call by value

int addTen(int a) {
    a = 7;
    return a;
}

int main() {
    int a = 5;
    addTen(a);
    printf("함수 밖: a = %d\n", a);
    return 0;
}

이러면 출력값 5

main()에서 a는 5로 선언됨.

addTen(a)를 호출할 때, → a의 값 5가 복사되어 함수 매개변수 a(다른 변수) 에 전달됨.

main의 a = 5 addTen의 a = 5 (복사본)

함수 안에서 a = 7;을 해도, 복사본(addTen의 a) 을 바꾸는 것. → main의 a는 그대로 5인 상태로 남음

addTen 함수가 return a;로 7을 반환하지만, main()에서 그 반환값을 변수에 저장하지 않음 addTen(a); -> 이렇게만 써놨기 때문에 리턴값이 버려짐

만약 7로 바꾸고 싶다면?

✅: 리턴값을 받아서 저장

int main() {
    int a = 5;
    a = addTen(a);   // 리턴값(7)을 저장
    printf("함수 밖: a = %d\n", a);
    return 0;
}

➡️ 출력: 함수 밖: a = 7

#include <stdio.h>

int addTen(int a) {
    a = 7;
    printf("%d ", a);   // 따옴표("") 안에 %d 넣기, 뒤에 공백 하나
    return a;
}

int main() {
    int a = 5;
    addTen(a);
    printf("%d\n", a);  // "함수 밖: " 대신 숫자만 출력하도록
    return 0;
}

하면 출력값 7 5

#include <stdio.h>

int change(int x) {
    x = x + 5;
    printf("함수 안: x = %d\n", x);
    return x;
}

int main() {
    int a = 10;
    change(a);
    printf("함수 밖: a = %d\n", a);
    return 0;
}

함수 안 15, 함수 밖 10

value vs reference

call by value vs call by reference

void add(int *x) {
    *x = *x + 1;   // x가 가리키는 "원본 int"를 1 증가
}

int calc(int x, int *y) {
    x = x + 2;     // x는 값 복사본
    add(y);        // y는 이미 "주소(int*)"다. 그대로 전달
    printf("calc 안: x = %d, *y = %d\n", x, *y);
    return x + *y;
}

int main() {
    int a = 5, b = 10;
    int result = calc(a, &b);  // &b: b의 주소를 넘김
    printf("main: a = %d, b = %d, result = %d\n", a, b, result);
}

흐름 추적

1. main: a=5, b=10.

2. calc(a, &b) 호출

   • x는 값 복사 → x = 5
   • y는 포인터(주소) → y = &b

3. x = x + 2; → x = 7 (원본 a는 그대로 5)

4. add(y) 호출

   • add의 매개변수 타입은 int *x
   • 지금 y는 이미 int*이므로 그대로 넘기는 게 맞음 (add(y))
   • add 내부에서 *x = *x + 1; → *(&b) = b = 10 + 1 = 11
   • 즉 b가 11이 됨

5. 그래서 calc 안에서 *y는 *(&b) = b = 11 출력: calc 안: x = 7, *y = 11

6. return x + *y → 7 + 11 = 18

7. main 출력: a = 5(안 바뀜), b = 11(주소로 바뀜), result = 18

헷갈린 포인트

• “& 없으면 주소로 안 들어가는 거 아냐?”

  • 맞아. 주소를 처음 만들 때(원본 int의 주소가 필요할 때)는 &가 필요해. 그래서 calc(a, &b)에서 &b를 쓴 거야.

• 그 다음 단계에서 y는 이미 주소(int*) 를 담고 있어.

  • add도 int*를 받으니까 그냥 add(y)로 호출하는 게 정답.
  • 만약 add(&y)라고 했다면 `int(이중 포인터)를 넘기는 꼴**이 되고, 함수 시그니처도void add(int **x)` 여야 해. 전혀 다른 이야기.

한 줄 요약

• 주소를 처음 생성할 때만 &원본변수가 필요.
• 이미 포인터(주소) 변수라면 그 포인터 자체를 넘긴다. (add(y))

이중포인터

#include <stdio.h>

void addOne(int *x) {
    *x = *x + 1;
}

void changePtr(int **p) {
    **p = **p + 2;
    printf("changePtr 안: **p = %d\n", **p);
}

int main() {
    int a = 5;
    int *ptr = &a;

    addOne(ptr);
    changePtr(&ptr);

    printf("main: a = %d\n", a);
    return 0;
}

전체 흐름

int a = 5;
int *ptr = &a;

addOne(ptr);     // (*ptr) = (*ptr) + 1 → a = 6
changePtr(&ptr); // (**p) = (**p) + 2 → a = 8

printf("main: a = %d\n", a); // ??? 왜 8이지?

addOne() 함수 내부

void addOne(int *x) {
    *x = *x + 1;
}

• 매개변수 x는 ptr의 복사본(주소를 복사)
• 하지만 x가 가리키는 곳은 여전히 a의 메모리 주소
• 그래서 *x = *x + 1; → a 값이 직접 바뀜 💡 결과: a = 6

changePtr() 함수 내부

void changePtr(int **p) {
    **p = **p + 2;
    printf("changePtr 안: **p = %d\n", **p);
}

• &ptr을 넘겼으니 p는 “ptr의 주소”를 받음.
• 하지만 ptr 자체가 가리키는 건 여전히 a.

그림으로 보면

main 영역
 ┌───────────────┐
 │ a = 6         │
 │ ptr ───────┐  │
 └────────────┼──┘
              │
              ▼
          (주소) → [ a의 메모리 6 ]

이때 &ptr이 넘어가면 p는 ptr을 가리키는 포인터의 주소를 가짐.

그래서 **p는 결국 p → ptr → a → 값(6)

**p = **p + 2;는 a = a + 2;, 💡 a = 8

** changePtr() 함수 종료 후**

함수가 끝나도, a는 여전히 메모리에 8로 저장되어 있음. 왜냐면 **p로 a의 실제 메모리 공간을 바꾼 거니까.

a: 8
ptr: 여전히 &a

main()의 printf 실행 시점

이제 printf("main: a = %d\n", a); 하면 바뀐 a(8)를 그대로 출력 최종 출력은

changePtr 안: **p = 8
main: a = 8

🧠 요약 포인트

배열과 포인터

int arr[3] = {10, 20, 30};
int *p;

arr(배열이름, 상수) = p; ❌ 오류 p(포인터변수) = arr; ✅ 가능

p = arr; → ✅ 가능 이건 배열의 시작 주소(1000) 를 포인터 변수 p에 저장하는 것

• arr → 1000 (상수)
• p = 1000 (복사됨)

arr = p; → ❌ 오류 포인터의 주소값을 배열 이름에 넣으려는 시도, 배열 이름은 상수이기 때문에 값을 바꿀 수 없음

컴파일러 입장: “상수(주소)를 다른 값으로 대입하려 하네? 말이 안 돼!”

배열 이름 arr은 변수(variable) 이 아니라 “고정된 메모리 이름(label)” = 주소값을 바꾸는 대입 연산(=)은 불가능

arr = p; 이건 “5 = 7;” 같은 말도 안 되는 문장 왼쪽이 ‘값을 담는 변수’가 아니라 ‘이미 정해진 상수’이기 때문

풀이하면

문제를 많이 푸는 것도 좋지만.. 이미 계속 60점 이상 나오는걸로 봐선.. 틀린걸 더 안틀리는게 중요할 듯!!!

1과목 빅데이터 분석 기획

조직구조(DOCoE)

집분기 집중: 독립 전담 -> 중복업무 가능성 분산: 분석조직을 각 부서에 배치 기능: 각 부서에서 직접 분석(DOCoE x )

조직분석 성숙도

도활확최

차등보호

개인정보에 노이즈를 추가하여 참여 여부가 분석결과에 영향을 미치지 않도록 함

• I다양성: 민감정보에 대해 다양성을 높임

• K익명성 : 일정 확률 이상 비식별 되도록 함

• 가명처리 : 주요 식별요소를 다른 값으로 대체함

개인정보 보호

가명처리

추가정보 없이는 알아볼 수 없게 함

익명정보

다른 정보를 사용해도 개인을 알 수 없게 함

비식별정보

말 그대로 식별이 안되는 정보, 개인정보가 아니다! 하지만 불특정다수에게 공개하면 안됨

비식별화 기법

• 데이터 마스킹 잡음 추가: 식별 정보에 잡음 추가
• 가명처리 휴리스틱 익명화: 식별자 값을 규칙으로 대체하거나 가공
• 데이터 범주화 랜덤 라운딩: 반올림/내림, 수치형 변수 외에도 확장가능

빅데이터 플랫폼 구조

소프트웨어: app구성, 데이터 처리/분석, 수집/정제 플랫폼 : 플랫폼 제공, 작업 스케줄링/자원 할당, 관리 인프라 스트럭쳐: 자원 배치, 노드/네트워크 관리 => 자원제공

데이터 수집방법

• 관찰: 실시간/녹화 비디오 통해 직접 관찰
• FGB(Focus Group Interview): 토론을 통한 인사이트
• 실험: 가설검증을 위한 조작조건으로 데이터 수집
• 설문조사: 개별질문과 척도를 통한 의견수집(설문지, 전화인터뷰..)

데이터 수집시 고려사항

• 수집가능성
• 보안
• 정확성
• 난이도
• 수집비용

웹데이터 수집

FTP(File Transfer Protocol): 원격지원 파일 송수신 스크래핑: 웹페이지 자동 추출

데이터 품질 기준

• 정확성
• 완전성: 필수항목이 누락되면 안된다
• 적시성: 지속적으로 생성하고 소멸하는 데이터가 필요시점에 맞제, 적절히 제공되어야 한다.
• 일관성

데이터 노이즈 처리

• 구간화(Bining) : 연속형을 범주형 형태로 변경.
• 회귀값 대치
• 군집화 : 비슷한 값들을 묶어서 하나의 군집으로 만들어 중심점을 대표값으로 바꿈.

표준화는 정규화가 목적일 뿐이다.

데이터 산업 구조

• 인프라 -하드웨어: 컴퓨터, 스토리지 -소프트웨어: 데이터관리/ 분석

• 서비스 : 교육, 데이터/정보 제공

분석과제 우선순위

• 전략적 중요도
• ROI
• 비즈니스 성과
• 실행용이성

적용범위와 방식: 업무 내재화 수준, 분석데이터 적용수준, 데이터 기술적용 수준을 고려

과제 도출 방식

아무것도 모를때 발견!!!! 아무것도 모를 때 발견 아무것도 모를 때 발견

데이터 웨어하우스

• ODS : 추출데이터 통합 관리
• OLAP : 사용자가 직접 다차원 데이터 확인
• Data Mart: DW의 접근계층으로 데이터를 꺼내 사용자에게 제공

데이터 웨어하우스 특징

• 주제지향성: 고객/제품 등 중요주제 중심 데이터 구성
• 통합성 : 일관된 형태로 데이터 변환 입력, 전사적 관점에서 통합.
• 시계열성: 데이터는 일정기간동안 시점별로 이어짐
• 비휘발성: 갱신 이외 수정 금지

분석작업계획(WBS)

Work Breakdown Structure 프로젝트 소요 비용 배분 - 프로젝트 작업 분할 구조 - 업무 분장 계획, 배분

분산파일시스템

네트워크를 공유하는 호스트의 파일에 접근할 수 있는 것 파일 저장/접근이 여러 네트워크 노드에 분산되어 있음

• GFS(구글), HDFS(하둡), 아마존 s3, Ceph

Hbase: 하둡 파일 시스템 위에 저장.

