• 응용통계연구
• /
• 제6권1호
• /
• pp.13-22
• /
• 1993

SAS/GRAPH는 SAS 시스템을 구성하는 하나의 모듈로서 SAS 시스템에 뒤늦게 추가된 소프트웨어로, SAS 시스템 내의 어떠한 통계 분석을 거친 자료라도 그래픽스 출력시킬 수 있는 장점이 있는 반면, 최근 각광을 받는 컴퓨터 그래픽스를 기초로 하는 통계 분석을 시도하기에는 상당히 불편한 단점이 있다. 이 점에 있어서는 S-PLUS를 위시한 전문적인 통계 그래픽스 분석 소프트웨어에 못 미친다.

• Communications for Statistical Applications and Methods
• /
• 제11권3호
• /
• pp.609-617
• /
• 2004

To present graph of probability densities, many softwares and graphical tools use methods that link points or straight lines. However, the methods can't display exactly and smoothly the graph and are not efficient from the viewpoint of process time. One method to overcome these shortcomings is utilizing interpolation methods. In these methods, selecting the number and location of knots is an important factor. This article proposes an algorithm to select knots for graphically presenting densities and implements graph components based on the algorithm.

• 한국초등수학교육학회지
• /
• 제23권1호
• /
• pp.119-141
• /
• 2019

본 연구는 우리나라 초등학교 타 교과 수업에서 다루고 있는 통계 그래프를 살펴봄으로써 통계적 소양 함양을 강조하는 실용통계 교육의 관점에서 초등학교 수학 수업에서의 통계 그래프 지도의 개선점과 시사점을 도출하기 위해 수행되었다. 구체적으로, 초등학교 타 교과 교과서 99권을 선정하고, 교과서에 등장하는 통계 그래프 133개를 확인하여 이를 교과별, 종류별로 확인하고 내용 측면과 형태 측면으로 나누어 수학 교과서에 등장하는 통계 그래프와는 이질적인 특성을 가진 사례를 분석하였다. 연구 결과 타 교과 중에서는 사회과에서 통계 그래프가 가장 빈번하게 사용되었고, 막대그래프와 꺾은선그래프, 표, 원그래프 순으로 등장 빈도가 높았다. 내용 측면에서는 수학과와 타 교과 간 계열성 문제, 비율그래프의 등장 시기, 물결선의 활용이, 형태 측면에서는 시각적 표현의 다양성, 복합적 형태의 표현, 특정 교과에만 등장하는 형태의 그래프가 논의할 만한 이슈로 확인되었다. 이를 통해 초등학교 수학 수업에서 통계 그래프를 지도할 때 고려해야 할 시사점을 제언의 형태로 도출하였다.

• 한국초등수학교육학회지
• /
• 제24권1호
• /
• pp.1-30
• /
• 2020

본 연구는 통계적 소양 교육을 실천하기 위해 초등학교 통계교육의 주된 내용 요소에 해당하는 그래프 지도 중 특히 오류의 유형화에 주목하였다. 구체적으로 문헌 분석을 통해 통계적 문제해결의 관점에서 그래프의 교수학적 의의와 구성 요소를 확인하였고, 이를 표현하는 과정에서 나타나는 오류를 분류하여 각 사례들을 자료 분석 단계에서의 통계 윤리 문제와 연결하였다. 연구 결과, 그래프 오류 유형은 범주 표현에서의 오류, 빈도 표현에서의 오류, 맥락 제시에서의 오류로 분류할 수 있었고, 이러한 오류로 인해 자료 분석 단계에서 주관적인 분석 방법 채택, 시각적 착시현상 유도, 자료에 대한 정보 왜곡과 같은 통계 윤리 문제가 발생할 수 있음을 확인하였다. 그리고 우리나라 초등학교 수학과 교육과정에서는 오류를 범하지 않도록 정형화된 틀을 제공하고 그 틀에 맞춰 그래프를 그리는 절차에 주목하는 경향이 있었다. 이를 통해 그래프 오류 유형이 초등학교 통계교육에 제공하는 시사점을 통계적 소양 교육, 통계 윤리, 교사 지식의 관점에서 제시하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.85-90
• /
• 2003

