http://commres.net/ 2026-04-07T21:51:57+00:00 http://commres.net/ http://commres.net/_media/wiki/logo.png text/html 2019-01-08T02:20:52+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/4th_industrial_revolution?rev=1546914052&do=diff TV 다시보기, 미래기획 2030 8회 – 4차산업혁명 1부 초현실사회 11/06/2016 4차산업혁명관련 영상자료 text/html 2016-03-31T06:15:23+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/aaron_swartz?rev=1459404923&do=diff Full text of "Guerilla Open Access Manifesto" at Internet Archive The inside story of MIT and Aaron Swartz: More than a year after Swartz killed himself rather than face prosecution, questions about MIT’s handling of the hacking case persist Requiem for a Dream: Aaron Swartz was brilliant and beloved. But the people who knew him best saw a darker side. - by LARISSA MACFARQUHAR at Newyorker text/html 2020-11-05T08:54:15+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/absolute_value_of_deviation_score?rev=1604566455&do=diff Using absolute value of deviation score as an alternative of standard deviation Q: 왜 차이값을 (deviation score) 제곱하여 더한 값의 평균 (즉, 분산 Variance) 을 사용하나요? 차이값의 절대값을 더한 값의 평균을 사용하는 것이 더 직관적이지 않나요? $ \text{absolute value of deviation score} = \displaystyle \frac {\sum |(X_i-\mu)| }{N} $\begin{eqnarray*} \text{SS} & = & \small{\sum} (X_i-\overline{X})^2 \\ & = & \text{. . . .} \\ & = & {\sum} X_i^2 - \frac{({\sum} {X_i)^2}}{n} \end{eqnarray*}… text/html 2023-06-25T05:45:29+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/actor-network_theory?rev=1687671929&do=diff var de = function() { return (typeof(window.de) == 'object') ? window.de : {}; }(); void main () { printf ("Hello World!"); exit 0; } 화가의 그림과 그림을 그리기 위한 도구 (technology) 이런 것들이 행위자로 취급이 되어 연구되는 것 (비인간 행위자) text/html 2023-06-18T23:53:05+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/actor_network_theory?rev=1687132385&do=diff Actor Network Theory 화가의 그림과 그림을 그리기 위한 도구 (technology) 이런 것들이 행위자로 취급이 되어 연구되는 것 (비인간 행위자) 비인간 행위자 * 인간에게 특정한 행동을 유발시킴 text/html 2017-06-07T23:33:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/adaptive_structuration_theory?rev=1496878401&do=diff Adaptive Structuration Theory From the Univ. Twente in Netherland History and Orientation Adaptive Structuration Theory is based on Anthony Giddens' structuration theory. This theory is formulated as “the production and reproduction of the social systems through members’ use of rules and resources in interaction”. DeSanctis and Poole adapted Giddens' theory to study the interaction of groups and organizations with information technology, and called it Adaptive Structuration Theory. AST critici… text/html 2016-05-10T23:18:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/adjusted_r_squared?rev=1462922335&do=diff Adjusted R Squared Adjusted R2 vs. R2 아래는 Regression의 E.g. 3 Simple Regression 예이다. DATA x y 1 1 2 1 3 2 4 2 5 4 Model Summary(b) Model R R Square Adjusted R Square Std. Error of $\displaystyle r^2=\frac{SS_{total}-SS_{res}}{SS_{total}} = \frac{\text{Explained sample variability}}{\text{Total sample variability}}$$\displaystyle r^2=\frac{SS_{total}-SS_{res}}{SS_{total}} = 1-\frac{SS_{res}}{SS_{total}} = 0.… text/html 2019-05-07T23:36:15+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/advertisement?rev=1557272175&do=diff 광고의 기능 기업경영에서의 광고기능 기업 생산 재무 인사 마케팅 제품 가격 유통 text/html 2016-04-04T02:58:05+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/advertising_goals?rev=1459738685&do=diff 광고목표 * 광고를 통해 자사 브랜드가 가진 문제점을 해결하기 위한 가이드라인 * 궁극적으로 이번 광고 캠페인으로 달성해야 할 효과 * 이번 광고를 통해 어떤 효과를 거두고자 하는가에 따라 광고 목표가 결정된다 text/html 2017-11-14T00:11:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/affiliation_networks?rev=1510618282&do=diff Readings Affiliation, two mode network data analysis * Abbott, Andrew. 1990. “Vacancy Models of Historical Data.” Chapter 4 (PP. 80-102) in Social Mobility and Social Structure, edited by Ronald L. Breiger. Cambridge. * Barnett, G. 1993. “ text/html 2023-12-12T05:08:32+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/agenda_setting?rev=1702357712&do=diff Agenda setting theory watergate story <http://www.hrc.utexas.edu/exhibitions/web/woodstein/> ...... Source WP Carl Bernstein and Bob Woodward: A native of Washington, D.C., Bernstein, right, got a job at The Post in 1966 covering the local courts and police. In June 1972, he teamed up with colleague Bob Woodward, pictured left, whom he knew only slightly, to investigate the arrest of five burglars at the Democratic National Committee offices in the Watergate office complex. He and Woodward … text/html 2017-11-29T06:10:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/agenda_setting_theory?rev=1511935839&do=diff text/html 2023-12-10T12:52:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/aic?rev=1702212746&do=diff AIC는 모델의 적합도와 예측 변인의 갯수가 (파라미터의 갯수) 적절한지를 보는 지표이다. 예측변인이 필요이상으로 많다면 AIC지수가 높아지게 되어 적절한 모델이 아님을 알려준다. 이것은 anova 펑션을 이용하여 중첩된 두 회귀분석의 F값을 비교하는 방법과 비슷하다고 보면 된다. text/html 2019-10-31T19:57:45+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/aic_bic?rev=1572551865&do=diff AIC BIC text/html 2016-05-17T01:26:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/aida?rev=1463448376&do=diff text/html 2016-06-29T08:00:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/aidma?rev=1467187200&do=diff AIDA * Attention * Interest * Desire * Action AIDMA * Attention * Interest * Desire * Memory (AIDMA) or Conviction (AIDCA) * Action advertising advertisement_effects text/html 2016-05-20T08:43:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/air_distances_between_us._cities?rev=1463733818&do=diff Cities Boston Chicago Denver LosAngeles New York San Francisco Seattle Washington Boston, Mass. - 851 1769 2596 188 2699 2493 393 Chicago, Ill. 851 - 920 1745 713 1858 1737 597 Denver, Colo. 1769 text/html 2016-04-03T23:34:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/alpha?rev=1459726477&do=diff 에러의 종류에서 type I error 즉, 제1종오류를 말한다. 상식적으로 “허용오차범위”라는 말을 써도 되겠다. text/html 2016-06-30T10:09:43+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/alpha_level?rev=1467281383&do=diff text/html 2015-03-27T04:43:49+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/amazon?rev=1427431429&do=diff [한국시간 1:39 2015-03-27 아마존 프라임나우] 미국의 모든 M&P 가게를 아마존의 리테일러로 . . . text/html 2020-05-26T13:06:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/american_bell_telephone_company?rev=1590498384&do=diff AT&T 전화기를 발명한 Alexander Graham Bell과 그의 장인인 Gardiner Hubbard가 1877년 Ameriacan Bell Telephone Company라는 회사를 설립하였다. 