ML 학습종류와 응용

• 비지도
  • gan : 누락데이터 생성, 시뮬레이터 데이터 생성
• 지도
  • 분류: 신용평가, 사기검출
  • 회귀: 시세, 가격, 주가, 강우량 예측
• 강화 : 게임플레이어 생성, 로봇학습 알고리즘, 공급망 최적화

지도학습의 고려 요소

• 데이터
• 분석목적
• 변수의 중요도

자기상관성

시계열 데이터에서 시차값들 사이에 선형관계를 이루는 것 시차를 두고 자기 자신과 얼마나 닮았는지 측정함

batch

데이터셋을 잘라서 일정 개수씩 묶은 것(묶어 나눈 덩어리/단위)

텍스트 마이닝

텍스트에서 의미있는 정보를 뽑아내는 것

전처리 방법

• 토큰화
• 어간추출(stemming): 동일 뜻 다른 단어 같은형태로 변환(running, ran, runs -> run)
• 표제어(lemmatization)
• 불용어 제거(Stopword removal)

2과목 빅데이터 탐색

이항분포

이산확률분포

• 베르누이
• 이항분포
• 다항분포
• 포아송 분포
• 기하분포, 음이항분포, 초기하분포

분포

• 포아송분포: 평균 = 분산이면 이산확률분포, 평균 = 분산
• 카이제곱분포 : z~n(0,1)일때 제곱합은 자유도n을 따름
  • 카이제곱 검정 : 범주형 데이터의 적합도 검정 / 독립성검정 / 동질성 검정시 사용
• 정규분포 : 평균과 분산을 모수로 m=0, 분산=1
• 초기하분포 : 비복원추출, 표본간의 연관성이 존재한다

초기하분포

비복원추출로, 앞선 시행결과가 다음 시행결과에 영향을 주기때문에 시행간 독립성이 성립되지 않는다. N개 중 n개를 추출 할 때 원하는 것 k개가 뽑힐 확률 모집단은 두가지 범주이며 성공확률은 동일하다

표본 / 모집단

표본분산은 분모에 n-1이 온다(자유도, 모집단 일부 추출했기 때문에 분산을 보정해줘야함)

• 불편추정량 : 표본평균 = 모집단평균

LSA(Latent Semantic Analysis)

특이값 분해(svd)를 활용하여 문서와 단어를 차원축소하고, 잠재의미(의미적 유사성)을 추출하는 기법.

LDA(Latent Dirichlet Albacation) : 확률기반 주제 모델링으로 단어들이 여러 주제에 속할 확률을 추정한다

• 주성분분석(PCA): 수치형 차원 축소
• 요인분석: 관찰된 변수들 간 공통요인을 찾기위한 통계끼법

로지스틱회귀

종속변수(y)가 특정범주에 속할 확률을 예측하는 확률기반모델 독립변수의 선형결합을 시그모이드를 통해 0~1의 확률값으로 변환, 확률 출력

종속변수(y)는 이진(0/1)이나 범주형 변수 가능 독립변수(x)는 연속형/범주형 모두 사용 가능

선형회귀계수를 최소제곱량(LSE)로 두면 불편추정(평균값=기댓값)성립

확률기반모델은 정규성 가정이 필요없다.

IQR

Q1은 하위 25%지점이다.

편향과 분산

trade off관계.

편향과 분산은 흩어짐의 정도를 나타낸다 편향이 크다 - 학습할 패턴이 적다 - 과소적합 분산이 크다 - 과대적합

모두 낮으면 좋은 모델

추정

• 점추정: 하나의 값으로 추정
• 구간추정: 점추정을 기초로(점추정 선행) 신뢰구간을 제시
• 불편추정량(편향이 없는 추정값 = 불편) : 추정량의 기댓값 = 실제 모수(표본평균, 표본분산 모두 일치)
• 일치추정량 : 데이터의 개수가 무한대일때, 추정량(표본분산만 일치)은 참이다

통계적 방법을 이용한 변수 선택 방법

교차검증을 사용하여 모델 성능을 비교하며 변수선택을 수행한다.

• 교차검증: 데이터를 학습용과 평가용으로 나누어 성능 측정하는 방법 새로운 데이터에도 잘 맞는 모델인지 일반화 성능을 확인하는 과정

단순히 통계적 유의성만 본다면 과적합 위험이 있기 때문에 교차검증을 통한 성능비교를 해야함.

상관계수를 이용한 변수선택

상관계수 하나는 단변량 관계만 나타내므로, 다중공선성, 비선형성, 상호작용 등도 고려해야 한다.

파생변수

• 교호작용 : 두 개 이상의 변수를 결합해 파생변수를 만들면, 이 변수가 종속변수에 미치는 영향이 각각의 합으로 나타나지 않음.(새로운 영향)

종속-독립간 교호작용을 이용해 파생변수를 만드는 것은 모델이 예측해야하는 정보를 누출하게 되는 것이기 때문에 종속-독립 파생변수를 만들 것이 아니라 독립변수끼리 교호작용을 파생변수로 만들어야한다.

변동계수(cv)

표준편차 / 평균, 평균에 대한 변동성 나타냄(-무한,무한)

분산의 경우 데이터가 평균에서 얼마나 떨어져있는가 나타내는 것으로 데이터 하나하나 값이 있음 [0,무한)

분산분석(ANOVA)

셋 이상 집단간의 평균차이가 통계적으로 유의미한지 여부를 검정

집단 내 분산, 집단 간 분산을 비교하여 평균차이의 유의성 판단 3개이상 표본 평균의 분산과 표본내 관측치 분산 비교, 검정

• 상관분석 : 연속형변수 2개 관계를 추정
• 회귀분석: 독립변수가 종속변수에 미치는 영향 추정
• 카이제곱분석: 범주형 변수간 독립성 / 적합성 검정

다변량분석 (MANOVA)

1개 이상 독립변수(X, 범주형), 여러개(2개이상)의 종속변수(Y, 연속형)

1개 독립변수로 집단간 평균 비교하면 ANOVA 1개이상 독립변수와 여러개의 종속변수를 비교하면 MANOVA

상관분석

• 피어슨 상관분석 양적 척도(무게, 점수, ...), 연속형 변수, 선형관계 크기 측정(-1~1) 일반적인 상관계수를 의미하며, 선형관계의 강도와 방향을 측정한다. 이상치의 영향이 크게 나타난다.

• 스피어만 상관분석 서열 척도(만족도, 등수, ...), 순서형 변수(범주), 선형/비선형적 관계 나타냄.

• 선형관계가 아니어도* 1 혹은 -1이 될 수 있다. 1에 가까울수록 단조(커지면 같이 커짐)상관이 높아진다

F검정

두 모집단의 분산이 같은지(등분산성)검정

• 결정계수(R^2) : 회귀모델이 데이터를 얼마나 설명하는지(설명력) 나타냄 1에 가까울수록 좋은 모델 결정계수 = 설명계수

회귀모형에 독립변수를 추가하면 결정계수가 무조건! 향상됨

• F통계량 : 분산 비율을 이용해 두 집단간 차이를 검정할 때 사용되는 통계량

차원축소의 목적

• 특징추출 : PCA, 데이터 중요 특성을 추출
• 설명력 증가: 주요 구성요소만 남겨 설명력을 증가시킴(해석용이)
• 노이즈 제거 : 패턴을 유지하고 불필요한 변동을 제거함

주성분분석(PCA)

선형변환을 통해 새로운 변수를 생성하고, 이 새로운 변수들은 서로 독립이다. 주로 차원축소/차원의 저주에 활용된다. 선형성과 분산을 기반으로 한 분석이다. 정규분포 아님!!! 상관관계 기반임!!

• 차원의 저주 : 변수가 많아질수록 생기는 문제(과적합, 계산량, ...)

단순 지수 평활법

시간에 따라 변하는 데이터를 예측할 때 이전 관측값은 지수적으로 감소하는 가중치로 반영하는 방법. 최근값일수록 가중치(a)부여(이전 예측 가중치도 함께 결정됨(1-a)), 수요나 값이 완만한경우에 유용하다.

추세나 계절성이 없는 경우에 단순 지수 평활법을 사용.

시계열 자료

• 준척형자료: 척도의 일부 조건 만족하지 않는 자료 순서/간격, 설문조사, 성적등급 등 순서를 가진 자료를 수치화해서 근사적 간격으로 나타낸 것

• 패널자료 : 동일개체를 여러 시점에 반복해서 관측

• 횡단면: 여러개체를 동일 시점에 관측

왜도와 첨도

첨도는 단위가 없다 + 항상 양수값을 나타냄 첨도가 0 이면 정규분포를 따른다

스케일링

• Z-score : 평균0, 표준편차1 (음수값 가능)
• binning: 데이터 구간화
• box-cox : 양수데이터에만 적용, 정규분포에 근사하게 변환.

지지도 / 신뢰도

오류

1종오류 : 귀무가설이 참인데 대립가설을 채택하는 경우

3과목 빅데이터 모델링

과적합 해결방안

• 정규화(규제) : 모델이 너무 큰 계수를 갖지 않도록 제한 → 과적합 방지 L1 정규화 (Lasso라쏘) → 일부 계수를 0으로 만들어 변수 선택 효과 L2 정규화 (Ridge릿지) → 계수를 작게 만들어 모델을 안정화

• 조기종료 : 검증데이터 성능이 떨어지면 STOP

• 드롭아웃 : 무작위로 뉴런을 제거해서 일반화 성능을 높임

거리공식

• L1(맨해튼), 대각선X
• L2(유클리드), 최단값(피타고라스) 이 리

-민코스프스키 : 유클리드 _ 맨해튼

-마할라노비스 거리: 정규분포, 표준편차 비교거리 척도 노비 비교

앙상블

보팅

다수결 방식으로 모델 선택

배깅(Bagging)

약한 모델을 독립적으로 훈련해 예측을 평균화 함 -> 분산줄인 ** 복원추출 기반, **붓스트랩 생성해 보팅으로 결합 -> 다수결. 무한반복시 하나의 데이터가 선택되지 않을 확률 36.8% 병렬학습, 과적합 완화(분산감소)

랜덤포레스트

의사결정 + 배깅, 성능 좋고 이상치에 강함

부스팅(Boosting)

잘못된 분류 데이터에 큰 가중치->집중학습-> 성능개선, 이상치에 민감 순차, 예측력향상(편향 감소), 샘플링(오분류 가중치)

GBM: 가중치 업데이트 경사하강법 XGBoost : GBM + 정규화 식 추가 -> 속도 빨라짐 Light GBM : 레벨기반이 아니라, 리프중심으로 비대칭 트리구조 나타남

스태킹(stacking)

각각의 모델에서 학습한 예측 결과를 다시 학습 동일샘플로 다양한 모델 학습하는 것

배치(batch)

미니배치/stochastic 사용

영향

• 훈련속도
• 메모리
• 모델 성능(정확도)

배치크기가 크면 훈련속도가 빠른 반면 메모리를 많이 차지하고 모델성능이 떨어진다 배치크기가 작으면 최적 경로가 비효율적이라 훈련속도가 느린반면, 양이 적어 메모리를 적게 사용하고 모델성능이 높아진다.

배치정규화(BN)

미니배치 단위로 평균과 분산을 이용하여 입력노드를 표준화하면, 배치마다 다른 값이 나와 잡음이 생성되고, 가중치 의존도가 낮아진다.

의사결정나무

전처리 필요없음 + 데이터 양이 많아도 됨 분류/회귀 모두 사용 명확한 설명력을 가지고 있음.

노드 내 동질성이 높아지는 방향으로 분기(노드간은 이질)

분리기준

불순도를 가장 많이 줄이는 분할 찾기

• 지니지수 : 불순도 측정 지표 (CART), 0에 가까우면 GOOD
• 엔트로피 : 정보 이득이 큰걸로 분할, 작을수록 GOOD
• 카이제곱 통계량 : 범주형, 관측빈도와 유의빈도 차이를 유의확률로..

하이퍼 파라미터(초매개변수)

• knn의 k
• 인공신경망 은닉층 수
• 결정트리 깊이

신경망 가중치는 최적화 알고리즘(경사 하강법)으로 스스로 학습

매개변수 vs 초매개변수

매개변수 : 학습하며 자동으로 갱신, 모델추정값(가중치, 계수, 절편, 편향 등) 경사하강법으로 추정할 수 있는 값 초매개변수 : 학습을 진행하며 조정 가능, 은닉층 수, 학습률, 뉴런 수, 배치 크기 등

손실함수

손실함수: 예측 - 실제간 오차, 주로 복잡한 비선형관계에서는 인공신경망 사용.

경사하강법(GD) 기반 알고리즘

손실함수를 최소화하기 위해 전체 데이터를 사용해서 파라미터를 업데이트 하는 방법

Nesterov

• Momentum : 관성이용, 지역최소 -> 전역최소 찾아감(일정속도유지)

• Adam : RMSprop + 모멘텀

• 확률적 경사하강법(SGD): 배치샘플(학습데이터 일부)만 보고 파라미터 업데이트, 지역최소 탈출 가능. 손실함수 따라 최적모델 찾음 + 전체 노드 고정 학습율 임의 단일 데이터로 기울기를 계산해 파라미터를 업데이트. 진행방향이 불규칙하고 수렴속도가 불안정하지만 전역최소를 찾을 수 있고 최적화시간이 빠르다.

