 풀기 전에, BOOK 👉🏻 저자 ID, 카테고리, 판매가 조회 AUTHOR 👉🏻 저자명 조회 BOOK_SALES 👉🏻 판매량 조회 2022년 1월 도서 판매 데이터여야 함 저자 ID, 카테고리 ASC ※ 여기서 (판매가*판매량)을 계산하여 TOTAL_SALES 컬럼 추가해야 함 3. 테이블 BOOK AS B AUTHOR AS A BOOK_SALES AS BS 4. 풀이 과정 1단계) 세 테이블에 포함된 컬럼을 동시에 조회해야 하니 INNER JOIN을 해준다. SELECT FROM BOOK AS B INNER JOIN AUTHOR AS A ON B.AUTHOR_ID = A.AUTHOR_ID INNER JOIN BOOK_SALES AS BS ON B.BOOK_ID = BS.BOOK_I..

1. 문제 2. 문제 풀기 전에, CAR_RENTAL_COMPANY_CAR 👉🏻 자동차 ID, 자동차 종류 조회 CAR_RENTAL_COMPANY_RENTAL_HISTORY (WHERE절 작성 시 필요), CAR_RENTAL_COMPANY_DISCOUNT_PLAN (서브쿼리 작성 시 필요) 1) 자동차의 종류가 '세단 또는 'SUV' 2) 2022/11/1~2022/11/30 대여 가능 3) 50만원 =< 30일 대여금액 '2022-11-01' AND START_DATE < '2022-12-01') GROUP BY C.CAR_ID 4단계) '세단' 또는 'SUV'이며 ‘30일간의 대여 금액이 50만원 이상 200만원 미만’인 자동차를 조회하기 위해 HAVING절을 이용해 준다. SELECT C.CAR_I..

1. 문제 2. 문제 풀기 전에, USED_GOODS_BOARD 👉🏻 게시글 제목, 게시글 ID 조회 USED_GOODS_REPLY 👉🏻 댓글 ID, 댓글 작성자 ID, 댓글 내용, 댓글 작성일 조회 2022년 10월에 작성된 것이어야 함 댓글 작성일, 게시글 제목 ASC 3. 테이블 USED_GOODS_BOARD AS B USED_GOODS_REPLY AS R 4. 풀이 과정 1단계) 두 테이블에 있는 컬럼들을 동시에 조회해야 하기 때문에 JOIN을 해준다. 👨🏻‍🏫 MYSQL에서 JOIN은 기본적으로 INNER JOIN을 의미하기 때문에 JOIN으로 써도 무방하다. 추가로 LEFT OUTER JOIN, RIGHT OUTER JOIN에서 'OUTER'를 제외해도 동일하게 인식된다. SELECT FROM..

본 시리즈는 제 석사학위논문을 바탕으로 합니다. 본 연구에서는, 통계 분석 👉🏻 이원배치 분산분석 (Two-way ANOVA) 사후 검정 👉🏻 Tukey's Post Hoc Test ✔️ 1. 사후검정 기법 설명 Tukey 사후검정 (Tukey's HSD) 사후 검정은, ▶ 집단 간 평균 비교하는 ANOVA 분석 이후에 구체적으로 어떤 집단 간에 유의한 차이가 있는 알아보기 위해 추가적으로 실시하는 검증 방법 👨🏻‍🏫 Tukey 사후검정은 모든 집단 조합에 대하여 분석을 시행하고 다른 사후검정보다 엄격한 편 사후검정에는 여러가지 종류가 있지만 이번 연구에서는 Tukey 사후검정을 사용할 것이다. 2. 사후검정 1) 상호작용 효과 사후검정 (행위주체감, 귀인 패턴) 이원배치 분산분석을 통해 확인한 결과는,..

본 시리즈는 제 석사학위논문을 바탕으로 합니다. 본 연구에서는, 통계 분석 👉🏻 이원배치 분산분석 (Two-way ANOVA) ✔️ 사후 검정 👉🏻 Tukey's Post Hoc Test 1. 인구통계학적 특성 본격적으로 분석하기에 앞서 수집된 데이터들의 인구통계학적 특성이다. 실험 참가자들의 특징으로는, 남성보다 여성의 비율이 높음 20대와 30대 참가자 비율이 가장 높음 백인 참가자의 비율이 압도적으로 높음 2. 기술 통계량 수집한 데이터의 기술통계량은 describe() 함수를 통해 확인할 수 있다. # describe() 함수를 이용하여 기술통계량 파악 # 판다스 실행 import pandas as pd # 데이터 불러오고 'unionData'로 변수명 지어주기 unionData = pd.read..

본 시리즈는 제 석사학위논문을 바탕으로 합니다. 지난 포스트에서는, 가설 수립을 위한 개념어(행위주체감, 기본적 귀인 오류) 이해 연구모형과 연구가설 수립 👉🏻 이용자의 참여수준과 결과물의 성패에 따라 이용자의 행위주체감과 귀인 방식의 변화를 알아보고자 하였다. 이번에는 수립된 연구가설을 바탕으로 간단한 실험과 설문문항을 준비해서 데이터를 수집하고자 한다. 1. 설문 문항 실험 참가자들의 사용자 경험을 알아보기 위해 주요 종속 변인인 행위주체감과 귀인 방식에 대한 척도를 수집하였다. 주요 변인 외에도 이용자들의 다양한 심리적 변화 측정을 위해 추가적으로 설정한 변인은, Perception of AI's Mind (인공지능 마음 인식) Perceived Usefulness (인지된 유용성) Psycholo..