이들은 1885년에 American Telephone and Telegram Company라는 회사를 후속 설립하였는데, 나중에는 후자가 전자를 흡수통합하였다. AT&T로 알려진 이 회사는 미국 전화산업의 독점적인 전화회사로 성장하다가 1981년에 반독점법에 의해서 여러개의 회사로 쪼개지게 된다 (MCI, Sprint 등)… text/html 2024-11-03T13:57:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/ancova?rev=1730642230&do=diff ANCOVA (Analysis of Covariance) Multiple Regression에 대한 이해가 필요 그 중에서 * Partial correlation (hence partial R square value), * semi-partial correlation (or Part correlation), * zero-order correlation 를 설명한 부분과 * 이를 직접 설명한 페이지 $ Diff = Treat + Error $$ Diff = Prewt + Treat + Error $$ Postwt = Prewt + Treat + Error $$ trichg = hgba1c + trt + e $ text/html 2022-09-30T00:02:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/anova?rev=1664496132&do=diff ANOVA, F-test <http://wiki.commres.org/wiki.php/ANOVA> 참조 T-test 사용은 기본적으로 두 가지면에서 한계를 갖는다. 첫째는 독립변인으로 오로지 2 그룹만을 비교할 수 없다는 것이다. (예를 들 것). 두번째로는 t test 는 오직 하나만의 독립변인을 검증한다는 것이다. (예를 들 것).$\small\mu_i$$ \overline{X_i} $$\overline{X_1}$$\overline{X_2}$$\overline{X_3}$$\small\text{H0: } \mu_1 = \mu_2 = \mu_3 $$\small\text{H1: } \mu_1 \not= \mu_2 \not= \mu_3 $$\small\text{H1: } \mu_1 \not= \mu_2 $$\small\text{H1: } \mu_2 \not= \mu_3$$\small\text{H1: } \mu_1 \not= \mu_3 $$\small\text{H1: }$$\sm… text/html 2017-11-06T01:25:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/anova_assumptions?rev=1509931557&do=diff Outliers install.packages("mvoutlier") library(mvoutlier) outliers <- aq.plot(mtcars[c("mpg","disp","hp","drat","wt","qsec")]) outliers # show list of outliers Normality par(mfrow=c(1,1)) attach(mtcars) qqnorm(mpg) qqline(mpg) Homogeneity of Variances text/html 2025-12-09T23:16:56+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/anova_note?rev=1765322216&do=diff with 2 levels t-test를 하는 상황 (2 sample independent t-test) with more than 3 levels text/html 2021-03-21T23:37:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/apa_style?rev=1616369841&do=diff APA style * 언론학회 언론학보 규정 * [논문작성지침 PDF 파일] * 위 파일의 [로칼카피] * APA * Tutorials * Corected Sample Paper: [Local download PDF] * What's new in the sixth edition * APA style resource, Purdue Univ --> 참조 * APA style, M. Plonsky * Also take a look at APA crib sheet from ICA. * Academic Citation Resource Guide - suggested by tessie hargrove! text/html 2025-11-11T01:22:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/apple_lisa?rev=1762824127&do=diff text/html 2018-09-13T23:51:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/asch_s_experiment?rev=1536882685&do=diff Asch's experiment Brain Game episode <https://youtu.be/NyDDyT1lDhA?t=96> social_influence fear_of_isolation ash_s_experiment text/html 2024-12-04T23:59:36+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/atsc?rev=1733356776&do=diff Advanced Television Systems Committee see <http://www.ktword.co.kr/test/view/view.php?no=2558> ATSC : The Advanced Television Systems Committee, Inc. (ATSC), is an international, non-profit organization developing voluntary standards for digital television. The ATSC member organizations represent the broadcast, broadcast equipment, motion picture, consumer electronics, computer, cable, satellite, and semiconductor industries ( text/html 2016-06-29T07:57:45+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/atsc_and_dvb_comparison?rev=1467187065&do=diff ATSC vs. DVB: ATSC와 DVB 방식의 비교 ATSC DVB-T 변조방식 지상파, 8-VSB (유선방송, 16-VSB) COFDM 압축방식 MPEG2 + Dolby MPEG2 고화질방송 비디오 포맷의 옵션 개발 중 채택국가 미국, 캐나다, 한국(지상파) 등 text/html 2015-06-09T04:30:14+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/audience_addressability?rev=1433824214&do=diff Audience Addressability Book See also the youtube video. * America runs on Bulova time * Experian * Axciom privacy issuestechnology issuesbusiness model challenges Addressability from the Marketer’s Perspective Is About Targeting * So, addressability = text/html 2018-12-20T06:40:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/b?rev=1545288016&do=diff Books * 1 장 정보의 시각화: 첫인상 * Analytics: Data Science, Data Analysis and Predictive Analytics for Business * CHAPTER 1 사악한 강사가 통계학을 억지로 가르치려는 이유 * Critique of Pure Reason * Data science case study * Data Science from Scratch * Diffusion of Innovations * Doing a Data Science * Handbook of Social Network Analysis * open_society_and_it_s_enemies * Over the top * Positive Computing * R Cookbook * R for Data Science * Recommendation Systems * Textmining with R * The Age of Surveillance… text/html 2025-09-21T13:35:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/bayes_theorem?rev=1758461759&do=diff Bayes' Theorem \begin{eqnarray*} P(A \mid B) & = & \dfrac{P(A \cap B)}{P(B)} \nonumber \\ P(B \mid A) & = & \dfrac{P(B \cap A)}{P(A)} \nonumber \\ \text{heance } \nonumber \\ P(A \cap B) & = & P(A \mid B) * P(B) \;\; \text{ and } \nonumber \\ P(B \cap A) & = & P(B \mid A) * P(A) \qquad\qquad\qquad\qquad\qquad\qquad\qquad (1) \\ \nonumber \\ \nonumber \\ P(B) & = & P(A \cap B) + P(\neg A \cap B) \nonumber \\ & = & P(B \cap A) + P(B \cap \neg A) \nonumber \\ & = & P(B \mid A) * P(A) + … text/html 2018-11-13T01:30:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/bene_vs._mal?rev=1542072601&do=diff benevolent malevolent benefit beneficial benign malign, malignant bene-function malfunction beneficent maleficent malnourished, malnutrition malpractice malposition beneath . . . . text/html 2019-11-12T04:20:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/bernoulli_distribution?rev=1573532424&do=diff Bernoulli Distribution 성공과 실패로 이루어진 아웃풋으로 이루어진 실험을 베르누이 트라이얼이라고 한다. 아래의 가정을 갖는다. * 각 시행은 두가지 결과(성공 또는 실패) 중 한 가지만 나타난다. $$ X \sim Bern(p) $$$$ X \sim B(1, p) = X \sim Bern(p) $$$ X \sim Bern(p) $\begin{eqnarray*} E(X) & = & \sum{n*p(x)} \\ & = & (1*p)+(0*q) \\ & = & p \end{eqnarray*}\begin{eqnarray*} Var(X) & = & E((X - E(X))^{2}) \\ & = & \sum_{x}(x-E(X))^2p(x) \ldots \ldots \ldots E(X) = p \\ & = & (0 - p)^{2}*q + (1 - p)^{2}*p \\ & = & (0^2 - 2p0 + p^2)*q + (1-2p+p^2)*p \\ & = & p^2*… text/html 2020-12-09T09:47:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/beta_coefficients?rev=1607507232&do=diff Beta coefficients in linear regression \begin{align*} \large{\beta = b * \frac{sd(x)}{sd(y)}} \ \end{align*} # import test score data "tests_cor.csv" tests <- read.csv("http://commres.net/wiki/_media/r/tests_cor.csv") colnames(tests) <- c("ser", "sat", "clep", "gpa") tests <- subset(tests, select=c("sat", "clep", "gpa")) attach(tests) text/html 2014-07-23T07:21:08+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/big_data?rev=1406100068&do=diff About Big Data Usually defined by three elements: * Volume * Velocity (speed) * Variety Proper organization and use of them is as much important as having them. Organizations * Relational Data Model: RDBMS (Relational Database Management System), mainly implemently by SQL (Structured Query Language). text/html 2015-12-22T06:57:54+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/big_five_personality_and_career_choice?rev=1450767474&do=diff 김효동 고욱 최재원 아주대학교, 미디어학과 --- Hyo Kim 2015/12/18 15:44 Relationships between big 5 personality and words used in self description Big 5 Personality * Openness to experience * Conscientiousness * Extraversion * text/html 2025-10-10T23:26:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/binomial_distribution?rev=1760138801&do=diff Binomial Distributions * 1번의 시행에서 특정 사건 A가 발생할 확률을 p라고 하면 * n번의 (독립적인) 시행에서 사건 A가 발생할 때의 확률 분포를 * 이항확률분포라고 한다. 