• RMSProp: SGD + 이전 기울기 제곱의 지수 이동평균으로 학습률 조정

• Adagrad : 가중치 업데이트 횟수를 조정해 학습률 업데이트(파라미터마다 다른 학습률), 속도달라짐

Adaboost: 앙상블

활성화함수

출력값으로 변환하는 함수, 기울기 소실문제가 발생함.

• 시그모이드 : 로지스틱 회귀 사용 활성화함수 미분시 최댓값 X = 0
• tanh : -1 ~ 1, RNN,LSTM 순환신경망에 사용
• ReLU

ReLU

활성화함수 중 하나로, 기울기 소실문제 완화위해 도입 (다른예제 - LSTM, GRU, 배치정규화, Adam...)

입력값이 0 이하 -> 0 출력 입력값 양수 -> 그대로 출력(무한대까지 출력 가능) 양수구간 미분하면 기울기 1이니까 기울기 소멸문제 해결 가능.

로짓함수

확률값을 실수(-무한,무한)로 확장하기 위한 비선형함수 성공확률 P를 자연로그를 이용해 오즈(성공확률과 실패확률의 비)의 로그값으로 변환하는 함수

로그오즈(로짓함수)의 역함수 = 시그모이드 실수를 0~1의 확률값으로 변환, 즉 로지스틱 회귀에서 예측값을 확률로 바꾸는 함수가 시그모이드.

- 로지스틱 회귀는 분류모델이다 확률을 보고 범주 결정.

회귀분석

• 선형회귀

• 다항회귀

• 릿지회귀

• 로지스틱 : 범주형(이진)의 분류를 주 목적으로한다!! 회귀아니다!!

회귀분석 유의성검정

전체 유의성(모든 회귀계수) 검사시 F검정 이용(ANOVA)

시퀀스 투 시퀀스

RNN계열(LSTM, GRU), 길이가 다른 입력도 처리 가능

• 컨텍스트 벡터 : 마지막 은닉 상태를 하나의 벡터로 요약 입력시퀀스가 길면 정보손실이 발생 + 예측품질이 저하됨

CNN VS RNN

군집분석

• 계층적 군집분석: 한번 합쳐진 군집 쪼개거나 이동 x
• k-means : k값이 커지면 노이즈도 군집으로 잘못해석. 계층적 군집보다 빠르다. k값 먼저 정하는거 잊지말기

연결법

• 와드연결법 : 군집 병합시 SSE(제곱오차 하)의 증가를 최소화 하는 연결
• 완전연결법 : 두 군집 사이의 거리중 최대값을 기준으로 연결

네트워크 분석 지표

• 밀도 : 그래프 연결 수가 최대중 얼마인지, 전반적 연결정도
• 포괄성 : 전체중 연결된 노드 비율
• 전이성 : 삼각관계 비율, 국소밀집도 측정(클러스터링 정도)
• 정도: 한 노드가 연결된 간선의 개수

베이즈

베이즈정리를 이용해 분류알고리즘을 만들면 나이브 베이즈. 확률모형함수로 사전확률 + 우도 = 사후확률. 종속변수(y)의 확률을 계산하며, 별도의 학습과정이 없음

모수 vs 비모수

모수검정 : 통계적 해석 비모수 검정 : 정규성 가정이 어렵거나 표본 크기가 작은경우 활용 데이터의 순위나 비율 기반 수행 -> 이상치 민감도가 낮으나 검정력 낮음

4과목 - 빅데이터 결과해석

학습곡선

모델의 성능이 학습데이터 크기에 따라 어떻게 변하는지 보여줌

수평에 수렴하면 모델을 변경해야함. 과대적합 : 훈련오차가 적고 검증오차가 큼

ROC커브

등간척도 VS 비율척도

• 등간척도: 절대 0 없음 -> 비율 무의미 (온도, IQ)

• 비율척도: 등간 + 0 (나이, 무게, 길이, 시간)

이제 여태 내가 계속해서 지피티한테 질문했던것만 요약하고 컴활은 더이상 보지 않겠슨

컴활 1급 프로젝트 안에서 받은 질문 중에서, 반복적으로 계속 물어본 주제

1. 엑셀 함수 응용

• VLOOKUP (근사값/정확도, 구간 설정 이유)
• MATCH (문자 검색, type 옵션 0/1 차이)
• SUMIF, COUNTIF, AVERAGEIF (조건 다중 처리, OR vs + 차이)
• SMALL, LARGE, RANK (순위/배열 수식 활용)
• FIXED, CDATE, VAL 함수 등 변환/서식 함수

👉 즉, “조건 걸어서 함수 쓰는 법”이 계속 반복됨.

2. 배열 수식 / 논리식 처리

• {} 배열 수식 문법
• (조건식1) + (조건식2) vs OR(조건식1, 조건식2)
• TRUE/FALSE 값이 1/0으로 계산되는 원리

👉 특히 OR, +, * 를 섞어서 쓰는 부분을 여러 번 물어보심.

3. 액세스 문법 / 쿼리

• NOT IN, IS NULL 차이
• 입력마스크 (LLLL, >LAa09# 등 기호별 의미)
• 유효성 검사 규칙 In ("남","여") vs "남" Or "여"
• 레코드소스/필터/Requery/OrderBy 같은 이벤트 프로시저
• 컨트롤 원본에 Count(*) vs 1

👉 액세스에서 “이 표현이 맞나?” “이 경우는 왜 틀리냐?”를 반복적으로 확인

4. VBA / 참조 문법

• [B3] vs Range("B3")
• .CurrentRegion.Rows.Count + k 결과가 왜 다르게 나오는지
• SQL 함수(Mid, Right) vs VBA 함수 차이
• Caption 속성의 의미

👉 VBA와 SQL/액세스의 차이를 혼동하는 질문

✅ 반복해서 물어본 걸 정리하면

1. 엑셀 조건 함수 활용
2. 배열 수식과 논리식
3. 액세스 쿼리와 입력마스크/유효성 검사
4. VBA 문법 차이

복기

엑셀

고급필터: 인천이 들어가는거 search찾아서 + 뭐 하나 더 있었는데 search하면은 iferror을 해줘야하나? 이게 왜 있나 했음.

그냥 SEARCH 쓰면 찾는 값이 없을 때 에러 나서 수식 전체가 깨짐. =IFERROR(SEARCH("@", A1), 0)

그래서 false라는 값을 "false"라고 적엇는데...이러면안됨 ㅜㅜ

계산 :

large, average : 와 이거 끝나기 10초전에 깨달아서 울뻔함 이거 맞으면 합격일텐데 ㅜ

text, sumifs, left

SUMIFS(sum_range, criteria_range1, criteria1, criteria_range2, criteria2, ...)

sum_range → 더할 범위

criteria_range1, criteria1 → 조건 범위와 조건값 조건이 여러 개면 AND 조건으로 동작

sumifs를 쓰면 상대적으로 짧은 식으로 원하는 값을 찾을 수 있음.

search, iferror

고급필터랑 거의 같은내용

프로시저 cdate

데이터 가져오기

아니 원래 레거시 마법사를 이용해서 했던것같은데 이제는 피벗테이블에서 외부원본 이용해서 불러오는듯... 오늘은 운좋게 원본에서 바로 했는데 가져오기에서 라고 하면 내 데이터에 추가? 이거 하면 안됨

데이터 모델에 이 데이터 추가 선택하지 말라는 말.

그냥 하라할 때만 저거 하자..

ㅋㅋ아님

데이터 가져오기 - 기타원본에서 - microsoft Query에서

엑세스

dsum

하위커리에서 작성한거라 하위커리에 있는 폼이름을 작성해야함...!!!! 하 맞네 그러보니 그랬네 ㅜ

dsum("주차총수","광진구주차장현황","주차장유형번호=txt주차장유형번호")

엑셀

계산

날짜함수

시리얼넘버 -> 날짜

1. text

   =TEXT(45000,"yyyy-mm-dd")
   

이건 문자로 바뀌기 때문에 날짜계산 안됨


2. date

=DATE(YEAR(A1),MONTH(A1),DAY(A1))

#### CDATE
아니 이거 낮에 나와서 복기때 봤는데도 어떻게 쓰는지 모른다는게 말이됨?
그냥 괄호 안에 값을 넣어라
값을 날짜형(Date) 으로 변환하는 함수 -> cdate
`CDate(expression)`


### fixed

FIXED = 반올림 + 서식 지정 + 문자열 변환

=FIXED(number, [decimals], [no_commas])

number : 반올림할 숫자
decimals : 소수 자릿수 (기본값 2)
no_commas : 천 단위 구분기호(,) 표시 여부
    - 생략하거나 FALSE → 쉼표 표시함
    - TRUE → 쉼표 빼고 출력
논리값 TRUE = 1, FALSE = 0

| 수식                         | 결과         |
| -------------------------- | ---------- |
| `=FIXED(1234.567,2,FALSE)` | `1,234.57` |
| `=FIXED(1234.567,1,TRUE)`  | `1234.6`   |
| `=FIXED(1234.567,0)`       | `1,235`    |

엑셀

기본작업

row

영역에서 행 번호를 4로 나눈 나머지가 0인 데이터의 행 전체에 대해 ~ .. =MOD(ROW($A3),4)=0 정답 : =MOD(ROW(),4)=0

row나 column은 참조(셀)를 안해도 된다!

계산작업

if배열에서 OR처리

범위 조건을 배열 수식으로 걸 때 OR 함수는 제대로 동작하지 않는다.

(조건1) + (조건2) → 배열 수식에서 OR 효과 (조건1) * (조건2) → 배열 수식에서 AND 효과

따라서 시험에서는 +와 * 연산을 이용하는 방식이 정답 처리됨

재무함수

PMT

일정 이자율과 기간으로 대출 상환액(매회 납입금) 계산

=PMT(rate, nper, pv, [fv], [type])

PMT(이자율, 기간, 현재가치, [미래가치], [말/초])\

FV

일정 금액을 적립했을 때 미래에 모이는 금액 계산

=FV(rate, nper, pmt, [pv], [type])

=FV(이자율, 기간, 납입액, [현재가치], [말/초])

재무함수 매개변수

pv(Present Value): 현재 가치 (대출금, 적립금의 현재 값) fv(Future Value): 미래 가치 (목표금액, 만기 시점 잔액) pmt(Payment): 매회 납입액 (상환액, 저축액)

countif

지정한 범위 안에서 조건을 만족하는 셀의 개수를 세는 함수 조건식에 ""쓰는거 잊지말기.

=COUNTIF(범위, 조건)

=COUNTIF(A1:A10, 10) A1:A10 범위에서 값이 10과 같은 셀 개수 10이 몇 개인지

=COUNTIF(B1:B20, ">100") B1:B20에서 100보다 큰 값 개수 조건식 가능

분석작업

그룹

엑세스

DB구축

데이터형식

255자 이상의 데이터가 입력되도록 데이터 형식을 설정하시오 : 긴텍스트

입력 및 수정 기능 구현

조건부서식

문제 : 시장구분 필드의 값이 유가증권인 경우 본문 모든 텍스트 상자의 글꼴 색을 변경

조건은 잘 썼는데 필드 값이 아니라 식으로 할 것!

컨트롤 원본 vs 행 원본

컨트롤 원본에만 바인드시키면 이렇게 목록에는 아무것도 안 뜸!

반대로 해야 폼에 안뜨고 목록에 뜸 !

조회 및 출력 기능 구현

RecordSource

txt조회 컨트롤에 입력된 킥보드명을 포함하는 킥보드명이 표시되도록 하시오 포함! 문제 똑바로 읽기

Me.RecordSource = " select * from 킥보드 where 킥보드명 like '*" & txt조회 & "*'"

like txt조회 -> like 'txt조회'인거 기억하기

또 나는 select 킥보드명 이라고만 했는데 이러면 하위폼 연결이 이상하게 됨. select *로 받아줄 것 !

날짜형식

오늘 날짜와 현재 시간을 2025-05-05 (월) 오전 10:30 처럼 표시되도록 컨트롤 원본과 형식 속성 설정

원본 -> now()

형식 -> yyyy-mm-dd (aaa) ampm hh:nn

docmd msgbox

메시지 상자에서 <예>를 클릭했을 때만 저장여부를 묻지않고 저장한 후 폼을 종료하시오.

dim a
a = msgbox("폼을 종료하시겠습니까?", vbYesNo, "폼 종료")
if a = vbyes then
    docmd.close **acForm**,"채용회사",acSaveYes
end if

RecordsetClone.findfirst

Me.RecordsetClone.FindFirst "조건" 여기는 ="조건"이 아니다!!!!!!

