Knock Blog Knock Blog

코로나 바이러스 데이터 분석 지난 글에 이어 코로나 바이러스 데이터 분석을 진행합니다. 날짜에 따라 각국의 코로나 바이러스 확진자 증가 또는 감소 상황이 어떤지 살펴보고 전일 대비 증가율을 추세선과 함께 살펴보겠습니다. 데이터는 kaggle 코로나 바이러스 데이터셋에서 3월 29일까지의 코로나 바이러스 데이터를 받아왔습니다. 먼저 데이터와 tidyverse 라이브러리를 불러오도록 하겠습니다. covid19 % arrange(desc(n)) %>% head(10) top10 % group_by(Country.Region, ObservationDate) %>% summarise(confirmed_number = sum(Confirmed)) covid19top10 %>% ggplot(aes(x = Observ..

지난 글에 이어 코로나 바이러스 데이터 분석을 진행합니다. 이항 선택 모형(binary choice model)을 이용하여 사망 요인을 찾고, 어떤 환자가 위험군에 속해있는지 살펴보도록 하겠습니다. 회귀 분석은 선형 확률 모형(LPM)으로 해석하고, 시각화는 로짓 모형(logit)을 이용하도록 하겠습니다. library(tidyverse) patient