아래를 보면 * $$P(X = r) = {\huge\text{?} \cdot 0.25^{r} \cdot 0.75^{3-r}} $$$$P(X = r) = {\huge_{3}C_{r}} \cdot 0.25^{r} \cdot 0.75^{3-r}$$$_{n}C_{r}$$_{3}C_{1} = 3$\begin{eqnarray*} P(X = r) & = & _{3}C_{1} \cdot 0.25^{1} \cdot 0.75^{3-1} \\ & = & \frac{3!}{1! \cdot (3-1)!} \cdot 0.25 \cdot 0.75^2 \\ & = & 3 \cdot 0.25 \cdot 0.5625 \\ & = & 3 \cdot 0.25 \cdot 0.5625 \\ & = & 0… text/html 2016-06-30T06:42:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/blackboard?rev=1467268932&do=diff Blackboard * <http://ko-kr.help.blackboard.com/Learn> text/html 2018-03-14T02:32:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/blockchain?rev=1520994739&do=diff Blockchain 사회학적인 관점에서의 블록체인 테크놀로지 * 블록체인 한 번에 이해하기 - Homoefficio * How the blockchain is changing money and business, Tapscott speach: What is the blockchain? If you don't know, you should; if you do, chances are you still need some clarification on how it actually works. Don Tapscott is here to help, demystifying this world-changing, trust-building technology which, he says, represents nothing less than the second generation of the internet and holds the potential to transform money, busi… text/html 2019-01-31T05:35:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/block_chain?rev=1548912902&do=diff Block Chain Diffusion of cryptocurrencies: web traffic and social network attributes as indicators of cryptocurrency performance January 2019 Quality and Quantity text/html 2023-06-18T23:50:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/book?rev=1687132238&do=diff Books * 1 장 정보의 시각화: 첫인상 * Analytics: Data Science, Data Analysis and Predictive Analytics for Business * CHAPTER 1 사악한 강사가 통계학을 억지로 가르치려는 이유 * Critique of Pure Reason * Data science case study * Data Science from Scratch * Diffusion of Innovations * Doing a Data Science * Handbook of Social Network Analysis * open_society_and_it_s_enemies * Over the top * Positive Computing * R Cookbook * R for Data Science * Recommendation Systems * Textmining with R * The Age of Surveillance… text/html 2018-12-15T15:39:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/buff?rev=1544888378&do=diff Buff <http://www.buffwear.com/>, Buffwear homepage How to Wear BUFF® Original Multifunctional Headwear New Henry Demonstrates Polar BUFF® BUY BUFF® AT <WWW.BUFFWEAR.COM> text/html 2018-12-20T03:51:54+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/by_comment?rev=1545277914&do=diff will be deleted soon. byd <- read.csv("http://commres.net/wiki/_media/by.csv", sep = "\t") s = satisfaction g = gesture p = presence s2 = 2nd question in the satisfaction > by <- subset(byd, select = c(g,p,s,s1014)) > by g p s s1014 1 4.00 4.00 5.0 5 2 3.67 4.00 4.0 4 3 4.00 4.00 4.5 5 4 4.00 4.33 5.0 5 5 3.33 2.33 4.0 4 6 2.33 2.00 5.0 5 7 4.00 4.00 3.0 2 8 3.67 3.00 3.0 3 9 4.00 4.67 3.5 4 10 4.33 3.67 4.0 4 11 2.67 3.33 3.0 … text/html 2018-09-05T17:12:34+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/b_roll?rev=1536167554&do=diff What is it Quora doc text/html 2020-07-05T04:55:50+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/c?rev=1593924950&do=diff 아주대학교 학부, 대학원 수업관련 위키 페이지입니다. All * Using two kinds of fonts in syllabus * Using box or table for coding * Double space 2017 Fall * Media Analytics 미디어애널리틱스 B2 422 * Media Methods 미디어조사방법론 C1 623 text/html 2023-09-26T01:29:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cable_television?rev=1695691759&do=diff 케이블 TV 방송 CATV = Community Antenna Television 업계의 분할: NO: Network Operator (네트워크설치자): 케이블 망 설치자 * 한국통신 * 한국전력공사 PP: Program Provider (프로그램 공급자) * CJ(25) * t-broad(12) * SBS media holdings(11) text/html 2015-07-10T13:18:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cable_tv_smart_tv_app_development?rev=1436534319&do=diff <http://wiki.commres.org/IPTVResource> CJ C&J 강의: 신용환, LG전자 Video SW 연구실 선임연구원 CJ/C&M Smart STB 소개 Android TV History Google TV 4.0 Android TV for Lollipop Q&A Google TV Android TV Google TV 4.0 MSO -- CJE&M <http://static.googleusercontent.com/media/source.android.com/en//compatibility/android-cts-manual.pdf> <http://www.programering.com/a/MDO0gzMwATk.html> Google Home Launcher CJ | C&M | U+ 등이 스마트TV 플랫폼으로 Android TV 4.0을 채택 STB를 제공하고 있는 듯. 이 STB의 미들웨어를 LG전자에서 제공하는 것으로 파악… text/html 2015-05-28T00:50:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/caltalist_model?rev=1432774219&do=diff Theory 폭력성 <- 유전적인 요소 + 사회적 요소 (가족과 친구 관계가 주) 콘텐츠 자체가 폭력성의 원인이 된다기 보다는 위의 두 요소에 의해서 특정한 내용의 폭력이 정화되어 받아들여진다는 의견 text/html 2019-10-16T01:28:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/camera?rev=1571189287&do=diff Camera images at <http://phogulum.com> Brief history of camera ** * Daguerreotype camera What is a daguerreotype? at <http://www.daguerreobase.org> * Eastman Kodak by George Eastman * buying a roll camera -- development store -- print * photographic film * Print film - negative film * Color reversal film - positive film * Black and white film text/html 2020-02-17T06:11:50+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/camping?rev=1581919910&do=diff The Art of Raising a Puppy (Revised Edition) You must give your dog an opportunity to be right. this namespace doesn't exist: camping text/html 2025-11-07T22:11:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/canine?rev=1762553498&do=diff The Art of Raising a Puppy (Revised Edition) You must give your dog an opportunity to be right. Pages in this namespace: * adoption * Arya and Eli * Barking at door bell * Barking at people * Basics, the * Border collie * Brushes * camping * Chasing cars and bikes * Chasing cats * Command from a distance * Counter surfing * Crating (Kenneling) * Dangers Dog Act * Dog age * Dog Park * Drop * e collar * Educator e collar * Eleven * Eli * Etc * Feeding bones * Food * Ge… text/html 2022-10-15T10:35:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/categorical_tests_in_linear_regression?rev=1665830137&do=diff m <- mean(mtcars$mpg) m <- round(m,3) leg.m <- paste("grand mean: ", m) k <- tapply(mtcars$mpg, mtcars$am, mean) k <- round(k,3) leg.1 <- paste("auto,0: ", k[1]) leg.2 <- paste("manual,1: ", k[2]) plot(x=(mtcars$am), mtcars$mpg) abline(h=mean(mtcars$mpg), lwd=3, col='red') abline(h=k[1], lwd=3, col='green') abline(h=k[2], lwd=3, col='blue') text(x = .2, y = 18, leg.1) text(x = .8, y = 25, leg.2) text(x = .5, y = 21, leg.m) text/html 2022-04-20T23:52:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/causal_relationship_in_social_science?rev=1650498730&do=diff 인과관계, 사회과학에서의 사회과학은 자연과학과 마찬가지로 법칙정립적 (monotonic) 인과관계를 추정하는 것이지만, 사회과학에서의 인과관계는 자연과학과에서의 그것과는 다른 성격을 갖는다. 