엑셀

계산작업

MODE.SNGL

MODE.SNGL(숫자들-범위-)

조건에 만족한 대출액의 평균을 계산하시오 조건 : 고객등급이 '최우수'이면서 대출액이 최빈수 이하이거나 고객등급이 '우수'이면서 대출액이 최빈수 이하, MODE.SNGL함수 사용

표를 만들 때 고객등급 \ 조건 최우수
우수 \

이런식으로 만들어야함!

DAVERAGE

데이터베이스 함수! DAVERAGE(표, 평균구할 열번호-이름/숫자-, 조건)

표전체(필드명 포함),열(필드명)이름,조건(표)

해설 18:00

vlookup

VLOOKUP(찾으려는 값, 찾을 범위, 몇번째 열에서 찾을지, [정확한 값/ 근사값])
정확한 값 = false = 0

찾을범위! VLOOKUP의 근사값 모드(TRUE) 동작:

오름차순으로 정렬! 찾는 값(lookup_value)보다 작거나 같은 값 중 가장 큰 값을 기준으로 삼음

즉, 구간의 시작점(이상 값)만 표에 두면, 엑셀은 자동으로 그보다 작은 구간을 다 포함해서 “미만” 처리.

분석작업

데이터 유효성 검사

검사 대상 셀 하나하나에 대해, 그 셀을 기준으로 수식을 적용하는 것이기 때문에 범위에 대한 질문을 해도 영역의 첫번째 셀 값만 수식으로 적어줄 것!

MOD(C9:H9,12)=0은 틀리고, MOD(C9,12)=0은 맞다

기타작업

UCASE

대문자로 변환하는 함수

UCASE(문자)

FOR EACH ~ NEXT

문법

For Each element In collection
    ' 실행할 코드
Next element

# element : 컬렉션에서 꺼낸 개별 항목(변수처럼 씀)
# collection : 여러 개의 요소가 들어 있는 집합(예: Range, Worksheets, Workbooks 등)

선택한 범위 안의 값을 전부 대문자로 변환하려면

For Each c In Selection
    c.Value = UCase(c.Value)   ' 선택한 범위 안의 값을 전부 대문자로 변환
Next c

여기서 c는 Range 타입 변수 → 반복문 돌 때마다 Selection 안에 포함된 셀 하나씩 담김

Selection은 실행할 때 마우스로 선택한 범위 전체 따라서 선택된 각 셀(c)을 순서대로 꺼내서 대문자로 바꿈

Range("A1:B10") = “프로그래머가 지정한 범위” Selection = “사용자가 선택한 범위”, 드래그 한 값

• 문제 : txt번호 컨트롤에서 조회할 번호를 입력한 후 cmd조회 단추를 클릭하면 txt종류, txt금액, txt지점에 해당하는 자료를 폼에 표시하고, 다음의 경우 메시지 상자를 표시하는 프로시저를 작성하시오.
  • 해당 대출번호의 정보가 없는 경우에는 "조건에 일치하는 자료가 없습니다."라는 메시지 박스 표시
  • for each next문 이용
  • 소문자를 입력할 때 대문자로 변환하여 조회

대출번호의 정보가 있는지 없는지 확인하기 위해 a를 b3~b15(대출번호)의 범위 값으로 잡고, -> for each a in range("b3:b15")

a값이 txt번호값과 같다면 txt종류, txt금액, txt지점값을 입력 -> if a=UCASE isdata = 1로 설정

다르다면 -> if isdata = 0

엑세스

입력 및 수정 기능 구현

테두리 스타일

• 문제: 폼의 크기를 조정할 수 없도록 설정 Access에서는 윈도우 창의 크기 조절 여부 자체를 ‘테두리 스타일’ 속성으로 컨트롤

테두리 스타일 = 두꺼움 → 크기 조절 가능 테두리 스타일 = 가늘게 → 크기 조절 불가 테두리 스타일 = 대화 상자 → 팝업처럼 고정 크기

즉, Access는 “크기 조절 여부”를 따로 두는 속성이 없고, 테두리 스타일에 묶어둔 거

조회 및 출력 기능 구현

순번

• count(*)

특정 그룹이나 전체 레코드 개수를 세어서 순번처럼 사용. 보통 쿼리나 그룹화된 보고서에서 그룹 내 행 번호를 만들 때 사용함. 예: =Count(*)를 컨트롤 원본으로 하면 → 해당 그룹 내에서 몇 번째 레코드인지 표시됨. 👉 카운트 함수로 그룹 내 행 번호를 구하는 방식

• 1 컨트롤 원본을 그냥 =1로 두면 모든 행에 1만 표시됨. 대신 해당 컨트롤의 집계 기능(누적 합계 = "그룹 전체" 또는 "구간별") 을 켜주면, 행이 진행될수록 1,2,3… 식으로 순번처럼 올라감. 👉 보고서의 누적 합계 기능을 이용한 순번

이벤트 프로시저

• recordSource : 폼이나 보고서가 데이터를 가져오는 SQL문 또는 테이블/쿼리 이름 select문 사용하면 됨!!!!

• Requery: 폼이나 컨트롤의 데이터를 새로 고침(재조회)하는 메서드

me.recordsource = "select * from 강사 where 강사명 = '" & txt조회 & "'"
me.requery

엑셀

기본작업

페이지 레이아웃

여백 좁게

여백 수기입력 되지만 레이아웃 칸에 있음.

계산작업(VBA)

기출6회. 비고는 계좌번호의 4번째부터 2글자가 ~면 ..

4번째부터 2글자라길래 right("글자",4,2)인줄 알았는데 애초에 안되는거였다. right("글자",숫자)해서 오른쪽에서 n개글자만 추출하는 것!

k번째부터 n개의 글자를 뽑을 땐 ** mid함수**를 써야한다

Mid(문자열, 시작위치, 길이)

Mid("ABCDEFG", 4, 2)   '결과: "DE"

mid도 결국 str함수기 때문에 비교할 때 ""로 하는게 좋지만, 엑셀 vba에서는 내부에서 자체적으로 숫자 비교가 가능하게 해주긴 함.

분석작업

기출6 : 셀 서식에서 사죵자 지정을 이용하여 기본단위가 '천'이 되도록 설정

#,###,로 지정하면 됨

#,### = 천 단위마다 쉼표 구분

#,###,
마지막에 , = 표시 = 천 단위로 나눠서 표시
-> 기본 단위를 ‘천’으로 바꾸는 효과

기타작업

VBA 프로그래밍

caption

opt은행.caption하면 caption값인 은행이체가 값으로 들어감.

UNLOAD ME

문제에서 창 닫기 뿐만아니라 메모리에서 제거 된다는 표현도 UNLOAD ME 사용하는 것

엑세스

입력 및 수정기능 구현 - 폼

filter

문제 : 'lst부서명' 컨트롤에서 선택한 부서명에 대한 사원 명단이 표시되도록 한 후, 'chk전체부서'의 값이 False로 되도록 구현하시오

정답

if me.chk전체부서 then
    me.lst부서명 = null
    me.filteron = false
end if

확인란 컨트롤(chk전체부서)는 그 자체가 T/F값을 가지기 때문에 me.chk전체부서 = True 라고 안하고 그냥 이름만 써도 됨. 확인란이 선택된 경우 목록상자(lst부서명)의 선택행은 해제 -> null filter가 뭔지는 문제에서 나와있지 않지만, 적용된 필터 기능을 해제해야함.

조회 및 출력기능 구현 - 보고서

count

인원수 셀 때 count(*)하는데 언제 누적합계-그룹을 선택해야하지?

문제 : 부서코드 바닥글의 'txt인원수' 컨트롤에는 해당그룹의 인원수가 표시되고

라길래 당연히 그룹으로 했는데 이거때문에 틀렸다 ㅠ 기본으로 안하고 =1 이런식으로 컨트롤 원본 설정할때만 그룹 선택하는건가?

filter

문제 : 'lst부서명' 컨트롤을 클릭하면 'lst부서명' 컨트롤에서 선택한 부서명에 대한 사원명단이 표시되도록 한 후, 'chk전체부서'의 값이 false가 되도록 구현

me.filter= "부서명 ='" & lst부서명 & "'"
me.filteron = True
me.chk전체부서 = False

처리 기능 구현

열 머리글

열의 순서를 지정할 때 열머리글에서 하나하나 치기. "사원","대리","과장","차장"

+-표시없애기

출시일의 -표기 없애는 법 : 피벗 테이블 분석 - 표시 - +-단추 잘 확인하면 바로 있다잉

자동 서식

옵션 - 빠른실행도구모음 - 모든명령 - 자동서식 맨 오른쪽

시나리오

바뀔 값을 적어두고, 요약에서 결과값 적기

정렬

프로시저

계산(사칙연산 등)에 사용되는 cell값은 숫자여야하기때문에 value로 적어줄 것.

i = [셀].currentregion.rows.count + 셀 행 수 - 1

입력마스크

• L : 영문자/한자 (필수)
• A : 영문자·숫자(필수)
• a : 영문자·숫자(선택)

유효성검사

값이 여러 개일 땐 In() 사용 → In("A","B","C",...) 값이 2~3개라면 OR도 가능

콤보상자 행 원본

콤보상자 행 원본에"VAT", "FRE"만 표시되도록 설정 : 행원본유형 - 값 목록, 행 원본 = VAT;FRE ;인거 기억하기

도메인 집계 함수

D("필드명","테이블명","조건") ("필드","원본","조건")

<상품정보>폼에 'txt총판매금액'컨트롤에는 <판매상세>테이블에서 해당 상품코드에 대한 '금액'필드의 합계가 표시되도록 구현하시오 : dsum("[금액]","[판매상세]","[상품코드]="txt상품코드") -> 틀림 dsum("[금액]","[판매상세]","[상품코드]= '" & txt상품코드 & "'")

join

~에는 있고 ~에는 없다

• not in <판매내역>테이블을 이용하여 최근 매출이 없는 사원에 대해 <사원>테이블의 ~.. not in (select 사원코드 from 판매내역)

• is null 판매 경험이 한번도 없는 직원의 ~를 조회하시오 <사원>,<판매내역>테이블 이용

조인 속성에서 사원에서는 모든레코드, 판매내역에서는 일치레코드만.

사원테이블의 사원코드,이름,입사일을 사용하는데, 판매내역 테이블의 판매번호는 is null.

엑셀

기출문제 따라잡기[1-3]

기본작업

~가 아니다 = <>

피벗테이블

• 그룹화 : 행 위에서 마우스 오른쪽 - 그룹
• 열합계 : 개요설정 마친 후, 계산필드 - 행에 마우스 오른쪽
• 행 이름 제대로 확인하기!!! 이거 다르면 틀린거임!!
• 드래그로 수동움직임 가능함

정렬

셀값을 기준으로 정렬 한 후 색깔표시 다음 기준에서 글꼴색

차트

계열겹치기

데이터 계열 선택 후 데이터 계열 서식 - 계열 옵션

데이터 유효성 검사

목록

문제 : 데이터 유효성 검사 도구를 이용하여 '사원, 대리, ~'만 입력되도록 제한대상을 설정하시오 -> 데이터 유효성 검사 목록, "없이 텍스트만 치면 됨.

자동필터

데이터 - 정렬 및 필터 - 필터, 목록단추 선택후 숫자 - 사용자지정 날짜도 그랬듯, 시간도 10시 이후라면 >=10:00로 맞춰줄것!

VBA

cmb에 txt 입력

• cmb에 텍스트를 입력 cmb등급에 "vip", "우수", "일반"이 표시되도록 프로시저를 작성하시오 하면 additem을 해주기! cmb등급.additem "vip" cmb등급.additem "우수" ...

EXCESS

DB구축

기본값

• 새로운 레코드가 추가되는 경우 '시간'이라는 값이 입력되도록 설정 기본값에서 시간. 형식 아님!

IME 모드

• 해당 필드에 데이터가 입력될 때 자동적으로 '영문'입력상태로 변환 영숫자반자!

입력마스크

- 표기하기 위해서 000;0; 마지막 ;도 붙여주기!!

