R 활용 카지노 가입 쿠폰 비교분석(ISG, Eco, Normal)
데이터 분석 기초편_R 회귀분석 및 차트
지난 브런치 글에서엑셀을 활용하여 ISG(on/off), Eco, Normal 모드 카지노 가입 쿠폰 비교분석해보니,한계점과 의문점이 있었고,시각화된 결과를 보고 싶었습니다.
[과제]
1. Eco, Normal (Comfort) 모드의 평균 카지노 가입 쿠폰 비교만으로 카지노 가입 쿠폰가 비슷하다고 말할 수 있을까?
2.카지노 가입 쿠폰에 가장 영향을 주는무엇이고, 이를 시각화해서 볼수 있을까?
1.Eco, Normal (Comfort) 모드의 평균 카지노 가입 쿠폰 비교만으로 비슷하다고 말할 수 있을까? (정답 : 아니다)
이 질문은 사실, "평균값이Mode별 카지노 가입 쿠폰를대표할수있는것인가?"에대한 질문이다. 이를해결하기 위하여 아래의방법들로 분석을 시도하였다. 재밌는 결과들을얻을 수 있었다.
1) 다양한 분석을 위해 일단 그간 수집한 엑셀 파일을 데이터 프레임으로 만들었습니다.
- 총 46개의 object와 22개의 변수가 확인되었다. (아직 데이터가 많이 부족하다)
그림 1. 카지노 가입 쿠폰 관련 데이터 프레임데이터 프레임 구조는 대충 이렇다.
그림 2. 데이터 프레임 구조 요약2)카지노 가입 쿠폰에 영향을 미치는 주행시간, ISG, Mode(Eco, Normal)을 한 번에 시각화해서 살펴보자.
위 데이터 프레임을 활용하여 그동안 엑셀로 단편적으로 보았던 데이터를 약간은 입체적으로 보기 위해 아래 산포도를 그렸다.
Eco 모드일 때 가장 최상의카지노 가입 쿠폰로 15 이상이 기록되었지만 (분홍색 삼각형, 제일 큰 원), 크게 의미 있지는 않았습니다.
전체적인 해석으로 같은 거리를 주행하니 주행시간이 길어질수록 카지노 가입 쿠폰는 낮아지고, 출근 시간은 거의 30~35분 내외이며(최빈값), ISG off 인 경우의 카지노 가입 쿠폰가 추세선위쪽에 많이 있고 (동그라미),대부분 평균 카지노 가입 쿠폰는 13~14km/l 내외임을알 수 있습니다(원의 크기).보다 자세한 분석을 위해서 추가 분석을 이어갔습니다.
그림 3. 카지노 가입 쿠폰 & 주행시간, ISG, 주행 Mode2) Eco,Normal카지노 가입 쿠폰를평균값의 비교만으로는 정확한 비교가 되지 않으니,boxplot을 그려서 최대/최솟값,중앙값,분산,평균으로 비교해보자.
엑셀로 확인할 수 없는 명확한 차이점인 평균값으로 구분이 안 되는 것을 발견했다.바로 Eco 모드의 카지노 가입 쿠폰는 분산이 매우 크다. (물론 엑셀로 분산 값을 구하는 함수를 사용해도 되지만, 시각화해서 보니 더욱 명확했다)
Eco 모드인 경우에는주행 환경과 운전 습관에민감하다??Eco 모드일 때카지노 가입 쿠폰의 최댓값과최솟값이 있고 사분범위도 Normal에 비해 넓다.Eco 모드인 경우 카지노 가입 쿠폰의 분산이 크다. Normal에 비해 Eco 모드는 운전 습관은 거의 동일하니,주행환경에 다소민감한 것 같다. 하지만두 그룹 간의 평균값, 중앙값의차이는 없다고 볼 수 있다. (box plot 해석은아래 박스 설명 참조)
그림 4. Mode 별 카지노 가입 쿠폰 비교 BoxPlot3) Eco 모드인 경우 분산이 큰요인은 무엇일까?