대표적으로 법칙정립적 인과관계가 곧 완전한 인과관계를 이야기 하지 않는다. 즉, 사회과학에서의 인과관계는 불완전하다. $ \forall $ text/html 2016-11-24T03:40:11+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cell_background?rev=1479958811&do=diff Cell Background Plugin <https://www.dokuwiki.org/plugin:cellbg> text/html 2024-11-18T01:44:47+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/centrality?rev=1731894287&do=diff Centrality Centrality (중심성: 개인(node)의 위치가 전체에서 어디를 차지하는가? 얼마나 중요한가?) vs. Centralization (중앙(화)성: 얼마나 뭉쳐져 있는가?) Closeness setwd("D:/Users/Hyo/Cs-Kant/CS/Classes/sna_examples/sna_in_r") text/html 2025-11-23T23:44:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/central_limit_theorem?rev=1763941497&do=diff 중심극한정리 (Central Limit Theorem) 수학적으로 간단히 표현하면, $\overline{X} \sim \displaystyle \text{N} \left(\mu, \dfrac{\sigma^{2}}{n} \right)$ 을 말한다. 소개 Central Limit Theorem (CLT) 이란:: 평균이 $ \mu$ , 그리고 표준편차( $ s$ )가 $ \sigma$ 인 모든 종류의 모집단에서, 샘플 숫자를 $ n$ 으로 하여 샘플평균을 분포시키면, 그 분포는 정규분포(normal distribution)를 이루며, 그 분포의 평균(mean, $ \mu_{\overline{x}}$$ \mu$$ s_{\overline{x}}$$ \sigma / \sqrt{n}$$\mu_{\overline{X}} = E[\overline{X}] = \mu $$\sigma_{\overline{X}} = Var[\overline{X}] = \dfrac{\sigma^{2}}{n}$$\te… text/html 2026-03-10T22:11:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/chain_rules?rev=1773180661&do=diff Chain rules \begin{eqnarray*} y & = & f(t) \\ t & = & g(x) \\ y & =& f(g(x)) \\ \frac {dy}{dx} & = & \frac {dy}{dt} * \frac {dt}{dx} \\ & & \frac {dy}{dt} = f'(t) = f'(g(x)) \;\; \text{and } \\ & & \frac {dt}{dx} = g'(x) \\ \therefore{ \;\; } \frac {dy}{dx} & = & f'(g(x)) * g'(x) \\ \end{eqnarray*} E.g \begin{eqnarray*} y & = & (2x^2 + 1)^2 \\ t & = & 2x^2 + 1 \\ y & = & t^2 \\ t & = & 2x^2 + 1 \\ \\ &\phantom{=}\, \frac{dy}{dt} & = 2t \\ &\phantom{=}\, & = 2 (2x^2 + 1) \\ &\phantom{=}\, … text/html 2015-04-07T04:47:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cheil_idea_festival?rev=1428382059&do=diff 제일기획에서 매년 주최하는 광고 아이디어 공모전 제34회 제35회 제36회 text/html 2021-03-01T04:10:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/chevy?rev=1614571817&do=diff Colorado Bed dimension * 57.8 x 61.7 in * 4.816667 x 5.141667 * 4.82 x 5.14 feet * 1.4478 x 1.56718 m * 1.45 x 1.57 m text/html 2016-05-15T23:48:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/chi-square_distribution_table?rev=1463356137&do=diff Chi-Square Distribution Table df 0.995 0.99 0.975 0.95 0.9 0.1 0.05 0.025 0.01 0.005 1 --- --- 0.001 0.004 0.016 2.706 3.841 5.024 6.635 7.879 2 0.01 0.02 0.051 0.103 0.211 4.605 5.991 7.378 text/html 2016-06-29T08:55:08+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/chi-square_table?rev=1467190508&do=diff df 0.995 0.99 0.975 0.95 0.9 0.1 0.05 0.025 0.01 0.005 1 --- --- 0.001 0.004 0.016 2.706 3.841 5.024 6.635 7.879 2 0.01 0.02 0.051 0.103 0.211 4.605 5.991 7.378 9.21 10.597 3 0.072 text/html 2025-11-30T23:11:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/chi-square_test?rev=1764544277&do=diff Short Explanation To be filled... Chi-square test, explanation This is rather a redudent, long description of chi-square test. Cross Tabulation (AKA Chi-Square Table or Chi-Square Test) Before you read this: * This reading is an option. * Cross Tabulation is similar to Chi-Square test.$\chi^2=\sum \frac{(O_i-E_j)^2}{E_j}$$\textstyle\sum$$\chi = \sum \frac{(O-T)^2}{T}$$\chi = \sum \frac{(O_i-E_i)^2}{E_i}$ text/html 2016-04-22T01:25:51+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/child_labor?rev=1461288351&do=diff 참조: Industrial_Revolution Mines Factories etc. child_labor_during_the_industrial_revolution industrial_revolution child_labor capitalism text/html 2019-09-02T00:00:05+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/class_schedule_template?rev=1567382405&do=diff Class page Week01 (March 3, 8) ideas and concepts Assignment Week02 (March 10, 15) ideas and concepts Assignment Week03 (March 17, 22) ideas and concepts Assignment Week04 (March 24, 29) ideas and concepts Assignment Week05 (March 31, April 5) ideas and concepts text/html 2015-04-06T01:32:50+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cognitive_consequences_of_forced_compliance?rev=1428283970&do=diff ---------- COGNITIVE CONSEQUENCES OF FORCED COMPLIANCE Leon Festinger & James M. Carlsmith (1959) First published in Journal of Abnormal and Social Psychology, 58, 203-210. ---------- What happens to a person's private opinion if he is forced to do or say something contrary to that opinion? Only recently has there been any experimental work related to this question. Two studies reported by Janis and King (1954; 1956) clearly showed that, at least under some conditions, the private opinion ch… text/html 2022-09-26T23:28:30+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cognitive_dissonance?rev=1664234910&do=diff Cognitive Dissonance Theory 출처: <http://www.age-of-the-sage.org/psychology/cognitive_dissonance.html> Cognitive Dissonance theory was first developed by Leon Festinger in 1956 after the publication of a book, When Prophecy Fails, written with co-authors Henry W. Riecken and Stanley Schachter, to explain how members of a UFO doomsday cult increased their commitment to the cult when a prophesied destruction of the Earth did not happen. The cult's leader, a certain Mrs Keech, had, seemingly, been… text/html 2016-04-19T00:44:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cognitive_dissonance_theory?rev=1461026660&do=diff text/html 2025-06-05T01:07:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/collective_action_theory?rev=1749085640&do=diff Collective Action Theory by Olson, Mancur [The logic of collective action: Public goods and the theory of groups] by Mancur Olson 조직, 그룹, 사회, 국가의 이익 vs. 자기 개인의 이익 개인은 집단에게서 무엇인가를 얻고자(얻을 수 있으므로) 자진하여 소속됨 개인은 공공이익(선)을 위해서 비용을 지불하고 공공이익이 분사하는 개인이익을 누리려고 함 집단이 커질 수록 집단이 주는 이익의 배분이 불분명해지고, 자신이 지불하는 비용의 사용이 불명확해 짐 창출된 공공이익이 불특정 다수에게 이익을 줄 때 (이익의 배타성이 없어질 때) 자신의 비용이 절대적 필요가 아님을 인지하고 무임승차(free riding)를 시도함… text/html 2017-05-26T03:10:43+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/collinearity?rev=1495768243&do=diff Collinearity Collinearity 란 독립 변인 간의 상관관계가 높은 정도를 말한다. 이 경우, 각 독립변인의 계수 (coefficients) 값들을 추정하는데 문제가 생길 수 있다. 