0 이상의 값 :

• A부터 E까지의 값만 입력되도록 설정 IN ("A","B","C","D","E")

입력/수정

레코드 선택기

흰바탕의 개미똥꾸녕만한 삼각형이 레코드 선택기

경고 / 닫기

• 경고 메시지 상자 표시 후 예를 클릭할 때만 폼이 닫히도록 (docmd, msgbox, dim a)

dim a 
a = msgbox("내용", vbQuestion + vbYesNo, "제목")
if a = vbYes then
    docmd.close
end if

vbQuestion + vbYesNo a = vbYes

추가쿼리

테이블에 내용 추가할 때

쿼리디자인 - 필요 필드 드래그 - 쿼리 디자인 보기 마우스 오른쪽, 쿼리유형-추가쿼리

a테이블에 존재하지 않는 레코드만 추가

not in (select 필드명 from a)

이렇게 테이블을 두개 띄워놓으면 inner로 인식되기때문에, 하나만 띄울 것!

이벤트 프로시저

Private Sub cmd조회_Click()
Me.RecordSource = "select 공급업체명 from 거래물품 where 공급업체명 = '" & txt공급업체명& "'"
End Sub

안돌아감. 왜냐하면 txt&로 해야하기 때문... 띄어쓰기가 없으면 오류가 남.....

폼닫기

Docmd.close acForm,"배치입력",acSaveYes

하위 쿼리 작성

select문 사용하라는 뜻 여기서도 sql이랑 똑같다.. 집계는 groupby해서 having으로 조건 넣어주기..

도메인 집계 함수

Dlookup, Dsum, Davg("필드","원본","조건") 원본은 테이블이나 쿼리를 의미함 꼭 전부 따옴표를 붙여주기!

• 필드 : 가져올 필드명(열이름), 출력할 값 의미 필드를 쓸 때는 무조건 대괄호! 표시 예 : 씨앗명 금계국의 총 입고수량이 10인 경우 → 금계국 총입고수량 10개 =[씨앗명] & " 총입고수량 " & DSum("입고수량","씨앗입고","씨앗코드=txt씨앗코드") & "개"
• 원본 : 값을 찾을 원본(테이블명 또는 쿼리명)
• 조건 : 찾을 조건

Q1. 본문의 ‘txt씨앗명’ 컨트롤에는 씨앗코드가 ‘txt씨앗코드’에 해당하는 씨앗명이 표시되도록 설정하시오.

A1. Dlookup("씨앗명","씨앗","씨앗코드 = txt씨앗코드")

Q2. 씨앗코드가 ‘txt씨앗코드’에 해당하는 입고수량의 합계가 표시되도록 설정하시오.

A2. DSum("입고수량","씨앗입고","씨앗코드=txt씨앗코드")

모달

속성시트 - 폼 - 기타 - 모달 폼이 로드 될 때 다른 개체들이 선택되지 않도록 관련 속성을 설정 -> 모달 예!

함수

string

같은 문자를 여러 번 반복해서 만든 문자열을 반환하는 함수

String(number, character) 반복할 횟수, 반복할 문자. 문자는""로 감쌀 것

dateadd

DateAdd(interval, number, date)

interval(단위) 코드

날짜 이후는 크거나 같다(>=)

iif

조건에 따라 값을 다르게 반환하는 함수(CASE WHEN 같은 역할) IIf(조건, 참일 때 값, 거짓일 때 값)

mod

괄호를 쓰지 않는다! 값 Mod 나눌값

choose

인덱스 번호를 기준으로 여러 값 중 하나를 선택해서 반환하는 함수 choose는 1부터 시작! Choose(index, 값1, 값2, 값3, ...)

REPLACE

REPLACE(문자, 고칠문자, 새문자)

DATEPART

DATEPART("날짜형식",날짜)

매크로

조건

[필드명] = [forms]![현재폼명]![컨트롤명]

보고서

암호화

‘txt전화번호’ 컨트롤에 연결된 전화번호가 * 형태로 표시 되도록 암호화하기 위해 입력마스크를 설정하시오.

데이터 - 입력마스크 - password

이벤트 프로시저

access의 조건 : 필드명 = 컨트롤명

예제 " 이름 = ' " & txt검색 & " ' "(문자일경우 작은따옴표, 컨트롤에 들어가는 값을 반드시 문자라는 뜻)

• 문자는 ''
• 날짜는 ##
• 숫자는 아무것도 붙이지 말 것

필드 = 데이터베이스의 "열" 레코드 = 데이터베이스의 "행"

컨트롤 = 폼/보고서에서 데이터(필드 값)를 표시하거나 조작하는 "도구" txt검색, cmd해제 ...

filter

me.filter = 조건 me.filteron = true

recordsource

me.recordsource = "select * from 테이블 where 조건 "

• ‘최고주문량(cmd최고주문량)’ 버튼을 클릭하면 ‘수량’의 값이 10이상 20이하인 값만 검색되도록 하시오.

• ‘txt월조회’ 컨트롤에 입고일자의 월을 입력하고 ‘조회(cmd조회)’ 단추를 클릭하면 입고일자의 월에 해당하는 레코드만 조회되는 이벤트 프로시저를 구현하시오.

• ‘txt최소수량’ 컨트롤에는 입고수량의 최소값을 입력하고 ‘txt최대수량’ 컨트롤에는 입고수량의 최대값을 입력한 후 ‘검색(cmd검색)’ 단추를 클릭하면 입고수량의 최소수량과 최대수량 사이의 레코드가 조회되도록 이벤트 프로시저를 구현하시오

bookmark

me.recordsetclone.findfirst "조건" me.bookmark = me.recordsetclone.bookmark

• ‘txt찾기’ 컨트롤에 씨앗명의 일부를 입력하고 ‘찾기(cmd찾기)’ 단추를 클릭하면 입력된 값을 포함하는 첫 번째 레코드로 이동하는 이벤트 프로시저를 구현하시오.

recordSource vs recordSetClone

orderby

me.orderby = "필드명 " me.orderbyon = true ** =, " 붙이는거 잊지말기...**

applyfilter

docmd.applyfilter, "조건"

openform/report

docmd.openform "폼이름", acnormal docmd.openform "폼이름", acnormal,,"조건" docmd.openform "폼이름", acpreview,,"조건" -> 인쇄미리보기

gotorecord

docmd.gotorecord acDataForm, "폼이름", acNewRec acNewRec : 새로운 레코드로 이동

msgbox

dim aa aa = msgbox(내용, ybYesNo, "")

if aa = vbYes then do cmd.close end if

if txt구매수량 <= 1 then msgbox "내용" end if ~ ..

vb

vbyesnocancel acSaveYes -> 자동저장(저장여부 묻지않음)

setfocus

txt이름.setFocus txt이름.FontBold = True

sql구조

requery메서드 쓰라는게 이거임!

docmd.runsql " ~ " 여기서는 "text주소" 이런 따옴표 안함

추가

insert into 테이블명(필드명, 필드명 ...) values(값1, 값2, ..) docmd.runsql "insert into ~ ..."

예시
DoCmd.RunSQL "insert into 회원 values ( text고객ID, text이름,text전화번호,text우편번호,text주소, text이메일)"
Me.Requery # 바로실행하라는 의미

변경(업데이트)

update 테이블명 set 필드명 = 값

삭제

delete from 테이블명 where 조건식

docmd vs me

me

• 필터 Me.Filter = "조건" Me.FilterOn = True
• 레코드 소스 Me.RecordSource = "SELECT * FROM 테이블 WHERE 조건"
• 레코드셋 클론 + 북마크 (특정 레코드로 이동) Me.RecordsetClone.FindFirst "조건" Me.Bookmark = me.RecordsetClone.Bookmark
• 정렬 Me.OrderBy = "필드명" Me.OrderByOn = True
• 컨트롤 포커스/속성 변경 txt이름.SetFocus txt이름.FontBold = True

docmd

• 필터 적용 DoCmd.ApplyFilter , "조건"
• 폼/보고서 열기 DoCmd.OpenForm "폼이름", acNormal DoCmd.OpenForm "폼이름", acNormal, , "조건" DoCmd.OpenForm "폼이름", acPreview, , "조건" ' 인쇄 미리보기
• 레코드 이동 DoCmd.GoToRecord acDataForm, "폼이름", acNewRec
• SQL 실행 DoCmd.RunSQL "INSERT INTO ... "

쿼리 작성

이름바꾸기

바꿀이름명:원래이름 바꿀이름 뒤에 : 딱붙이고, 원래 이름 앞에 한 칸 띄우는게 포인트!

주소지: REPLACE([주소],"서울특별시","서울시")

주소는 원래 있던 필드니까 []로 씌워주기!

첫글자

첫글자가 a~d로 시작 -> 조건 LIKE "[A-D]*" [], *, "", LIKE 모두 중요함!

쿼리 만들때 조건에 들어가는 IN은 []안함 EX) 씨앗명이 양귀비와 메밀꽃 => 조건 IN("양귀비","메밀꽃")

요약

개수, 합계, 요약, 최대/최소는 요약에 들어가서 해야함!

매개변수

조건에 []를 이용해서 적기! Like "*" & [검색할 씨앗명의 일부를 입력하시오] & "*"

불일치쿼리

<씨앗> 테이블의 씨앗코드에는 존재하지만 <주문> 테이블의 씨앗코드에는 존재하지 않는 자료를 조회하는 쿼리를 작성하시오.

조인속성

데이터 유효성 검사

데이터 - 데이터 도구 - 데이터 유효성 검사

데이터 유효성 검사는 검사할 범위를 먼저 설정해야함. 문자로 값을 제한할 때는 제한대상을 목록으로 설정, 따옴표를 붙이면 안됨

COUNTIF

COUNTIF(범위, 조건) : 범위에서 조건에 만족하는 갯수를 셈 중복값 확인할 때 1이면 중복없음

=COUNTIF(범위(고정), 값1)=1

SEARCH

SEARCH(찾을문자, 문자): 찾을문자가 문자에 몇번째에 있는가

부분합

부분합하기 전, 정렬을 먼저 해야함!

통합

통합하기 전 드래그 해놔야함!

데이터 표

데이터 표는 행/열 구분이 반대임 그냥 가로/세로 순서라고 생각하기

차트

도형 스타일

차트도구 - 서식 - 도형 스타일

기본 주 세로 눈금 선

+버튼 클릭 후 설정

차트 종류 전체 원뿔형

3차원 묶은 세로 막대형 변경 - 데이터 계열 서식 - 전체 원뿔형

데이터 표

+버튼 클릭 후 데이터테이블(데이터 테이블=데이터 표)

매크로

개발도구 - 매크로기록

사용자 서식 지정

너비만큼 채우기

[조건]*채울문자#,##0 *채울문자인거 기억하기!! 별 뒤에 문자

프로시저

개발도구 - 디자인모드

cmb이름.show 행 = [cell].CurrentRegion.Rows.Count + cell의 행 수

cmb이름.rowsource = "범:위" cmb이름.columncount = n (범위의 열 개수) 만약에 열이 1개밖에 없다면 굳이 안해도 됨

1. Cells(행, 2) = cmb구분.List(cmb구분.ListIndex, 0)

• .ListIndex → 콤보박스에서 현재 선택된 항목의 인덱스(0부터 시작)
• .List(행번호, 열번호) → 콤보박스 목록에서 해당 위치의 값 가져오기

2. Cells(행, 2) = cmb주문메뉴.Column(0) 열이 하나밖에 없다면 cmb이름.value하면 됨

Cells(행, 3) = txt아동명.Value Cells(행, 8) = (Hour(Cells(행, 7)) - Hour(Cells(행, 6))) * Cells(행, 5)

val

val(문자열) 문자열의 왼쪽부터 읽어서 숫자로 변환, 변환 불가능하면 0 반환

Val("123")          ' 결과: 123
Val("  45.67")      ' 결과: 45.67   (앞 공백 무시)
Val("100원")        ' 결과: 100     ("원"에서 멈춤)
Val("온도25")       ' 결과: 0       (처음부터 숫자가 없으므로 0)
Val("12,345")       ' 결과: 12      (쉼표에서 멈춤)

msgbox

msgbox 내용,단추(vbokonly),제목 괄호()가 없는게 포인트!

unload me

프로시저 종료

now vs time

• now() : 날짜 + 시간 2025-08-11 19:50

• time() : 시간 19:50:45

• today() : 날짜 2025-08-11

font

[b3].Font.Name = "궁서체" [b3].Font.Size = 14 [b3].Font.Bold = True

초기화

폼의 모든 컨트롤의 값이 초기화 되도록 작성하라 -> 모든 컨트롤 = ""

📌 배열수식 특징

• 결과값을 반영할 때 Ctrl+Shift+Enter로 입력
• 조건이 두 개일 경우 AND 조건은 *, OR 조건은 +로 작성
• 결과값은 {=배열수식} 형태로 앞뒤에 중괄호가 붙는다.
• 길이가 같은 열을 계산할 수 있다.
• 조건은 범위=찾을값 형태로 작성

sum함수 배열수식

📌 배열함수 외우는 핵심 패턴 조건 → 범위 → 함수적용 순서

• 조건 먼저: (조건)*범위
• IF 쓰면: IF(조건, 범위)