먼저 Eco 모드일 때 주행 시간이 어떻게 되는지 분석했다. 놀랍게도 Normal 모드일 때 보다 Eco 모드의 주행시간의평균값이 작았다. 어떤 이유에선지Eco는 주행시간이 작았음에도카지노 가입 쿠폰는 Normal과 비슷했다.
일단 Eco 모드의 분산이 큰 이유는 주행시간의 분포 범위가 넓어서 자연스레 카지노 가입 쿠폰의 분산이 커진 것이다.
그림 5. Mode 별 주행시간그래프를 보면 주목해야 할게 두 가지가 있다. 이 부분은 Excel에서는 보기 힘든 내용이다. 그래서 데이터 분석은 R로 하는 게 훨씬 효율적이고, 데이터의 숨은 의미도 알 수 있고, 시각화에서 큰 장점을 가진다.
Mode별주행시간BoxPlot의 해석
1. Eco 모드일 때 중앙값(상자내 진한 실선)이 작은 이유는 주행시간의 분포 범위 및 사분 범위가 Normal모드에 비해 넓었다. Normal에 비해 주행시간이 짧았을 때가 많았다는 것이다. 즉, 주행시간이 짧은데 카지노 가입 쿠폰는 더 높아지지 않았고, Normal 모드와 평균 카지노 가입 쿠폰는 같았다.
2. 그림 3. 에서 Eco 모드의 카지노 가입 쿠폰가 높은 것은 카지노 가입 쿠폰가 높은 최댓값 1-2개 때문에 높아진 것이다. 최빈값으로 보면 Eco 모드는 회귀분석 결과 가장 영향이 큰 주행시간이 작음에도 불구하고 카지노 가입 쿠폰의 평균이 같은 것은, Normal 모드에 비해 카지노 가입 쿠폰가 낮다고 볼 수 있다. Eco 모드의 자동차 제어는 카지노 가입 쿠폰 측면에선 그다지 효율적이지 않은 것 같다. 환경을 고려해선가?
3. Eco의 중앙값이 평균값(마름모)보다 큰 이유는 주행 시간의 최댓값 데이터 1~2개가 주행시간이 긴 값이기 때문이다. 반대로 Normal의 중앙값이 평균값보다 낮은 것은 주행시간이 긴 데이터들이 많았기 때문이다. 주행시간의 평균값, 중앙값이 컸음에도 불구하고 카지노 가입 쿠폰도 높은 것은주행환경에 조금 더 내성을 보이는 것 같고, 운전자의 컨트롤에 따라 자동차가 효율적으로제어되는 것 같다.
1번 의문에 대한 결론은 Eco/Normal(comfort) 카지노 가입 쿠폰평균값의 비교 만으로는 두 그룹 간의 카지노 가입 쿠폰를 비교하기 어렵다. 두 그룹 간 주행시간이 달랐음에도 평균 카지노 가입 쿠폰가 같게 나왔기 때문이다. Eco 모드일 때 주행시간이 짧았음에도 카지노 가입 쿠폰가 Normal과 같은 것은 Eco 모드가 카지노 가입 쿠폰가 별로 좋지 않다는 것이다. 즉, Normal 모드가카지노 가입 쿠폰가 좋다.
2. 카지노 가입 쿠폰에 가장 영향을 주는무엇이고, 이를 시각화해서 볼수 있을까? (정답 :운행시간)
1) ISG on vs off 시에 카지노 가입 쿠폰와 운행시간의 차이가 있는지 보았다. (오토 스톱 앤 고)
ISG off 일 때 카지노 가입 쿠폰가 약간 높지만 두 그룹 간의 카지노 가입 쿠폰 차이는 거의 없다고 볼 수 있다.(중앙값 사분 범위 해석은 위 박스 내용 참조)
처음 엑셀로 분석했을 때보다 data가 조금 누적이 되니, 두 그룹 간의 차이는 없어진다. 아마 2달가량의 data를 모으면 더욱 정확해질 것 같다. (향후 빅데이터 분석을 위해 소스코드 정리의 개념으로 수행 중)
그림 6. ISG on/off 별 카지노 가입 쿠폰 비교운행시간의 평균값은 두 그룹의차이가 없었다. (두 그룹의 운행 시간 : ~34분, ~33분)
그림 7. ISG on/off와 운행 시간 비교2) 카지노 가입 쿠폰에 가장 큰 영향을 주는 변수인 주행시간을 살펴보았다.