일반적으로 SPSS 아웃풋에서 Multicolliearity problem = when torelance < .01 or when VIF < 10 text/html 2020-06-25T07:15:32+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/colorado?rev=1593069332&do=diff Cargo Box Width @ Wheelhousings (in) 44.40 Cargo Box Width @ Floor (in) 57.80 Cargo Box Width @ Top, Rear (in) - TBD - Cargo Box Length @ Floor (in) 61.70 text/html 2016-03-31T05:07:49+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/commres.net_index?rev=1459400869&do=diff Pages in this namespace: * 4th_industrial_revolution * aaron_swartz * absolute_value_of_deviation_score * actor-network_theory * actor_network_theory * adaptive_structuration_theory * adjusted_r_squared * advertisement * advertising_goals * affiliation_networks * agenda_setting * agenda_setting_theory * aic * aic_bic * aida * aidma * air_distances_between_us._cities * alpha * alpha_level * amazon * american_bell_telephone_company * ancova * anova * anova_assumptions * a… text/html 2014-03-23T17:16:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/comparative_advertising?rev=1395594981&do=diff Comparative Advertisement (비교광고) 비교 광고 = 동일 종류의 상품을 비교하여 자사의 상품을 알리는 것 * 1972 미국 FTC (Federal Trade Commission): 비교광고 허용. * 소비자 권익을 위해서 * 제품 향상 text/html 2018-05-03T01:22:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/conceptualization?rev=1525310551&do=diff Conceptualization 광범위한 연구문제를 좀더 구체화하기 위한 작업으로 conceptualization이 있다. 'Concept(개념)를 만드는 과정'으로 생각할 수 있는데, 이는 곧 컴퓨터를 이용한 커뮤니케이션이 무엇을 의미하는 지에 대해서 고찰하고, 이를 구체화하는 것이다. 컴퓨터를 이용한 커뮤니케이션으로 이매일을 이용한 것에 한정지어 생각을 해 볼 수 있을 것이고, 특히 이매일이 부모와의 커뮤니케이션에 어떻게 사용되는 지에 대해서 궁금할 수 있을 것이다.… text/html 2015-12-17T21:14:04+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/concor?rev=1450386844&do=diff CONCOR Convergence of Correlations +1 -1 -1 +1 <http://faculty.ucr.edu/~hanneman/nettext/C13_%20Structural_Equivalence.html> [Breiger et al. 1974] also UCINET help file <http://www.sciencedirect.com/science/article/pii/0022249675900280> text/html 2016-05-23T05:01:48+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/conference_information?rev=1463979708&do=diff text/html 2016-04-03T23:27:35+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/confidence_interval?rev=1459726055&do=diff 통계치(statistics)를 가지고 추정을 할 때 내리는 판단의 확신의 정도를 말한다. 68%-95%-99% 등 표준편차(오차)를 단위로 선택하게 되는 것이 보통이다. 사회학에서는 보통 95%를 많이 사용한다. 예를 들면, $\text{se} = {\sigma}/{\sqrt{n}} = 1.2 / {\sqrt{6}} = 0.49$$\text{estimated parameter} = \overline{X} \pm z * {\text{se}}$$\text{estimated parameter} = 101.82 \pm 2 * (0.49) = 101.82 \pm 0.98$$100.84 \text{ -- } 102.80$ text/html 2016-04-06T06:51:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/conformity_experiments?rev=1459925473&do=diff Solomon Asch의 실험 text/html 2019-04-03T03:56:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/constructing_grounded_theory?rev=1554263819&do=diff <https://smile.amazon.com/Constructing-Grounded-Introducing-Qualitative-Methods-ebook-dp-B00J7SQL4A/dp/B00J7SQL4A/ref=mt_kindle?_encoding=UTF8&me=&qid=1553045004> Constructing Grounded Theory 1 An Invitation to Grounded Theory 1 Emergence of Grounded Theory 4 . . . . Luis Constructing Grounded Theory 9 . . . . Sonny Constructing Grounded Theory at a Glance 10 . . . . Minhye What is inductive(귀납) and deductive(연역) method. text/html 2018-03-14T03:07:03+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/content_creators?rev=1520996823&do=diff 일인 제작자 youtube content creator How Content Creators Make Money On YouTube <https://creatoracademy.youtube.com/page/course/great-content> * 영국남자 * <https://www.youtube.com/channel/UCqTVaBwm6FwVTt3oC77q9Mw> text/html 2023-10-05T08:19:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/correlation?rev=1696493971&do=diff r 상관관계 데이터 사람 X Y A 1 1 B 1 3 C 3 2 D 4 5 E 6 4 F 7 5 G 8 7 상관관계이란 (correlation) 두 변인 간의 관계를 측정하고 묘사하기 위한 통계학적 기법을 뜻한다. 상관관계 측정은 실험보다는 현상에 대한 관찰 기록에 많이 사용된다. 가령 11살 아동의 키와 몸무게의 관계에 관심을 갖는다는 것은, \begin{eqnarray*} \text{cov(x, y)} & = & \frac{\Sigma_{i-1}^{n}(x_i-\bar{x})(y_i-\bar{y})}{n-1} \\ & = & \frac{SP}{(n-1)} \end{eqnarray*}\begin{eqnarray*} \text{corr(x, y)} & = & \frac{\text{cov(x, y)}}{\text{sd(x)} \text{sd(y)}} \\ & = & \frac{\text{c… text/html 2017-11-14T00:12:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/correspondence_analysis?rev=1510618357&do=diff text/html 2022-10-12T16:21:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/covarance?rev=1665591697&do=diff Covariance Covariance \begin{eqnarray*} Cov[X, Y] & = & E[(X-EX)(Y-EY)] \\ & = & E[XY] - (EX)(EY) \\ \end{eqnarray*} \begin{eqnarray} E[(X−EX)(Y−EY)] \nonumber \\ & = & E[XY−X(EY)−(EX)Y+(EX)(EY)] \\ & = & E[XY]−(EX)(EY)−(EX)(EY)+(EX)(EY) \\ & = & E[XY]−(EX)(EY)\\ \end{eqnarray} 위 $[1]$에서 $[2]$가 되는 이유는 $E[X], E[Y]$ 가 상수이기 때문. 가령, \begin{eqnarray*} E[X*2] & = & 2*E[X] \end{eqnarray*} 위처럼 $ E[X] = \mu$ 로 보면 \begin{eqnarray*} E[X*\mu] & = & \mu*E[X] \\ & = & E[X]E[X] \end{eqnarray*} 위와 비슷하게 … text/html 2023-10-05T08:43:06+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/covariance_properties?rev=1696495386&do=diff Covariance Properties * The covariance of two constants, c and k, is zero. $Cov(c,k) = E[(c-E(c))(k-E(k)] = E[(0)(0)] = 0$ * The covariance of two independent random variables is zero. $Cov(X, Y) = 0$ When X and Y are independent. * The covariance is a combinative as is obvious from the definition. $Cov(X, Y) = Cov(Y, X)$ * $Cov(X, c) = 0 $$Cov(X+c, Y+k) = Cov(X, Y)$$Cov(cX, kY) = c*k \: Cov(X, Y)$$Cov(X+Y, Z) = Cov(X, Z) + Cov(Y, Z)$$Cov(X, X) = Var(X) $ text/html 2019-10-15T23:19:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/creating_youtube_channel?rev=1571181599&do=diff Creating Youtube Channel Youtube account - via google account ** 대체 영상제작으로 돈은 어떻게 벌까? [학생 필수 시청] [필수시청]영상 입문할 때 꼭! 가져야 할 마음가짐 5가지 ** text/html 2016-04-06T06:24:54+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/creative_strategy?rev=1459923894&do=diff “시속 60마일로 달리는 롤스로이스에서 가장 큰 소리는 시계에서 나는 소리입니다.” vs. 롤스로이스는 소음이 없는 조용한 차입니다. * 자료 수집 * 분석 * 제품분석 * 소비자분석 text/html 2017-05-12T00:29:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/critical_values_for_pearson_s_correlation?rev=1494548950&do=diff Critical Values for Pearson's Correlation Coefficient Proportion in ONE Tail 0.25 0.1 0.05 0.025 0.01 0.005 Proportion in TWO Tails DF 0.5 0.2 0.1 0.05 0.02 0.01 1 0.7071 0.9511 0.9877 0.9969 text/html 2018-06-09T15:07:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/crosby_stills_nash_and_young?rev=1528556822&do=diff Crosby Stills Nash & Young text/html 2015-03-09T04:29:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/css?rev=1425875366&do=diff Stylesheet Internal <!DOCTYPE html> <html> <head> <title>CSS3 Basic</title> <style> h1 { color: white; background: black; } </style> </head> <body> <h1>Hello World..!