배열수식에서 조건의 경우 상대참조하지않음

frequency

frequency(범위1,범위2)
FREQUENCY(data_array, bins_array)

범위1에서 범위2에 해당하는 빈도수를 구하는 것

data_array → 빈도수를 셀 데이터 집합

bins_array → 구간 경계값(기준값) 목록 bins_array의 각 값은 이 구간의 최대값을 의미 bins_array 경계값 리스트(각 값은 이 값까지라는 의미)

배열수식 표2, 표3, 표7 다시풀기

작동 원리 bins_array의 각 값은 "이 구간의 최대값"을 의미함 data_array의 각 데이터가 어느 구간에 속하는지 계산 각 구간에 속하는 데이터 개수를 셈

FREQUENCY 자체에 조건 기능이 없어서, IF(조건, 데이터) 형태로 첫 번째 인수에 조건을 걸어줌 → 특정 조건에 해당하는 데이터만 집계 가능

마지막 구간(마지막 셀) 에는 bins_array의 최대값보다 큰 값들의 개수가 들어감

RANK.EQ(내값, 비교군, 0)

VBA사용자 정의함수

개발도구 - visual basic - 삽입 - 모듈

if

if - elseif - else - endif else if 안됨. elseif여야함(띄어쓰기 주의)

꼭 값들은 "" 해주기!

case when

Select Case 표현식
    Case 값1
        ' 값1일 때 실행할 코드
    Case 값2
        ' 값2일 때 실행할 코드
    Case 값3, 값4
        ' 값3 또는 값4일 때 실행할 코드
    Case Is > 숫자
        ' 표현식이 숫자보다 클 때 실행
    Case Else
        ' 위 조건에 모두 해당하지 않을 때 실행
End Select

# 예시1
Select Case 점수
    Case Is >= 90
        MsgBox "A등급"
    Case Is >= 80
        MsgBox "B등급"
    Case Is >= 70
        MsgBox "C등급"
    Case Else
        MsgBox "F등급"
End Select

# 예시2
Select Case score
    Case 90                ' 점수가 90이면 실행
        MsgBox "정확히 90점"
    Case Is >= 80          ' 점수가 80 이상이면 실행
        MsgBox "80점 이상"
    Case Else
        MsgBox "그 외"
End Select

then을 쓰지 않는다! else만 쓰면 안됨. else case도 아님! case else인거 기억하기

for

For … Next 문 (횟수 반복)

For 변수 = 시작값 To 끝값 Step 증가값
    반복해서 할 작업
Next 변수

For i = 1 To 5
    Print i   # 1, 2, 3, 4, 5
Next i

Public Function kp점수차트(점수)
If 점수 >= 200 Then
    For a = 1 To 점수 / 200
        kp점수차트 = "♣" & kp점수차트
    Next a
Else
    kp점수차트 = "재시험"
End If
End Function

시작값부터 끝값까지 변수값이 변하면서 반복 Step은 몇씩 증가할지 (생략하면 1)

for문 끝내는건 next로!

For Each … Next 문 (모음 반복)

For Each 변수 In 모음
    반복해서 할 작업
Next 변수

For Each cell In Range("A1:A3")
    cell.Value = "안녕"
Next cell

For … Next → 숫자 범위를 반복 For Each … Next → 모음(집합)을 반복 Next 뒤에는 변수 이름을 쓰는 게 안전 반복 중 멈추려면 Exit For

피벗테이블

외부 데이터 가져오기

1. 삽입 - 표 - 피벗테이블 - 외부 데이터 원본에서

외부 데이터 원본으로 ~의 데이터를 사용하시오 원본!삽입!표!

2. 데이터 - 외부데이터가져오기 - 레거시마법사 - 마이크로소프트쿼리...

외부 데이터 가져오기 기능을 이용하여 ~..

• 조건을 비교하는 함수들은 범위-조건 순으로 작성해야한다.
• 조건을 비교하는 함수는 비교연산자를 문자열로 인식해야하기 때문에 따옴표를 써야한다.

  EXCEL

  RANK.EQ

  RANK.EQ(기준셀,범위,0)

  기준셀이 범위에서 몇등인지 나타냄

[order]: 정렬 방식 (선택 인수)

• 생략 또는 0: 내림차순 (기본값)
• 1: 오름차순

COUNTIFS

COUNTIFS(범위1, 조건1, 범위2, 조건2, ...)

분류가 이면서 담당자가인 판매 건 수

SUMIFS

SUMIFS(합계범위, 범위1, 조건1, 범위2, 조건2, ...)

분류가 ~ 이면서 담당자가 ~의 총 판매액 합계범위를 제일 처음 적어주고 조건이 뒤에 붙는거 기억하기 범위 - 조건 순서!

VLOOKUP

VLOOKUP(기준셀, 참조범위, 열번호, 0)

0 : 정확한 값 1 : 유사한 값

찾고자 하는 값을 열번호에 적어야함!! 같은 값을 찾는게 아니다. 기준셀이 직급이 되는 거고 기본급/직급수당/총액이 열번호로 나타내야 하는 값이 되는 것

정확한 값이 없으니까 유사한값 1로 써주기. 크기로 뭐 어떻게 할 생각 하지 말 것

ISBLANK

ISBLANK(셀)

MEDIAN

MEDIAN(범위)

column

열 번호를 알려주는 함수

column(셀)

column(c200) = 3 -> c니까

row

행 번호를 알려주는 함수 row(c200) = 200

isodd

홀수이면 참(0)

isodd(숫자)

iseven

짝수이면 참

iseven(숫자)

검토

시트보호는 검토 - 변경 내용에 있음

차트 잠금

차트 영역 서식 - 크기 및 속성 - 속성 - 잠금

CONCATENATE

텍스트를 하나로 합침

CONCATENATE("A","B") -> AB

INDEX

범위에서 행, 열의 값

INDEX(범위, 행, 열)

EX) A1~C3의 2행 1열 값 => A2값

맨날 하는데 어떻게 맨날 모르냐 다섯번 해도 여섯번 모르는 내가 너무 황당.

MATCH

특정 값이 범위 내에 어디에 위치해있는지 위치를 반환. 범위는 같은 행 / 같은 열 내임

MATCH(찾는 값, 범위, 0)

0은 정확한 값, 1은 유사값

TEXT

값을 형식에 맞춰서 나타냄

TEXT(값, "형식")

조건부 표시 형식

[] 사용

=TEXT(값, "[조건]형식;[조건]형식;[조건]형식")

Excel의 TEXT 함수에서만 가능한 특수한 사용자 지정 숫자 형식 문법 세미콜론(;)으로 최대 3가지까지 나눌 수 있고, 각 구간에 [조건]을 지정해 출력 형식을 다르게 할 수 있다

일반적으로 양수;음수;0 순으로 나타냄

• []안에 조건 쓰기 []안에 비교조건을 쓸 수 있고, 그 조건이 참이면 그 형식 사용함.

날짜 적을때 YY/MM/DD인건 잘 했음 요일은 AAA로 표시!

AVERAGEIF

조건에 해당하는 값들의 평균

조건을 비교할 범위,

AVERAGEIF(조건과 비교할 범위, 조건, 평균 낼 범위)

얘도 진짜 인덱스/매치만큼이나 모른다..

IF

IF(조건, 참, 거짓)

ISERROR

오류이면 참

REPLACE

기존 텍스트의 일부(숫자로 바꿀 범위 나타냄)를 바꿈

REPLACE(텍스트, 시작번호, 몇개, 바꿀텍스트)
REPLACE("abcdef", 2, 3, "XYZ") 
→ "aXYZef"

REPT

텍스트를 지정한 횟수만큼 반복

REPT("텍스트","반복횟수")
REPT("★", 5) 
→ ★★★★★

COUNTA

비어있지 않은 셀의 갯수

COUNTA(범위)

EDATE

기준 날짜에서 몇 개월 전/후의 날짜 반환

EDATE("2025-01-31", 2) 
→ "2025-03-31"

QUOTIENT

나눗셈의 정수 몫 반환

QUOTIENT(나눌 값, 나누는 값) 
QUOTIENT(10, 3) 
→ 3

SUMIF

범위 중 조건에 맞는 값들의 합계 ** 범위-조건 순서인거 잊지말기 **

SUMIF(범위, 조건)

EXCES

입력마스크

구역1;구역2;구역3 구역1 : 사용자 지정 기호, >LAa09# 구역2 : 0 구역3 : 화면 표시 기호

기본 구조

구역1

간단하게 요약하면..

L : 영문자, 한글 입력(필수) ? : 영문자, 한글 입력(선택)

구역 2

저장형태

구역3

자리 표시 문자 사용자가 입력하지 않은 자리에 표시되는 문자 기본값은 _ (언더바) 예: 로 지정하면 빈 자리가 **--*처럼 보임

INSTR

찾고자 하는 문자의 위치를 알려줌

INSTR(문자, 찾는문자)

공백문자 입력을 막을 때 사용 가능 유효성 검사 규칙 : INSTR([씨앗코드], " ") = 0 -> 공백X

IN

포함하는 문자 찾기 SQL이랑 똑같음!

유효성 검사 텍스트

규칙 이외의 값을 입력하면 나타나는 메시지 상자

콤보상자

조회 - 컨트롤 표시 - 콤보상자. 콤보상자의 값을 직접 입력하기 위해서 행 원본 유형 = 값 목록 행 원본 = 값 넣어주기 행 원본에 입력할 시 ,가 아니라 ;로 작성하기

LIKE

포함문자 찾기. SQL이랑 다르다!

LIKE "* *" : 공백 포함

INDEX

중복 안될때 사용 가능

날짜 데이터 표기법

형식 - 보통날짜 : 25년 8월 5일

테이블 속성

유효성 검사 규칙

컬럼 2개에 관한 유효성 검사 규칙은 테이블 속성에서 작성

EXCES는 진짜 하나도 기억이 안난다.. 내일 11 다시 풀어봐야겠다 ㅠㅠ

문제

02_함수

3. TEXT

[표1]의 가입나이, 코드, 미납기간, [표3]을 이용하여 추가수수료[H4:H39]를 표시하시오. ▶추가수수료 : 가입금액*미납기간/100 ▶추가수수료가 0이면 ‘없음’으로 표시하고 0보다 크면 추가수수료에 ‘원’을 붙여 표시 [표시 예 : 0 → 없음, 284 →284원] ▶TEXT, HLOOKUP, MATCH 함수 사용

4. AVERAGEIF

[표1]의 코드, 가입기간, 미납기간을 이용하여 코드별 가입기간, 미납기간의 평균을[표4]의 [L19:M22] 영역에 계산하시오. ▶소수 세 번째 자리에서 버림하여 소수 둘째 자리 까지 표시 하시오.[표시예 : 1.666666 → 1.66] ▶ROUNDDOWN, AVERAGEIF 함수 사용

5. COUNTIFS

[표1]의 가입나이, 코드를 이용하여 인원수를 [표5]의 [L27:R3] 영역에 계산하시오 ▶표시 예 [ 2 → 2명] ▶COUNTIFS 함수, &연산자 사용

📊 프로모션 분석 주제 전체 흐름 요약

1. 성과 지표 설정

• 프로모션 효과 측정 지표로:

  • 전환율 (Promo 사용 → 구매 완료)
  • 장바구니 담기율
  • 재구매율
  • 평균 구매 금액 (객단가) 를 확인.

• 전환율은 100%로 고정 (Promo 입력 후 바로 구매 로그 기록되는 구조이므로 제외)

2. 고객 특성별 분석

• 성별, 연령대, 지역 별로 프로모션 사용 비율, 구매금액, 재구매율 분석

• 파이차트, 바차트, 선그래프, 히트맵 등 다양한 시각화로 비교

• 주요 인사이트:

  • 여성이 전체 수는 많지만, 프로모션 사용 비율은 성별 간 큰 차이 없음
  • 지역별 사용률은 대도시보다 중소도시에서 더 높음 → 프로모션 효과는 오프라인 대안이 적은 지역에서 큼

3. 프로모션 자체 비교

• 프로모션 코드별 전환고객 수 / 객단가 / 재구매율 비교
• 피벗 + 히트맵으로 시각화
• 사용률 높은 프로모션 vs 낮은 프로모션 → 지역, 연령대 분포 차이

4. 상품 특성 분석

• 카테고리, 브랜드별로 프로모션 사용 비율 분석
• 특정 프로모션이 특정 브랜드/카테고리에 더 집중되는 경향 확인

5. 핵심 질문으로 회귀

• “왜 분석하는가?”

