756818_ko-KR

liliconcom

분석 문제 해결을 위한 JMP 활용: 실제 사례 기반 학습 경험(2021-US-EPO-860)

Anita Lee-Post, 켄터키 대학교 교수
램 파카스, 켄터키 대학교 교수

우리는 학생들에게 JMP를 사용하여 분석적 문제를 해결하는 사례 기반 학습 경험을 제공하기 위해 실제 응용 프로그램 사용 사례를 만들었습니다. 이 사례는 COVID 백신 관련 데이터를 수집, 정리 및 분석하여 학생들이 미국에서 COVID 백신 수용에 대한 분석 기반 통찰력을 생성하고 분석 기반 의미 파악, 통찰력 생성 및 의사 결정이 제공하는 가치를 더 잘 이해하도록 돕는 것과 관련이 있습니다. 구체적으로, 학생들은 군집 분석, 연관 규칙 분석, 그리고 텍스트 마이닝을 서로 연계하여 수행합니다. 군집 분석 결과는 백신 접종에 대한 태도에 지역적 차이가 있는지, 그리고 백신 접종에 대한 거부감을 해소하기 위해 어떤 지역에서 노력을 강화해야 하는지와 같은 질문에 대한 해답을 찾는 데 도움이 될 수 있습니다. 연관 규칙 분석의 결과는 백신 접종에 대한 태도 수준이 지역별 백신 접종률과 가장 큰 연관성을 갖는지, 그리고 연관성에 시간적 차이가 있는지 여부를 밝히는 데 도움이 됩니다. 텍스트 마이닝의 결과는 백신 접종 경험을 설명하는 데 자주 사용되는 단어를 식별하고, 경험에 대한 긍정적 인식과 부정적 인식을 구분하는 데 도움이 됩니다. 학생 학습 성과 평가에서 얻은 실증적 증거는 JMP를 활용한 분석적 문제 해결 교육에서 실제 사용 사례를 활용하는 것의 효과성에 신빙성을 부여합니다.

자동 생성된 대본...