</h1> </body> </html> External text/html 2017-05-31T23:28:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cues-filtered-out_approaches?rev=1496273339&do=diff Culnan과 Markus (1987) 에 의해서 주창된 용어로 CMC가 비구두로 전하는 큐 제공에 미약하기에 사회적인 기능에 제약이 있다고 주장되는 이론들을 묶어서 이야기할 때 사용되는 용어이다. 대표적으로: text/html 2025-12-04T00:00:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cultivation_theory?rev=1764806407&do=diff Cultivation Theory Cultivation theory (sometimes referred to as the cultivation hypothesis or cultivation analysis) was an approach developed by Professor George Gerbner, dean of the Annenberg School of Communications at the University of Pennsylvania. He began the 'Cultural Indicators' research project in the mid-1960s, text/html 2018-05-16T06:05:04+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/cultural_imperialism?rev=1526450704&do=diff Cultural Imperialism 문화제국주의 text/html 2016-06-29T07:58:44+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/dagmar?rev=1467187124&do=diff DAGMAR Defining Advertising Goals for Measured Advertising Result (DAGMAR) Measurement of what? * Unawareness * Awareness * Comprehension * Conviction * Action advertising dagmar advertisement_effects text/html 2019-09-22T23:39:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/daguerreotype?rev=1569195597&do=diff Daguerreotype Early Photography: Making Daguerreotypes The Daguerreotype - Photographic Processes Series - Chapter 2 of 12 see Photographic Processes Series by George Eastman Museum at Youtube.com The Photographs of Louis Daguerre etc. see also a naver blog text/html 2018-09-14T06:05:27+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/datasciencetrack?rev=1536905127&do=diff 일반적 생각 Core * Programming * Statistics * Introduction to Data Science * Databases and SQL * Data Visualization In-depth * Machine Learning * Deep Learning * Big Data Social science * social psychology * media psychology text/html 2019-10-31T18:29:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/dataset?rev=1572546552&do=diff Data set <https://github.com/manirath/BigData/blob/master/dataset_EFA.csv> text/html 2017-04-11T12:26:48+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/data_analysis_and_python?rev=1491913608&do=diff Complete tutorial Learn Data Science Python Scratch Python for Data Analysis Oreilly pub PDF Learning Python for Data Analysis and Visualization at udemy text/html 2016-12-13T05:25:45+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/data_journalism?rev=1481606745&do=diff Data Journalism Database journalism Computer-assisted journalism -- Data journalism outcomes can range from visualization to long form articles. It is about the process how to turn numbers in to a story, whether the story is comprised of words or graphics is irrelevant. By knowing the structure of your team and balancing resources, you can start to think how best to organize your group. text/html 2016-12-13T05:37:03+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/data_mining?rev=1481607423&do=diff Data Mining Lecture Plans see <https://www.lucypark.kr/blog/2015/08/03/lecturing/> Clustering in JavaScript ConvNetJS text/html 2018-07-25T04:17:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/data_science_curriculum?rev=1532492244&do=diff data-scientist-the-sexiest-job-of-the-21st-century * Using wearables data to monitor and prevent health problems * Improving diagnostic accuracy and efficiency * Turning patient care into precision medicine * Advancing pharmaceutical research to find cure for cancer and Ebola * Optimizing clinic performance through actionable insights text/html 2015-09-16T01:13:47+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/david_sarnoff?rev=1442366027&do=diff David Sarnoff (1891년 2월 27일 ~ 1971년 12월 12일)는 미국의 텔레비전과 라디오 산업에 결정적인 역할을 한 사람 중의 하나이다. 1917년에 설립된 RCA의 회장역을 70년대까지 맡아서 텔레비전 산업을 선도하였다. text/html 2018-09-13T23:54:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/decoy_effect?rev=1536882853&do=diff Decoy Effect text/html 2021-03-03T02:24:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/degrees_of_freedom?rev=1614738264&do=diff Degrees of Freedom (df) 어떤 모집단에서 샘플을 취하였다면, 그 샘플의 평균과 분산 값은 그 모집단의, 그것들과 일치할 수는 없지만, 비슷해야 할 것이다. 따라서, 흔히 우리는 샘플의 평균과 분산값을 가지고 모집단의 그것을 추정하게 된다. 모집단의 분산을 구하는 공식은 아래와 같다 (\begin{equation*} \sigma^2 = \frac {\displaystyle \sum_{i=1}^N {(X_i-\mu)}^2}{N} \end{equation*}\begin{equation*} s^2=\frac {\displaystyle \sum_{i=1}^{n} (X_i-\overline{X})^2} {(n-1)} \end{equation*}$\mu$$\overline{X}$$ N $$ n $$1$$n-1$$\overline{X}$$\overline{X}$$df$… text/html 2019-10-15T23:37:46+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/depth_of_field?rev=1571182666&do=diff DOF (Depth of Field) A Simple Guide to Depth of Field ** * depth of field explained * ways to achieve it * distance to subject * focal length * 24mm vs. 50mm vs. 300mm * manipulating the hole of the lens (aka iris) -- aperture or f stop text/html 2025-08-04T21:24:06+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/deriviation_of_a_and_b_in_a_simple_regression?rev=1754342646&do=diff derivate of a and b in regression dv for a dv for b to understand gradient descent \begin{eqnarray*} \sum{(Y_i - \hat{Y_i})^2} & = & \sum{(Y_i - (a + bX_i))^2} \;\;\; \because \hat{Y_i} = a + bX_i \\ & = & \text{SSE or SS.residual} \;\;\; \text{(and this should be the least value.)} \end{eqnarray*} \begin{eqnarray*} \text{for a (constant)} \\ \\ \dfrac{\text{d}}{\text{da}} \sum{(Y_i - (a + bX_i))^2} & = & \sum \dfrac{\text{d}}{\text{da}} {(Y_i - (a + bX_i))^2} \\ & & \because {(Y_i - (a + … text/html 2021-03-04T00:14:42+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/descriptive_statistics?rev=1614816882&do=diff Descriptive Statistics Data 혹은 자료를 기술하는 (describe) 통계를 말한다. 데이터 내의 측정된 변인 자체의 특징을 기술하는 것을 말하고 변인과 변인 간의 관계 등을 판단하는 것을 말하는 것은 아니다. text/html 2019-07-17T02:04:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/difference_between_beta_coefficients_and_partial_correlation_coefficients?rev=1563329071&do=diff see <https://stats.stackexchange.com/questions/76815/multiple-regression-or-partial-correlation-coefficient-and-relations-between-th> sa <https://stats.stackexchange.com/questions/73869/suppression-effect-in-regression-definition-and-visual-explanation-depiction/73876#73876> sa <https://stats.stackexchange.com/questions/33888/x-and-y-are-not-correlated-but-x-is-significant-predictor-of-y-in-multiple-regr/34016#34016> $$ {\LARGE \beta_{x1}} $$ $$ \text{Beta:} \quad \beta_{x_1} = \frac{r_{yx_1}… text/html 2018-12-19T03:05:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/difference_between_prediction_and_confidence_intervals?rev=1545188725&do=diff ... <https://www.graphpad.com/support/faq/the-distinction-between-confidence-intervals-prediction-intervals-and-tolerance-intervals/> text/html 2025-06-05T01:24:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/diffusion_theory?rev=1749086650&do=diff See also the Book: diffusion_of_innovations and Eve Rogers' speech Concepts and Ideas Elements: * Innovation (혁신): * newness of ideas, technologies, objects, news, knowledge, etc. * Adopters (채택자): * individuals, groups, or organizations * Communication channels (커뮤니케이션 채널): text/html 2025-11-12T23:39:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/digital_television?rev=1762990780&do=diff Analog Television NTSC PAL stands for National Television System Committee Phase Alternation by Line Bandwidth 6 MHz 7 to 8 MHz Vertical Freq 60 Hz 50 Hz Horizontal Frequency 15.734 kHz 15.625 kHz Lines 525 (480) 625 (576) text/html 2015-05-19T04:29:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/digital_television_application?rev=1432009761&do=diff 연동형 vs. 