x=주행시간& y=카지노 가입 쿠폰의 그래프는 그림 1.에서작성한 산포도에회귀 직선을 추가하고 결과를 분석했다.
그림 8. 선형 회귀 분석 결과회귀분석 결과 해석
1. 회귀 직선에 수렴하지 않는 값들이 몇 개 있고 운행시간이 작은 시간의 카지노 가입 쿠폰 데이터가 없고 잔차가 크기 때문에 회귀계수(0.558)의 설명력은 크지는 않았다.(eco모드일 때 카지노 가입 쿠폰가 좋았던 데이터 2개 때문)
2. 하지만 운행시간이 카지노 가입 쿠폰에 미치는 영향은 통계적으로 상당히 유의했다. (p-value = 1.509e-09)
3. 회귀식의 기울기에의하면 운행시간1분 증가할 때마다카지노 가입 쿠폰는 0.12km/l로 감소한다.
(우리가 중학교 때 배운 y=ax+b의 뜻을 이해하는 게 회귀식의 기초다. a가 음수이면 y는 반비례, 양수이면 정비례의 관계를 가지며 기울기는 x 값의 변화량에 대한 y 값의 변화량이고, y절편은 x가 0일 때 y의 값이다. 그래서 단순 회귀분석을 일차방정식 선형 회귀분석이라 한다_linear regression)
다중 회귀분석
처음 해봤는데, 엑셀보다 더 알기 보기 나온다. 이 결과를 올리면 더 보기 힘들것 같다는 생각이 들었다. (그래도 data는 그 자체로 가치가 있으니 첨부)
카지노 가입 쿠폰에 가장 영향을 주는 것은 운행시간이고, 다른 요인들은 그보다 약했다.
(위 박스회귀분석 결과 해석 참조)
그림 9. 다중회귀분석 결과Pairs 함수를 통해 다중 변수와 카지노 가입 쿠폰와의 상관성을 분석했다. 운행시간이 -0.75로 상관관계가 제일 높았고, ISG on/off도 -0.2로 높았다.
그림 10. 다중 변수 상관성 분석결과가 나오기 때문에, 가시화를 위해 GGally를 사용하려고 했으나,jupyter R 버전이 맞지 않았다.어쩔 수 없이 R gui 설치하고 (studio는 너무 무거워서) 분석을 이어갔다. 다중회귀분석의 시각화는 할 수 없었고, 다중 변수의상관 분석 결과로 본 카지노 가입 쿠폰 분석 편은 마무리하려고 한다. 결과는 카지노 가입 쿠폰/운행시간의 관계의 상관계수가 매우 컸고, ISG on/off도 카지노 가입 쿠폰와 유의한 상관관계를 보였습니다.
그림 11. GGally 활용 상관관계 분석이미 이전의 결과들을 통해 카지노 가입 쿠폰에 영향을 주는 것이 무엇인지는 밝혔고, 본 글에서는 이를 R을 통해 시각화해서 보여주는 것에 의미를 두었다.
ISG를 끄고 (필요시만 잠깐 사용) Normal 모드로 다닐때가 가장 좋다는것~!!
그리고 운행시간이 중요하니, 차가 막히는 시간을 피해서 출/퇴근 ~!!
ps. 데이터 수집은 DAG를 활용했습니다.
DAG 데이터 (카지노 가입 쿠폰, 주행시간, 배터리, DPF 등)