스피커	성적 증명서
Janice LeBeau, JMP	녹음을 하겠습니다. 녹음을 하게 되어 알려드리고 싶은데, 허락해 주실 수 있나요?
아니타 리-포스트	네, 그렇죠.
Janice LeBeau, JMP	제가 당신에게 필요한 몇 가지 내용을 가지고 있다고 생각하시나요? 질문이 있으시면 여기에 제 체크리스트를 적어 두었습니다.
	나.
	귀하의 이름, 회사, 초록 제목을 확인해 주세요.
	네, 알겠습니다. 그러면 쉽게 시작할 수 있고 공동 발표자도 없으니 보시죠.
	마이크 소리가 좋네요.
	잘 됐네요. 휴대폰과 컴퓨터를 꺼두셨네요.
	네 네.
아니타 리-포스트	오, 이 컴퓨터는, 사이먼이 조언한다고 하더군요.
	흠.
	나는 확신할 수 없지만 그냥 끄지 않을 뿐이야.
	내 것과 같은 소음.
	이메일.
Janice LeBeau, JMP	네, 그 존재가 당신이 여기 있는 동안 존재하는 것이라면 네, 당신은 주의가 산만해지지 않는다는 것을 알게 될 것입니다. 그리고 당신이 히터를 가지고 있는지 모르겠습니다. 글쎄요, 지금은 히터를 켜지 않았을 겁니다.
	좋아요.
	여기에 발표자 디스플레이를 1920 x 1080으로 설정하라고 되어 있는 것 같아요.
	그렇죠.
	나.
아니타 리-포스트	그러길 바라요.
Janice LeBeau, JMP	좋습니다. 그러면 여기에서 발표자가 다른 응용 프로그램에서 Outlook Skype를 닫는 방법을 살펴보겠습니다. 좋습니다. 그럼, 알려드리자면요.
	라이브로 프레젠테이션을 진행할 때마다 자기소개를 해주시기 바랍니다.
아니타 리-포스트	오, 그게 거래의 일부라서 이것도 음성을 끄려고 노력 중이에요.
Janice LeBeau, JMP	좋아요, 그게 다예요.
	여러분이 발표를 시작할 준비가 되면 저는 제 자신을 음소거하고 비디오를 멈출 것입니다.
	그러니까 방해하지 마세요 알겠어요.
아니타 리-포스트	그래서 음, 저는 그냥.
	화면을 공유하거나 어떻게 할 것인가.
	네, 제 파워포인트예요.
Janice LeBeau, JMP	화면을 공유하게 될 거예요.
아니타 리-포스트	좋아요.
Janice LeBeau, JMP	그리고 나는 당신이 나를 보지 못하도록 모든 것을 녹음할 것입니다.
	지금은 저를 보실 필요 없이, 그냥 프레젠테이션을 시작하세요. 화면 공유를 눌러주세요. 제가 볼 수 없으면 알려드리겠습니다. 저는 음소거할 겁니다. 그리고 맨 마지막에 오늘 프레젠테이션은 여기서 마치겠습니다. 또는 이것으로 프레젠테이션을 마치겠습니다. 그러면 다시 돌아오겠습니다.
	당신에게 맞는 것을 선택하세요.
아니타 리-포스트	그리고 아마도 그래야 할 것 같아요.
	커플이 지저분해지는 경우가 있나요?
	너무 오랜만이에요. 오늘 여기 오려고 했는데 모르겠어요.
	나.
아니타 리-포스트	알겠어요. 그래서 모르겠어요. 아마 영상을 더 좋게 만들기 위해 몇 가지 방법을 시도해 볼 수 있을 거예요.
Janice LeBeau, JMP	글쎄요, 아시죠.
	편집해서 알려드리자면, 저도 여러분만큼 긴장하고 있으니까요. 무슨 일이 있어도 긴장할 필요 없어요. 다시 할 수 있으니까요.
	그러니 그러지 마세요.
	그러니 언제든지 당신이 준비되면, 화면을 공유하고 싶으시다면, 저는 항상 준비되어 있습니다.
아니타 리-포스트	우리가 보는 대로입니다.
Janice LeBeau, JMP	완벽해요. 알겠어요.
	정말 좋아요. 정말 좋아 보여요.
	으악.
아니타 리-포스트	너는 작은 음을 볼 수 있을 거야.
	기본적으로 줌 캐스트라고 부르는 건 거래를 하는 거예요.
	저기 당신, 그리고 저기 모퉁이에 있는 나.
Janice LeBeau, JMP	무슨 말씀인지 모르겠지만, 지금 화면을 보면 디스커버리 서밋 온라인이라고 적혀 있고 반대편에 You Bet UK라고 적혀 있는데, 그렇죠.
아니타 리-포스트	안 좋다는 건 내가 화면에서 보는 걸 네가 못 본다는 뜻이야. 왜냐하면 내 화면에서 내가 보는 건 내가 너무 작다고 가정하기 때문이야.
	의 이미지.
	참여하는 사람들.
Janice LeBeau, JMP	또는.
아니타 리-포스트	우리의 영상.
Janice LeBeau, JMP	그렇죠. 그럼 저는 지금 영상을 멈추겠습니다.