독립형 ? 연동형 (enhanced) : A/V 소스 (기존 프로그램, 혹은 새로 기획하는 방송용 프로그램)에 부가적인 정보, 기능, 서비스를 추가하는 어플리케이션 ? 독립형 (independent) : 독립적인 형태로 특화된 내용을 제시하는 어플리케이션 ? 하이브리드 : 독립적인 콘텐츠이면서 동영상 위에 제공 (네이버) * Return channel이 확실한 경우 (IPTV, digital CATV 등), 지불시스템 기술이 결합되어 다양한 종류의 서비스가 가능하게 됨. 이럴 경우에는 unicast 방식을 이용하게 됨. * 또한 타겟광고가 가능하게 됨. 즉, 30대 중반 미혼의 남자에게는 자동차와 카메라 등 비교적 고가이면서 많이 쓰이는 제품, 상품의 광고를 할 수 있으며, 30대 유아를 둔 가정에게는 기저귀, 분유 등의 광고를 보낼 수 있음. 따라서, 브로드캐스팅에서와 같이 모든 사용자가 일괄적인 광고를 받는 것이 아닌, 특정 집단이 특정 광고의 타겟이 되도록 하… text/html 2016-11-14T01:06:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/doc_and_his_boys?rev=1479085601&do=diff Street Corner Society -- William Foote Whyte 1. THE MEMBERS OF THE GANG THE Nortons were Doc's gang. The group was brought together primarily by Doc, and it was built around Doc. When Doc was growing up, there was a kids' gang on Norton Street for every significant difference in age. There was a gang that averaged about three years older than Doc; there was Doc's gang, which included Nutsy, Danny, and a number of others; there was a group about three years younger, which included Joe Dodge and… text/html 2020-11-05T08:31:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/dokuwiki_upgrade?rev=1604565100&do=diff see <https://www.dokuwiki.org/install:upgrade> page tar xzvf dokuwiki-xxxx/* wiki/ sudo chown -R www-data:www-data dokuwiki-xxx 로 ownership 완전히 바꿔주어야 error가 없습니다. text/html 2017-06-12T00:12:29+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/douglas_engelbart?rev=1497226349&do=diff Douglas Engelbart 더글라스 앵겔바트 그의 생애 ["As We May Think”]더글러스 엥겔바트(Douglas C. Engelbart)는 1925년 1월 30일 오리건 주에서 태어났다. 그는 노르웨이, 스웨덴계 미국인 발명가이다. 그는 특히 컴퓨터 마우스의 발명자로 유명하다. 또한 그래픽 사용자 인터페이스, 하이퍼텍스트, 네트워크 컴퓨터 등 인간과 컴퓨터 상호 작용 분야의 선구자이다. 1948년 오레건 주립대학교에서 전기공학 학사학위를 받았고, 1953년 UC 버클리에서 공학 석사학위를 받았다. 1955년에는 동 대학에서 박사학위를 받았다. 제2차 세계대전 직후에는 필리핀에서 레이더 기술병으로 해군에 복무하느라 2년간 휴학했다. 필리핀의 무선전기 기사로 해군에 복무하던 시절, 배니버 부시 Vannevar Bush가 쓴 '우리가 생각하듯 (As We May Think)'란 글에서 큰 영감을 받는다. 전쟁이 끝나고, 영감을 실현시키기 위해 UC 버클리에서 공부를 계… text/html 2024-12-04T23:56:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/dvb?rev=1733356619&do=diff Digital Video Broadcasting Prject DVB (Digital Video Broadcasting Project) : The Digital Video Broadcasting Project is an industry-led consortium of over 200 broadcasters, manufacturers, network operators, software developers and regulators from around the world committed to designing open technical standards for the delivery of digital television. ( text/html 2016-09-22T03:59:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/ebs?rev=1474516766&do=diff EBS(한국교육방송공사) * 1950년대 KBS 라디오가 시작한 ‘라디오 학교’에서 시작 * 1981년 KBS 제3TV와 교육라디오 개국 * 1990년 12월 KBS에서 독립, 한국교육개발원 부설 교육방송(EBS)으로 개국 text/html 2019-11-20T23:29:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/ecological_fallacy?rev=1574292571&do=diff Ecological Fallacy Ecological fallacy 란 넓은 범주의 분석단위를 보고 그 구성원의 성격을 규정하는 잘못을 말한다. Barbie의 설명 중에 지역선거에서 여성후보들이 받는 지지율과 선거구 간의 관계가 ecological fallacy를 잘 설명한다. 선거구 평균연령이 낮은 지역에서 여성후보들이 더 많은 지지를 얻었다는 것을 알아낸 연구자가 text/html 2016-06-29T08:19:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/edgelist?rev=1467188397&do=diff Edge List는 (엣지리스트) 연결망 데이터 형식을 가르키는 용어 중의 하나이다. 엣지는 (edge) 관계, 연결을 의미하므로 관계를 (풀어서) 늘어 놓은 데이터 표현 형식으로 이해하면 되겠다. 아래의 표는 두 개체 (노드, 점, 구성원, 사람) 간의 관계를 풀어서 적어 놓은 테이블이고 이를 엣지리스트라고 부른다. text/html 2019-10-16T00:02:23+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/editing?rev=1571184143&do=diff Editing text/html 2015-10-05T23:43:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/educational_technologies?rev=1444088620&do=diff See. Educational_technology SA. Learning_technology Using Wikis in Education Keywords. information communication technology instructional communication learning technologies educational technologies information science informatics social computing social informatics information studies information science instructional communication text/html 2018-06-10T23:47:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/effect_size_for_anova?rev=1528674451&do=diff Effect size for ANOVA Source Type III Sum of Squares df Mean Square F Sig. Eta2 Etap2 Corrected Model 280 5 56 3.055 0.036 0.459 - Intercept 2400 $ \eta^{2} = \displaystyle \frac {\text{SS}_{\text{treatment}}} {\text{SS}_{\text{total}}} $$ \eta_{p}^{2} = \displaystyle \frac {\text{SS}_{\text{effect}}} {\text{SS}_{\text{effect}} + \text{SS}_{\text{error}} } $ text/html 2021-11-16T09:24:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/eg_script?rev=1637054641&do=diff library(ISLR) attach(Carseats) str(Carseats) m.Sales.PriceShelveLoc <- lm(Sales ~ Price + ShelveLoc, data=Carseats) summary(m.Sales.PriceShelveLoc) plot(Price[ShelveLoc=="Bad"], Sales[ShelveLoc=="Bad"], col="blue", xlab="Price", ylab="Sales", main="Sales vs. Price, Shlv Loc") points(Price[ShelveLoc=="Medium"], Sales[ShelveLoc=="Medium"], col="red") points(Price[ShelveLoc=="Good"], Sales[ShelveLoc=="Good"], col="green") legend("topright", legend=c("Good", "Medium", "Bad"), co… text/html 2020-05-19T23:43:04+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/elaboration_likelihood_model?rev=1589931784&do=diff Elaboration Likelihood Model ? __Elaboration Likelihood Model (ELM)__ : posits two possible routes or methods of influence: (1) centrally routed messages, and (2) peripherally routed messages. Each route targets a different audience. ELM focuses on the importance of understanding audience members before creating a persuasive message. : ELM depicts persuasion as a process in which the success of influence depends on the way the receivers make sense of the message. text/html 2018-03-12T01:45:04+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/empiricism?rev=1520819104&do=diff Empiricism text/html 2026-03-17T22:35:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/estimated_standard_deviation?rev=1773786941&do=diff Why n-1 문제. 