  • 어떤 고객에게 집중해야 하는가?
  • 어떤 상품에 프로모션을 붙이는 게 효과적인가?

• → 이 질문에 답하려면:

  • 단순 사용률이 아니라 결과(금액, 반복 구매) 중심으로 분석해야 함

✅ 핵심 요약 정리

프로모션 성과 분석

프로모션별 평균 할인율, 매출, 주요 고객 , 주요 구매된 카테고리, 결제 유형 등

프로모 코드별 평균 할인율

• 코드

# promo_code가 있는 행만 필터링
  promo_df = transactions_df[transactions_df['promo_code'] != 'None']
                   promo_df['promo_code'].value_counts()

# 할인율 컬럼 추가
promo_df['discount_rate'] = promo_df['promo_amount'] / promo_df['total_amount']

# 프로모션 코드별 평균 할인율 계산avg_discount_by_code = promo_df.groupby('promo_code')['discount_rate'].mean().sort_values(ascending=False)
print(avg_discount_by_code)

transaction에서 promo_mount와 total_amount의 비율 확인해서 할인율 추정 가능

• 프로모코드를 사용한 결제 유형 확인
• 코드

  # 프로모션 코드별 + 결제수단별 건수 집계
  promo_payment_counts = promo_df.groupby(['promo_code', 'payment_method']).size().unstack(fill_value=0)
  

정렬

promo_payment_counts = promo_payment_counts.sort_index() print(promo_payment_counts)

비율로 변환 (행 기준 → 각 프로모션별 합계로 나눔)

percentages = promo_payment_counts.div(promo_payment_counts.sum(axis=1), axis=0) * 100

소수점 두 자리로 포맷

percentages = percentages.round(2) print(percentages)

- count

| 프로모션 코드 | Credit Card | Debit Card | Gopay | LinkAja | OVO |
                        | --- | --- | --- | --- | --- | --- |
                        | **AZ2022** | 31,339 | 14,279 | 17,934 | 7,868 | 17,807 |
                        | **BUYMORE** | 23,521 | 10,714 | 13,374 | 5,915 | 13,311 |
                        | **LIBURDONG** | 7,264 | 3,382 | 4,345 | 1,822 | 4,152 |
                        | **SC2022** | 3,955 | 1,854 | 2,284 | 990 | 2,188 |
                        | **STARTUP** | 3,861 | 1,802 | 2,281 | 1,010 | 2,151 |
                        | **WEEKENDMANTAP** | 7,263 | 3,316 | 4,038 | 1,746 | 4,085 |
                        | **WEEKENDSERU** | 21,619 | 9,884 | 12,524 | 5,532 | 12,382 |
                        | **XX2022** | 15,682 | 7,201 | 8,916 | 3,955 | 8,990 |


---        
비율로 나타내면 


| 프로모션 코드 | Credit Card | Debit Card | Gopay | LinkAja | OVO |
                | --- | --- | --- | --- | --- | --- |
                | **AZ2022** | 35.12% | 16.00% | 20.10% | 8.82% | 19.96% |
                | **BUYMORE** | 35.19% | 16.03% | 20.01% | 8.85% | 19.92% |
                | **WEEKENDSERU** | 34.90% | 15.96% | 20.22% | 8.93% | 19.99% |
                | **XX2022** | 35.05% | 16.09% | 19.93% | 8.84% | 20.09% |
                | **LIBURDONG** | 34.65% | 16.13% | 20.73% | 8.69% | 19.80% |
                | **WEEKENDMANTAP** | 35.52% | 16.22% | 19.75% | 8.54% | 19.98% |
                | **SC2022** | 35.09% | 16.45% | 20.26% | 8.78% | 19.41% |
                | **STARTUP** | 34.77% | 16.23% | 20.54% | 9.10% | 19.37% |

프로모션 코드별 결제 수단 비율이 거의 같음 
→ 프로모션 코드와 결제수단 사이에 유의미한 상관관계가 없다
(독립성 검정 해볼까? ⇒ 프로모션 코드와 결제수단은 독립적이다)

- 프로모 코드 추정
→ 구매까지 유도하는 코드로 유용한 코드인지
- `STARTUP`은 회원가입시 사용할 수 있는 코드이다.
                    - 회원가입 쿠폰이라면 join date와 created at 날짜(시간)차이가 적을 것이다.

| 프로모션 코드 | 건수 | 평균 | 표준편차 | 최소 | 25% | 중앙값 | 75% | 최대 |
                        | --- | --- | --- | --- | --- | --- | --- | --- | --- |
                        | AZ2022 | 89,227 | 658.77 | 502.23 | 0.0 | 234.0 | 563.0 | 1,005.0 | 2,209.0 |
                        | BUYMORE | 66,834 | 659.53 | 504.85 | 0.0 | 232.0 | 562.0 | 1,009.0 | 2,217.0 |
                        | WEEKENDSERU | 61,941 | 625.45 | 513.63 | 0.0 | 186.0 | 519.0 | 980.0 | 2,212.0 |
                        | XX2022 | 44,744 | 660.72 | 503.57 | 0.0 | 234.0 | 569.0 | 1,008.0 | 2,187.0 |
                        | LIBURDONG | 20,965 | 620.48 | 505.58 | 0.0 | 189.0 | 519.0 | 967.0 | 2,201.0 |
                        | WEEKENDMANTAP | 20,448 | 626.83 | 512.24 | 0.0 | 193.0 | 525.0 | 972.0 | 2,198.0 |
                        | SC2022 | 11,271 | 660.32 | 504.04 | 0.0 | 235.0 | 562.0 | 1,010.0 | 2,161.0 |
                        | **STARTUP** | 11,105 | **666.60** | 507.30 | 0.0 | 234.0 | 576.0 | 1,014.0 | 2,185.0 |

- STARTUP이 평균 **오히려 제일 큼**(가장 늦게 사용)

- 코드
```python
# aptc = Add to Promo + Transaction + Customer
                            aptc = pd.merge(apt, customer_df, how='left', on='customer_id')

# first_join_date 컬럼을 datetime 형식으로 변환
aptc['first_join_date'] = pd.to_datetime(aptc['first_join_date'])

# 시간대 없애기
aptc['created_at'] = aptc['created_at'].dt.tz_localize(None)

# 결제일 - 가입일 계산
aptc['date_diff'] = (aptc['created_at'] - aptc['first_join_date']).dt.days

# 프로모션별 평균 day 차이
aptc.groupby('promo_code')['date_diff'].mean().reset_index().sort_values('date_diff', ascending=False)

# 프로모션별 day차이 describe
aptc.groupby('promo_code')['date_diff'].describe()

• 회원가입 쿠폰은 1회성이다 customer_id별로 하나씩밖에 사용을 못하는데 그렇지않음. STARTUP promo 전체 사용자 수 = 7468명
• 두번 이상 사용한 사용자 수 = 2166명*

5번 사용한 99915 확인해보면

• 코드

  # 고객별로 promocode 몇 번 썼는지 count
  promo_usage = aptc.groupby(['customer_id', 'promo_code']).size().reset_index(name='use_count')
  

startup promo 몇 번 썼는지 count promo_usage[promo_usage['promo_code'] == 'STARTUP']

startup promo를 2번 이상 썼는지 확인

promo_usage[(promo_usage['promo_code'] == 'STARTUP') & (promo_usage['use_count'] >= 2)]

5번 사용한 경우(customer_id = 99915) 확인

aptc[(aptc['customer_id'] == 99915) & (aptc['promo_code'] == 'STARTUP')][ ['event_name', 'session_id', 'event_time', 'created_at', 'promo_code', 'date_diff']].T

- `WEEKENDMANTAP`, `WEEKENDSERU`, `LIBURDONG`는 주말 한정(공휴일) 할인쿠폰일 것이다
- 맞음
```python
# WEEKENDMANTAP
weekend_df = aptc[aptc['promo_code'] == 'WEEKENDMANTAP'].copy()

# 사용 날짜 요일 이름으로 나타내기
weekend_df['day_of_week'] = weekend_df['created_at'].dt.day_name()
                        weekend_df['day_of_week'].value_counts()

# WEEKENDSERU
weekend_df = aptc[aptc['promo_code'] == 'WEEKENDSERU'].copy()
weekend_df['day_of_week'] = weekend_df['created_at'].dt.day_name()
                        weekend_df['day_of_week'].value_counts()

# LIBURDONG
libur_df = aptc[aptc['promo_code'] == 'LIBURDONG'].copy()
libur_df['day_of_week'] = libur_df['created_at'].dt.day_name()
libur_df['day_of_week'].value_counts()

• WEEKENDMANTAP MANTAP : 짱이다, 굿, 강력하다 Sunday 10827 Saturday 9621

• WEEKENDSERU ERU : 재밌다, 흥미롭다, 신난다

Sunday 32910 Saturday 29031

• LIBURDONG Libur = 휴일, dong은 감탄사

Sunday 11139 Saturday 9826

• SC2022, AZ2022, XX2022 는 특정 시기(캠페인-2022-)코드일 것이다

2022가 있어서 2022년 특정 프로모션일 것이라 예상했는데 그것과 관계없이 꾸준히 이루어 짐을 확인할 수 있다.

• 코드

  # 비교할 프로모션 코드 목록을 정의
  codes = ['SC2022', 'AZ2022', 'XX2022']
  

전체 그래프 크기 설정

plt.figure(figsize=(12, 5))

각 프로모션 코드에 대해 반복

for code in codes:

해당 코드에 해당하는 행만 필터링 (복사본 생성)

df = aptc[aptc['promo_code'] == code].copy()

created_at 날짜에서 '연-월'만 추출하여 새로운 'month' 컬럼 생성

df['month'] = df['created_at'].dt.to_period('M')

월별 사용 건수를 계산, 월 순서대로 정렬

monthly_counts = df['month'].value_counts().sort_index()

인덱스를 Timestamp 형식으로 바꿈

monthly_counts.index = monthly_counts.index.to_timestamp()

라인 그래프로 월별 사용량 시각화 monthly_counts.plot(label=code)

그래프 제목, 축 레이블, 범례, 그리드 설정

plt.title("월별 프로모션 사용량: SC2022 / AZ2022 / XX2022") plt.xlabel("월") plt.ylabel("사용 건수") plt.legend() plt.grid(True) plt.tight_layout()