In this paper we develop a method for finding optimal ordering of K statistical models. This is based on a dependent paired comparison experimental arrangement whose results can naturally be represented by a completely oriented graph (also so called tournament graph). Introducing preference probabilities, strong transitivity conditions, and an optimal criterion to the graph, we show that a Hamiltonian path obtained from row sum ranking is the optimal ordering. Necessary theories involved in the method and computation are provided. As an application of the method, generalized variances of K multivariate normal populations are compared by a Bayesian approach.

• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제10권4호
• /
• pp.259-288
• /
• 2006

This study considers the performance of students in Grades 5 to 10 on four tasks assessing students' ability to evaluate data presented in numerical form, for example, in a list or table, or in graphical form, for example, in a frequency graph or scatter graph. The ability to tell a story from data or a graph is an important aspect of statistical literacy. The samples provide the opportunity to consider the association of two pairs of items, one from each type of interpretation, numerical and graphical. Educational implications for the outcomes and the classroom use of the items are considered.

• Journal of the Korean Data and Information Science Society
• /
• 제23권5호
• /
• pp.971-981
• /
• 2012

구글 지도는 지리 정보를 갖는 데이터에 대한 통계정보를 제공하기 위한 보편화된 수단의 하나로 자리매김하고 있다. 본 연구에서는 R에서 구글 지도를 활용하는 방법에 대해 소개하고, 구글 지도상에 다양한 통계그래프를 표현하기 위한 R 함수를 개발한다. 개발된 함수를 통하여 막대그래프, 원형그래프, 사각형그래프 등과 같은 다양한 통계그래프를 지도상에 표현할 수 있다.

• 응용통계연구
• /
• 제6권1호
• /
• pp.1-11
• /
• 1993

통계자료분석에서 그래픽에 의한 분석방법은 컴퓨터의 급속한 발전과 더불어 많은 기법이 개발되어 왔으며, 이는 자료에 내포된 정보 및 통계적인 모형선택방법에 유용하게 이용될 수 있다. 개인용 컴퓨터에서 그래픽 자료 분석방법에 다양하게 응용될 수 있는 소프트웨어로서 S-PLUS(version 2.0)를 소개하고, 그래픽기능의 관점에서 SAS/GRAPH(version 6.04)와 비교, 논의하고자 한다.

• Communications for Statistical Applications and Methods
• /
• 제27권5호
• /
• pp.569-578
• /
• 2020

Various graph clustering methods have been introduced to identify communities in social or biological networks. This paper studies the entropy-based and the Markov chain-based methods in clustering the undirected graph. We examine the performance of two clustering methods with conventional methods based on quality measures of clustering. For the real applications, we collect the mathematical subject classification (MSC) codes of research papers from published mathematical databases and construct the weighted code-to-document matrix for applying graph clustering methods. We pursue to group MSC codes into the same cluster if the corresponding MSC codes appear in many papers simultaneously. We compare the MSC clustering results based on the several assessment measures and conclude that the Markov chain-based method is suitable for clustering the MSC codes.

• Molecular & Cellular Toxicology
• /
• 제1권4호
• /
• pp.281-283
• /
• 2005

Extraction of biologically meaningful data and their validation are very important for toxicogenomics study because it deals with huge amount of heterogeneous data. BINGO is an annotation mining tool for biological interpretation of gene groups. Several statistical modeling approaches using Gene Ontology (GO) have been employed in many programs for that purpose. The statistical methodologies are useful in investigating the most significant GO attributes in a gene group, but the coherence of the resultant GO attributes over the entire group is rarely assessed. BINGO complements the statistical methods with graph-theoretic measures using the GO directed acyclic graph (DAG) structure. In addition, BINGO visualizes the consistency of a gene group more intuitively with a group-based GO subgraph. The input group can be any interesting list of genes or gene products regardless of its generation process if the group is built under a functional congruency hypothesis such as gene clusters from DNA microarray analysis.