카테고리 All posts

[데이터처리와활용] 12강. 엑셀 VBA 활용 총정리

엑셀 VBA 활용 총정리 — 매크로, 제어문, 배열, 함수, 통계분석까지 완벽정리 안녕하세요! 이번 글에서는 엑셀 VBA 강의의 마지막 강의인 엑셀 VBA 활용 총정리 내용을 기초부터 꼼꼼하게 정리해보겠습니다.매크로 작성법, 제어문, 배열, 프로시저, 함수 작성법, 그리고 통계분석 프로그램 제작까지 한 번에 정리하는 시간이니 꼭 끝까지 따라와 주세요! 1. 매크로(Macro)란? 매크로는 여러 명령을…

[데이터처리와활용] 11강. 엑셀 사용자 정의 폼으로 데이터 자동화

엑셀 사용자 정의 폼으로 데이터 자동화 — 폼 제작과 목록 검색 VBA 실습 안녕하세요! 이번 글에서는 엑셀 사용자 정의 폼(UserForm)을 활용해 사용자가 쉽게 데이터를 입력하고 검색할 수 있도록 만드는 방법을 기초부터 정리하겠습니다.폼을 이용하면 복잡한 작업도 직관적인 창으로 처리 가능하며, VBA 코드와 이벤트 프로시저로 데이터 제어가 가능합니다. 1. 사용자 정의 폼이란?…

[데이터처리와활용] 10강. 엑셀 VBA 반복문, 배열, 함수 완전 정복

엑셀 VBA 반복문, 배열, 함수 완전 정복 — 프로그래밍 자동화 기초편 안녕하세요! 이번 포스팅에서는 엑셀 VBA 언어구조 II 강의 내용을 기초부터 차근차근 정리해보겠습니다.엑셀 자동화를 위해 꼭 알아야 할 반복문, 배열, 대화형 상자, 프로시저/함수 작성법을 실습 예제와 함께 쉽고 친절하게 설명드릴 테니 끝까지 읽어보세요! 1. 반복문(Loop) 반복문은 특정 조건에서 명령을 반복…

[데이터처리와활용] 9강. 엑셀 자동화를 위한 VBA 문법 완전 정복

[VBA 강의 기초편] 엑셀 자동화를 위한 VBA 문법 완전 정복 – 변수, 연산자, 조건문 안녕하세요! 이번 포스팅에서는 VBA 언어구조의 기초 개념을 정리합니다.엑셀에서 반복 작업을 자동화하고 싶다면 VBA는 꼭 알아야 할 필수 스킬입니다. 1. VBA 모듈과 프로시저란? 모듈과 프로시저 개념 모듈: 여러 프로시저로 구성된 코드 단위 프로시저(Procedure): 실행할 작업(명령어 집합) 1…

[데이터처리와활용] 8강. 엑셀 고급필터 & 콤보박스 활용법

엑셀 고급필터 & 콤보박스 활용법 — 조건 검색 매크로 만들기 안녕하세요! 오늘은 엑셀에서 고급 필터 기능과 콤보박스, 매크로를 활용하여 원하는 조건으로 데이터를 검색하는 방법을 기초부터 정리해보겠습니다.처음 배우는 분도 따라 하기 쉽게 설명하고, 실제 VBA 매크로 코드도 제공해드릴 테니 차근차근 따라오세요! 콤보박스 만들기 콤보박스란? 여러 값 중 하나를 선택할 수 있는…

[데이터처리와활용] 7강. 엑셀 매크로 완전 정복

엑셀 매크로 완전 정복 — 절대참조, 상대참조, 정렬/부분합, 조건검색 매크로 쉽게 배우기 안녕하세요! 이번 글에서는 엑셀 매크로의 개념부터 VBA 코드 실습까지 기초부터 하나씩 쉽게 정리해보겠습니다.처음 엑셀 매크로를 접하는 분도 따라 하기만 하면 바로 적용할 수 있도록 설명드리겠습니다. 매크로(Macro)란 무엇인가? 매크로(Macro)란 여러 명령을 묶어서 한번에 실행할 수 있도록 만든 명령 집합입니다.…

[데이터처리와활용] 6강. 관계형 데이터베이스 기초와 SQL

관계형 데이터베이스 기초와 SQL — 쉽게 배우는 DB 설계부터 쿼리까지 안녕하세요! 오늘은 데이터베이스(Database)를 처음 배우는 분들도 쉽게 이해할 수 있도록, 기초 개념부터 SQL 예제 코드까지 정리해드리겠습니다.이번 글에서는 관계형 데이터 모델, E-R 모델, 데이터 정규화, 그리고 SQL 문법까지 차근차근 설명해보겠습니다. 1장. 관계형 데이터 모델이란? 데이터베이스 시스템의 가장 큰 목적은 데이터를 효율적으로…

[데이터처리와활용] 5강. 조인과 고급 검색, inline view, NVL 함수 정리

SQL 실습 — 조인과 고급 검색, inline view, NVL 함수 정리 이번 글에서는 SQL 실습을 통해조인(JOIN), 별칭(alias), 집계 정렬, 결과 개수 제한, inline view, NVL 함수 사용법을 익혀보겠습니다.데이터베이스 초보자분도 쉽게 이해할 수 있도록 개념부터 예제까지 차근차근 설명합니다. 테이블 별칭과 테이블 정식 이름 사용 SQL에서 테이블을 긴 이름 대신 짧게 별칭(alias)으로…