그래프 출력

plt.show()

```

• 프로모 코드를 자주 사용하는 고객의 특성 (성별, 연령대, 지역) customer이랑 transaction확인

• 프로모코드를 사용한 session의 카테고리를 확인 카테고리..어케확인할지.. 이거는 근데 진짜로 ast해야겠다

23:40까지 ㅎㅐㅅ..다.....

ADSP 합격

누가 60점 받으면 합격하는시험 2과목 만점씩이나.받나요? 저요 ~ 우하하.기쁘군아.

이걸 왜하지?의 무한반복... 왜 라는 질문을 많이 하기로했는데.... 너무쉽지않다 나에겐....왜..왜에 대해 이야기하는버릇.......

기획안 다시 써봐야겠다..(따라써보기.. ) 흐름이 어떻게 이렇게 이어지는지 따라가보자..응응

RFM

아..도메인 지식이 이래서 중요한거였지... 진짜로 도메인지식....마케팅지식.....채우자.. 취업해야지......ㅜㅜ

사용자 행동로그가 찍힌 데이터셋(click_stream)에 session_id별로 시간에 따른 행동변화를 봤는데

session_id갯수는 4,354,849개였고 경로는 557,232개가 있다.

기획안(튜터링)

뭐든 기획안 쓰는게 제일 어려운것같다 ㅠㅠ 뭘 하고싶은지가 정확하게 정리가 안되는 느낌?

기획안 잘 쓰는법.. 책을 진짜 많이 읽는 수 밖엔 없겠지? 실무 스킬을 위해서라도.. 그리고 이건 정말 어느 회사에 들어가서든 앞으로 내가 해나갈 모든 활동에서 써먹을 수 있을 것 같아서 기획안 작성 skill을 좀 키워봐야겠드아 ㅜ.ㅜ

A/B test

👩‍🔬 1. A/B 테스트란 무엇인가?

두 이상의 그룹(대조군, 실험군, +@)을 비교하여 특정 변화(예: 새로운 기능, 디자인 등)가 비즈니스 목표에 미치는 영향을 측정하는 실험 방법

A/B 테스트의 핵심 요소

1. 대조군(Control Group): 아무 변화도 주지 않은 그룹.
2. 실험군(Treatment Group): 새로운 조건(예: 업데이트)을 적용한 그룹.
3. 평가지표(Metrics): 실험 효과를 측정할 수 있는 기준.
   • 예: 전환율, 클릭률, 평균 구매 금액 등.

🎲 2. Randomization

실험군(Treatment Group)과 대조군(Control Group)을 실험에서 무작위로 배정하는 방법

두 그룹 간의 차이는 오직 어떠한 처치(Treatment)으로 인해 발생한 것이며, 다른 외부 요인의 영향을 배제할 수 있다. 랜덤화는 편향(Bias)을 제거하고, 두 그룹을 비교 가능하게 만들어줌

왜 랜덤화가 중요한가?

랜덤화는 상관관계(Association)를 인과관계(Causation)로 해석할 수 있게 해준다.

아래와 같은 문제를 방지:

• 편향된 표본(Bias): 특정 그룹이 실험에 과잉 대표되거나 소외되는 경우

  • 예: 온라인 학습이 오직 자기 주도적인 학생들에게서만 긍정적인 결과를 보였다면, 이 결과는 온라인 학습의 실제 효과를 반영하지 못함.

• 숨겨진 요인(Confounding Variables): 처치와 결과 모두에 영향을 미치는 외부 요인이 존재하는 경우

  • 예: 부유한 가정의 학생들이 전통적 학습보다 온라인 학습을 선호하고 동시에 성적도 더 높은 경우.

랜덤화를 통해, 대조군과 실험군이 잠재적으로 동일한 특성을 갖게 하여 이러한 문제를 최소화

예시: 온라인 학습 vs 대면 학습

• 질문: 온라인 학습이 학생들의 시험 점수에 어떤 영향을 미칠까?
• 잘못된 접근: 온라인 학습을 하는 학생과 대면 학습을 하는 학생들의 점수를 단순히 비교한다.
  • 이 경우, 학생들의 성향, 가정환경, 학습동기와 같은 숨겨진 요인이 영향을 줄 수 있다. Bias가 있을 확률 증가.
• 랜덤화 접근:
  • 학생들을 무작위로 두 그룹(온라인, 대면)으로 나눔.
  • 이렇게 하면, 각 그룹의 학생들이 기본적으로 비슷한 특성을 가지며, 두 그룹의 차이는 오직 학습 방식(온라인 또는 대면)으로 인해 발생한 것으로 볼 수 있다.

랜덤화는 잠재적 결과(Potential Outcomes)를 Treatment와 독립적으로 만들어 줌.

랜덤화가 이루어진 실험에서는 다음이 성립:

$$

E[Y_0 | T = 1] = E[Y_0 | T = 0] $$

• Y_0 : 통제 상태에서의 결과.
• T : 실험 여부(0은 대조군, 1은 실험군)

실험군과 대조군의 평균성적은 똑같아야한다.(실험전)

• 해석: 실험군이 대조군과 통계적으로 동일하므로, 그룹 간 차이는 오직 어떠한 처리 효과 때문입니다.

실험 전부터 차이가 있다? -> 편향이 있다. 랜덤화 다시 해야함.

랜덤화가 잘 작동한 사례: 온라인 학습의 효과

2020년 코로나 팬데믹 동안, 한 연구에서는 온라인 학습과 대면 학습이 학생들의 성적에 미치는 영향을 실험하기 위해 다음과 같은 랜덤화 설계 적용:

1. 학생들을 세 그룹으로 랜덤 배정
   • 대면 학습 그룹 (Face-to-face)
   • 온라인 학습 그룹 (Online)
2. 각 그룹의 학생들에게 동일한 학습 자료와 시험을 제공
3. 학기 종료 후, 각 그룹의 시험 점수를 비교

결과:

• 대면 학습 그룹의 평균 점수: 78.54점
• 온라인 학습 그룹의 평균 점수: 73.63점
• 온라인 수업의 효과: -4.91점

=> 온라인 수업은 학생들이 평균적으로 약 5점 낮은 성과를 내게 한다.

온라인 수업을 듣는 학생들이 대면 수업을 들을 여유가 없는 더 낮은 수준의 학생일 수 있다는 점이나, 각 그룹의 학생들이 수업 방식 외의 다른 요인에서 다를 수 있다는 점도 신경 쓰지 않아도 됨(랜덤화를 했으니까, 랜덤 실험의 설계 자체가 이러한 차이를 제거하기 위해 만들어졌기 때문에)

랜덤화 덕분에 두 그룹의 학생들이 기본적으로 비슷한 특성을 가졌으며, 점수 차이는 학습 방식의 효과로 설명할 수 있다.

TIP 실험에서 우리는 처리 효과를 추정하기 위해 평균의 차이를 계산. 하지만, 이 차이가 실제로 의미 있는지를 판단하려면 결과의 불확실성을 이해하는 것이 중요 => 표준 오차(Standard Error)

📋 3. Standard Error

표준 오차(Standard Error)는 샘플 평균이 모집단 평균에서 얼마나 벗어날 수 있는지를 측정하는 값 쉽게 말해, 실험 결과가 얼마나 신뢰할 수 있는지 알려주는 지표

Moivre’s Equation

$$ SE = \frac{\sigma}{\sqrt{n}} $$

• SE: 평균의 표준 오차
• σ: 모집단의 표준편차
• n: 샘플 크기

왜 표준 오차가 중요한가?

1. 샘플 크기가 클수록 결과가 더 신뢰할 만하다:
   • 샘플이 작으면, 평균 값의 변동성이 커져서 결과가 극단적으로 나올 가능성이 높다.
   • 반대로, 샘플 크기가 크면 변동성이 줄어들고, 평균이 모집단 평균에 더 가까워진다.
2. 샘플 간의 차이를 비교할 때 사용:
   • 예를 들어, 두 그룹(실험군과 대조군)의 평균 차이가 있다고 해도, 그 차이가 우연일 가능성을 판단해야 한다.
   • 표준 오차가 작으면 결과가 우연일 가능성이 낮고, 신뢰할 만한 결과로 볼 수 있다.

학교 성적 데이터와 표준 오차

랜덤화된 실험에서 온라인 학습 그룹과 대면 학습 그룹의 시험 점수를 비교한다고 가정 두 그룹의 평균 점수를 비교하려면 표본 크기와 표준 오차가 실험 결과에 어떤 영향을 미치는지 이해해야 함

표본 크기가 작은 경우

• 온라인 학습 그룹에서 학생 5명의 시험 점수를 뽑았더니 평균 점수가 90점
• 하지만 이 5명이 운 좋게 우수한 학생들로만 구성되어 있을 가능성
• 이 경우, 샘플 크기가 작기 때문에 변동성이 크고, 평균 점수가 모집단(모든 온라인 학습 학생들)의 평균을 제대로 반영하지 못할 수 있다.
• 따라서 표준 오차(SE)가 커지고, 결과의 신뢰도가 낮아짐

표본 크기가 큰 경우:

• 이번에는 같은 온라인 학습 그룹에서 100명의 시험 점수를 샘플로
• 이 표본에서도 평균 점수가 90점으로 동일하게 나왔더라도 더 다양한 학생들의 점수가 포함되었을 가능성이 높음
• 즉 샘플 크기가 크면 평균 점수가 모집단 평균에 더 가까워지며, 표준 오차(SE)는 작아짐
• 결과적으로 신뢰도가 높아짐

보통 모집단의 데이터를 알 수 없기 때문에 샘플 데이터를 활용해서 모집단의 SE를 추정해서 계산

$$

\hat{\sigma} = \sqrt{\frac{1}{N-1} \sum_{i=1}^N (x_i - \bar{x})^2} $$

Python 에서 pandas 의 .std() 함수로도 구현 가능

data = pd.read_csv("online_classroom.csv")
online = data.query("format_ol==1")["falsexam"]
face_to_face = data.query("format_ol==0 & format_blended==0")["falsexam"]

def se(y: pd.Series):
    return y.std() / np.sqrt(len(y))

print("대면 학습 그룹의 SE:", se(face_to_face))
print("온라인 학습 그룹의 SE:", se(online))

• 대면 학습 그룹의 SE: 0.8724
• 온라인 학습 그룹의 SE: 1.537

📊 4. Confidence Interval(신뢰구간)

신뢰 구간은 우리가 계산한 평균(또는 다른 추정치)에 대해 “이 추정치가 어느 범위 안에 있을 가능성이 높다”는 것을 나타냄. 일반적으로, 95% 신뢰 구간은 우리가 같은 실험을 여러 번 반복한다면, 그 중 95%의 경우 모집단 평균이 이 구간 안에 포함될 것임을 의미

왜 신뢰 구간이 중요한가?

1. 불확실성을 정량화:
   • 표본이나 실험 데이터는 모집단의 일부에 불과하므로, 추정치에는 항상 불확실성이 존재하는데, 신뢰 구간은 이 불확실성을 수치로 표현함
2. 결과의 신뢰성 판단:
   • 두 그룹의 신뢰 구간이 겹치지 않는다면, 두 그룹 간의 차이는 우연일 가능성이 낮음 (통계적으로 유의미)

중앙극한정리(Central Limit Theorem)

• 모집단의 분포가 어떤 형태이든 관계없이, 동일한 크기의 표본을 여러 번 추출하여 각 표본의 평균을 계산하면, 이 표본 평균들의 분포는 점점 정규분포에 가까워집니다.
• 정규 분포의 95%는 평균에서 약 1.96 표준편차 안에 포함됨

신뢰 구간 계산 방법

$$

CI = \bar{x} \pm z \cdot SE $$

• x̄: 샘플 평균
• z : 신뢰 수준에 따른 임계값 (95% 신뢰 구간에서는 Z ≈ 1.96 )
• SE : 표준 오차

예시: 온라인 학습 vs 대면 학습

실험 결과로, 다음과 같은 평균과 표준 오차가 계산되었다고 가정해봅니다.

대면학습 그룹

• 평균 점수: 78.54점

• SE: 0.8724

• 95% 신뢰 구간:

  $$

  CI_{대면학습} = 78.54 \pm 0.8724 \cdot 1.96 = (76.83, 80.25) $$

온라인 학습 그룹

• 평균 점수: 73.63점

• SE: 1.537

• 95% 신뢰 구간:

  $$

  CI_{온라인학습} = 73.64 \pm 1.96 \cdot 1.537 = (70.63, 76.65) $$

두 그룹의 신뢰 구간이 겹치지 않는다는 점에서, 대면 학습이 온라인 학습보다 시험 점수에 긍정적인 영향을 미친다는 것을 통계적으로 유의미하게 확인할 수 있다.

신뢰 구간의 실제 의미

• 95% 신뢰 구간이 의미하는 것은, 우리가 같은 실험을 여러 번 반복한다면, 그 실험들 중 95%의 신뢰 구간이 모집단 평균을 포함할 것이라는 뜻
• 특정 신뢰 구간 하나가 모집단 평균을 포함할 확률이 95%라는 뜻x 특정 신뢰 구간은 포함하거나(100%) 포함하지 않거나(0%) 둘 중 하나

⚡ TL;DR

주제: A/B 테스트를 통해 인과 관계를 검증하며, 실험 설계와 통계적 신뢰(표준 오차, 신뢰 구간)의 개념 학습

핵심 내용

1. A/B 테스트란?
   • 두 그룹(대조군 vs 실험군)을 비교하여 변화의 영향을 측정하는 실험
   • 랜덤화를 통해 두 그룹의 비교 가능성을 확보하고 외부 요인에 의한 편향을 최소화
2. 표준 오차(Standard Error)
   • 실험 데이터의 신뢰도를 평가하는 지표
   • 샘플 크기가 클수록 표준 오차는 줄어들며, 평균 추정치의 정확성이 높아짐
3. 신뢰 구간(Confidence Interval, CI)
   • 실험 결과의 불확실성을 정량화
   • 95% 신뢰 구간은 동일 실험 반복 시 모집단 평균이 해당 범위에 포함될 확률이 95%임을 의미
   • 예: 대면 학습의 CI는 (76.83, 80.25), 온라인 학습의 CI는 (70.63, 76.65). 두 CI가 겹치지 않아 대면 학습의 시험 점수가 유의미하게 높음을 확인함.

결론: 랜덤화와 통계적 신뢰 지표(SE, CI)를 활용해 실험 결과의 신뢰성을 평가하고 인과 관계를 명확히 할 수 있다.