아니타 리-포스트	그러니까 기본적으로 질투하는 거예요. 그게 멍청한 일이 아니라고 생각하는 거죠.
	어리석게도 모든 관객이 내 얼굴을 보지 못할 거야. 기본적으로 내 목소리가 배경에서 들리는 것뿐이야.
Janice LeBeau, JMP	그들은 지금 당장 당신의 얼굴을 보게 될 거예요.
아니타 리-포스트	물론이죠.
Janice LeBeau, JMP	네, 그들은 당신의 얼굴이 될 테니 당신은 말할 것이고, 당신은 내 사진을 볼 수 있을 겁니다. 지금 내 사진을 볼 수 있나요?
아니타 리-포스트	네, 할 수 있어요.
Janice LeBeau, JMP	그렇죠. 하지만 대화하는 동안 누군가를 바라보는 것처럼 기분이 좋아지죠.
	제 사진을 보세요. 아니면 카메라를 직접 보고 여러분의 프레젠테이션을 보시면, 그것이 여러분에게 어떤 의미인지 알 수 있을 겁니다.
아니타 리-포스트	좋아요, 시도해 볼게요.
	고맙습니다. 다시 시도해 볼게요.
Janice LeBeau, JMP	그들은 들어가서 여러분을 위해 편집해 주지만 우리는 그냥 그렇게 합니다.
	저는 음소거를 하고, 편안한 시간에 시작하시면 됩니다. 알겠어요?
	알겠습니다. 잘 해내겠습니다.
	알겠습니다. 음소거하겠습니다.
	좋아요.
아니타 리-포스트	안녕하세요, 환영합니다
	2021 JMP 디스커버리
	정상 회담. 제 이름은 아니타 리-포스트입니다. 오늘 제 발표 주제는
	사용 중
	동료인 론 파카스 박사와 공동 집필한 '실제 사례 기반 학습 경험'입니다.
	먼저 JMP를 사용하여 분석 교육을 진행한 경험에 대한 간략한 배경을 설명드리겠습니다.
	2019년 가을에 켄터키 대학에서 비즈니스 분석 전공인 비즈니스 분석 프로그램을 시작했습니다.
	해당 프로그램의 첫 번째 과정은 비즈니스 분석 입문으로, 분석 개념과 소프트웨어 기술 개발에 중점을 두고 있습니다.
	JMP는 우리의 첫 번째 소프트웨어 선택이 되었습니다.
	데이터 정리, 시각화, 데이터 마이닝을 포함하여 우리가 원하는 종류의 분석 기술을 개발하는 데 적합한 역량을 갖추고 있습니다.
	실제 사례 기반 학습이 소프트웨어 기술을 가르치고 배우는 데 효과적이라는 것이 입증되었으므로, 우리는 COVID-19 팬데믹을 적용 맥락으로 사용하여 학생들이 분석적 문제 해결에 JMP를 사용하도록 하는 여러 사례를 만들었습니다.
	오늘 우리가 제시하는 사례는 COVID-19 백신 관련 데이터를 수집, 정리, 수정 및 분석하는 것과 관련이 있습니다.
	학생들은 클러스터 분석, 연관 규칙 분석 및 텍스트 마이닝을 수행해야 합니다.
	통찰력을 얻기 위해
	다양한 COVID 백신 관련 문제에 대해.
	그래서 우리는
	너한테 조금 맛보게 해 줄게
	뭐야
	JMP 분석은 데이터를 기반으로 한 클러스터 분석을 통해 확인할 수 있습니다.
	카네기 멜론 대학교에서 페이스북 사용자를 응답자로 활용한 코로나19 증상 설문조사.
	우리가 특히 관심을 갖는 그들의 조사 데이터는 백신 수용도입니다. 이는 집계를 통해 측정됩니다.
	COVID 백신이 접종된다면 확실히 또는 아마도 접종을 선택할 것이라고 답한 응답자의 비율을 매일 집계합니다.
	그날 그들에게 제안되었습니다.
	그래서 우리는 2020년 12월부터 2021년 2월까지의 백신 수용 데이터를 분석하기 위해 K 평균 클러스터링을 사용했습니다.
	이 지리적 지도에 표시된 바와 같이 컬럼비아 특별구를 포함한 50개 주
	3개의 클러스터로 그룹화되었습니다.
	파란색으로 표시된 부분은 78%의 높은 수용률을 나타냅니다.
	더 낮은 수용도는 다음과 같습니다.
	66%,
	빨간색은 수용도를 나타내고, 녹색은 수용도가 중간 수준이며 수용 수준은 73%입니다.
	이 매우 간단한 클러스터 분석만으로도
	우리는 수용률 개선을 위한 노력에 집중하라는 권고를 받았습니다.
	백신 수용률이 낮은 붉은색 주를 표적으로 삼았습니다.
	그런 다음 수락 데이터와 함께 결합합니다.

고급 통계 모델링기본 데이터 분석 및 모델링소비자 및 시장 조사데이터 탐색 및 시각화예측 모델링 및 머신 러닝품질 및 공정 엔지니어링결과 공유 및 전달