[데이터처리와활용] 4강. 관계형 데이터베이스 SQL 완전 기초 정복

SQL이란? SQL(Structured Query Language)관계형 데이터베이스에서 데이터를 조회하고 조작하고 정의할 때 사용하는 표준 질의어입니다.ANSI/ISO 국제 표준으로, 대부분의 데이터베이스에서 이 문법을 사용합니다. SQL 문장 종류 종류 설명 예 DDL 데이터 정의 테이블 생성, 삭제, 뷰, 트리거 DML 데이터 조작 데이터 조회, 삽입, 수정, 삭제 DDL (Data Definition Language) 데이터베이스의 테이블 구조를 정의하는…

[데이터처리와활용] 3강. 데이터베이스 정규화 완전정복

정규화(Normalization)란? 데이터베이스를 설계할 때 데이터 중복과 이상현상(삭제, 삽입, 갱신 문제)을 방지하기 위해 테이블을 체계적으로 분해하는 과정입니다.정규화를 통해 데이터의 일관성과 무결성을 유지할 수 있죠. 정규화가 필요한 이유 1️⃣ 삭제 이상(Deletion Anomaly) 데이터 삭제 시, 의도치 않게 다른 정보도 함께 삭제되는 문제예) 학생의 수강 정보를 삭제했더니 학생 이름까지 함께 사라짐 2️⃣ 삽입…

[데이터처리와활용] 2강. RDB 설계 기초 정규화 개념 총정리

데이터베이스 설계 기초 — E-R 모델과 정규화 개념 총정리 데이터베이스 설계란? 데이터베이스를 처음 만들 때 가장 중요한 건 어떻게 데이터를 체계적으로 정리할 것인가입니다.잘못 설계하면 데이터 중복, 오류, 관리 어려움이 생깁니다.그래서 설계단계에서 현실세계를 데이터로 바꾸는 과정을 꼼꼼하게 하는 게 핵심입니다. 이번 글에서는 E-R 모델 개념부터 정규화 과정까지 한 번에 정리해볼게요! E-R…

[데이터처리와활용] 1강. 관계형 데이터베이스 기초

관계형 데이터베이스 기초 — 완전 쉬운 데이터베이스 입문 데이터베이스란 무엇인가? 우리 주변에는 수많은 정보가 있습니다. 쇼핑몰에선 상품정보, 학교에선 학생정보, 은행에선 계좌정보가 있죠.이처럼 서로 연관된 대량의 데이터를 체계적으로 모아두고, 필요할 때 쉽게 꺼내 쓸 수 있게 정리해둔 저장소를 바로 데이터베이스(Database)라고 부릅니다. 데이터베이스 관리 시스템(DBMS) 단순히 정보를 모아두는 것만으론 부족합니다. 빠르게 찾고,…

[회귀모형] 12강. 로그선형모형과 과대산포, 준가능도 쉽게 정리

로그선형모형(Log-linear Model)이란? 반응변수가 개수(count) 자료일 때 주로 사용하는 일반화선형모형(GLM)의 일종입니다. 포아송 분포를 가정하고, 로그연결함수(log link function)를 사용하여 모형을 구성합니다. GLM 구성요소 반응변수 : Y∼Poisson(μ)Y \sim \text{Poisson}(\mu) 선형예측자 : η=β0+β1×1+⋯+βpxp 연결함수 : η=log⁡μ \eta = \log \mu 로그선형모형의 해석 승법모형 (Multiplicative Model) μ=exp⁡(β0+β1×1+⋯ )\mu = \exp(\beta_0 + \beta_1 x_1 + \cdots) eβie^{\beta_i}…

[회귀모형] 11강. 승산비, 상대위험도, 다항로짓모형 쉽게 정리

승산(Odds)과 승산비(Odds Ratio)란? 2×2 분할표의 확률 구조 질병 발생 질병 미발생 위험인자 노출 π1 1−π1 비노출 π0 1−π0 승산(Odds)   Oddsi=πi1−πi\text{Odds}_i = \frac{\pi_i}{1 – \pi_i} ​​ 승산비(Odds Ratio)   OR=Odds1Odds0=π1(1−π0)π0(1−π1)OR = \frac{\text{Odds}_1}{\text{Odds}_0} = \frac{\pi_1(1-\pi_0)}{\pi_0(1-\pi_1)} ​ 해석 OR = 2 → 노출군의 질병발생 승산이 비노출군의 2배   상대위험도(Relative Risk)   RR=π1π0RR…

[회귀모형] 10강. 일반화선형모형(GLM) 해석과 진단법 쉽게 정리

로지스틱 회귀모형 복습 반응변수가 성공/실패(1/0) 이항형 자료일 때 사용하는 GLM의 대표적인 모형이 로지스틱 회귀입니다.   log⁡(π(x)1−π(x))=β0+β1x\log \left( \frac{\pi(x)}{1-\pi(x)} \right) = \beta_0 + \beta_1 x   여기서 π(x) : 성공확률 β1\beta_1 : X가 1 증가할 때 로그-승산의 변화량 eβ1e^{\beta_1} : 승산비(odds ratio) 로지스틱 함수와 해석 π(x)=eβ0+β1×1+eβ0+β1x\pi(x) = \frac{e^{\beta_0 + \beta_1 x}}{1+e^{\beta_0…