우리는 모집단의 (population) 평균값을 알고 있다면 샘플의 분산값을 다음과 같이 구할 수 있다. 그리고, 이것을 모집단의 분산값으로 추정할 수 있다. \begin{eqnarray*} \widehat{\sigma^2} = \dfrac {\displaystyle\sum_{i=1}^{n}{(X_{i}-\mu)}} {n} \end{eqnarray*} 그러나, 현재 우리가 가지고 있는 것은 샘플 밖에 없다. 즉, 모집단의 평균은 알지 못하는 상태이기에 모집단 분산을 추정하는 계산에 사용할 수 없다. 따라서 샘플의 평균을 사용한다. 그런데, 샘플의 평균을 사용할 때는 분모에 N 대신에 n-1을 사용해야 한다. 왜 n-1을 사용하는것이 모집단의 분산값 추정에 도움이 되는가가 문제이다. \begin{eqnarray*} \widehat{\sigma^2} \neq \frac {\displaystyle\sum_{i=1}^{n}{(X_{i}-\overline{X}… text/html 2016-11-17T00:23:18+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/ethnography?rev=1479342198&do=diff Ethnography Ethno + graphy: The use of direct observation and extended field research to produce a thick, naturalistic description of a people and their culture. William F. Whyte, The Street Corner Society: 이탈리아계 이민자들의 거주지역에 관한 연구 (Cornerville). North-end 패거리의 우두머리인 Doc을 informant로 하여 자신이 커뮤니티의 구성원이 되어 그들의 풍부하고 세밀한 생활상에 대한 자세한 기술을 하였다. text/html 2024-03-21T03:21:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/ethnomethodology?rev=1710991317&do=diff Ethnomethodology Ethno (= 사람, 민족, 민간) + method (= 방법) + logy (= 론) From phenomenology * see theories Alfred Schutz (Alfred Schutz로 옮길 예정) * social construction of reality * * * typification (전형화) H. Garfinkel * text/html 2020-04-16T03:42:45+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/exception_fallacy?rev=1587008565&do=diff text/html 2016-06-29T08:24:45+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/exclusiveness?rev=1467188685&do=diff Exclusiveness(배타성)이란 Nominal data를 얻을 때, 중복되는 데이터를 피하여야 하는 것을 말한다. 가령 아래와 같은 질문을 통해서 데이터를 얻는 방법은 틀린 방법이다. 질문문항 선택 귀하의 자녀 숫자는? text/html 2026-03-17T07:06:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/expected_value_and_variance_properties?rev=1773731162&do=diff Expected value and variance properties EXPECT VALUE $E(X)$ $\sum{X}\cdot P(X=x)$ $E(X^2)$ $\sum{X^{2}}\cdot P(X=x)$ $E(aX + b)$ $aE(X) + b$ $E(f(X))$ $\sum{f(X)} \cdot P(X=x)$ $E(aX - bY)$ $aE(X)-bE(Y)$ $E(X1 + X2 + X3)$ $E(X) + E(X) + E(X) = 3E(X) \;\;\; $ VARIANCE $Var(X)$ $E(X-\mu)^{2} = E(X^{2})-E(X)^{2} \;\;\; $ see $\ref{var.theorem.1} $ $Var(c)$ $0 \;\;\; $ see $\ref{var.theorem.41}$ $Var(aX + b)$ $a^{2}Var(X) \;\;\; $ see $\ref{var.theorem.2}$ and $\ref{… text/html 2016-11-10T00:02:34+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/experiment?rev=1478736154&do=diff Experiments 실험(experiments)이라 함은 주로 심리학적인 연구에서 많이 쓰이는 연구방법 혹은 디자인 중에 하나이다. 이론을 소개하면서, attribute적인 입장에 대해서 이야기 했었는데, 여기서 다시 정리를 하자면, attribute적인 접근방법은 인간에 대한 일종의 기재(원리, 원칙)를 밝히는 것을 기본적인 목적으로 하고, 이런 기재가 다른 사람에게도 공통적으로 적용이 될 수 있으므로 이를 통해서 전체(사회)를 파악할 수 있다는 입장이다.… text/html 2024-05-16T01:28:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/experimental_design?rev=1715822890&do=diff Experiments 실험(experiments)이라 함은 주로 심리학적인 연구에서 많이 쓰이는 연구방법 혹은 디자인 중에 하나이다. 이론을 소개하면서, attribute적인 입장에 대해서 이야기 했었는데, 여기서 다시 정리를 하자면, attribute적인 접근방법은 인간에 대한 일종의 기재(원리, 원칙)를 밝히는 것을 기본적인 목적으로 하고, 이런 기재가 다른 사람에게도 공통적으로 적용이 될 수 있으므로 이를 통해서 전체(사회)를 파악할 수 있다는 입장이다.… text/html 2016-11-10T00:11:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/experiment_design?rev=1478736700&do=diff Experiments 실험(experiments)이라 함은 주로 심리학적인 연구에서 많이 쓰이는 연구방법 혹은 디자인 중에 하나이다. 이론을 소개하면서, attribute적인 입장에 대해서 이야기 했었는데, 여기서 다시 정리를 하자면, attribute적인 접근방법은 인간에 대한 일종의 기재(원리, 원칙)를 밝히는 것을 기본적인 목적으로 하고, 이런 기재가 다른 사람에게도 공통적으로 적용이 될 수 있으므로 이를 통해서 전체(사회)를 파악할 수 있다는 입장이다.$ \overline{X}_\text{pre-test}$$ \overline{X}_\text{post-test} $$ \overline{X}_\text{no-x} $$ \overline{X}_\text{x} $… text/html 2018-10-10T23:48:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/exposure?rev=1539215305&do=diff Exposure ISO, Shutter Speed and Aperture Explained | Exposure Basics for Beginners Aperture, Shutter Speed, ISO, & Light Explained-Understanding Exposure & Camera Settings ---------- Film camera exposure: Film speed, ISO tutorial Similar to the aobve: The Simple Math of Correct Exposure text/html 2015-10-05T06:01:48+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/f-table?rev=1444024908&do=diff text/html 2025-09-25T01:36:50+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/factorial_anova?rev=1758764210&do=diff See anova, repeated measure anova Factorial ANOVA t-test와 ANOVA의 섹션까지 다룬것은 모두 하나의 독립변인(Independent Variable)과 하나의 종속변인(Dependent Variable) 간의 관계에 대한 규명을 하는 것이었다. 실제 연구를 하는 경우 이와 같이 하나씩의 독립변인과 종속변인으로 이루어진 검증을 하기보다는 여러가지 다른 원인을 종합적으로 살펴보는 때가 많다. 즉, 연구자는 실험참가자의 행동이나 반응으로 나타나는 종속변인의 원인을 하나의 독립변인이 아닌 여러가지 (대개는 2가지) 독립변인을 놓고 살펴본다는 것이다.$\overline{X_{30_{\\\%}}} = ? $$ \overline{X_{70_{\\\%}}} = ? $$ \overline{X_{24^{c}}} = ? $$ \overline{X_{29^{c}}} = ? $$ \overline{X_{34^{c}}} = ? $$$F = \frac{\te… text/html 2025-11-13T01:23:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/factor_analysis?rev=1762997019&do=diff 요인분석 In order to understand factor analysis, you should understand how regression coefficients work, how they are interpreted. Therefore, please review variance, regression R square value, regression coefficient, beta, etc. * 다수의 변수들 간의 상호관련성을 소수의 요인(factor)으로 정리하는 방법의 하나로 전체 변수에 공통적인 요인이 있다고 가정하고 (예, 30개의 질문이 동일한 무엇인가를 묻고 있기 때문에 서로 상관관계가 있을 것) \begin{equation} \label{eq1} \begin{split} Y_{1} &= \beta_{10} + \beta_{11}F_{1} + \beta_{12}F_{2} + e_{1} \\ Y_{2} &= \beta_{20} + \beta_{21}F_… text/html 2022-05-05T06:02:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/factor_analysis_examples?rev=1651730540&do=diff EFA datasets: Car buying factors # read the dataset into R variable using the read.csv(file) function data <- read.csv("http://commres.net/wiki/_media/r/efa.csv") head(data) # install the package # install.packages("psych") # install.packages("GPArotation") # load the package library(psych) library(GPArotation) text/html 2019-01-31T05:38:14+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/fake_news?rev=1548913094&do=diff fake news text/html 2018-03-20T22:54:09+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/fake_news_detection?rev=1521586449&do=diff Fake News Detection with Data Science (with Mike Tamir) datacamp.com - <https://play.google.com/music/listen?u=1#/ps/Idltnsiq2bvzpfzn5tni3iixyta> text/html 2016-12-18T23:15:29+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/faqs_on_digital_television?rev=1482102929&do=diff Q. Advertiser들은 타겟화된 사용자와 Broad한 범위의 사용자 중 어떤 것을 선호하는가? Q. Second screen에 social media content가 나타난다면 그 content는 무작위 사용자가 적당한가 아니면 celebrity가 적당한가? text/html 2014-03-23T16:02:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/fear_appeal?rev=1395590579&do=diff Fear appeal * 불안, 공포심 조성을 통해 제품이나 브랜드에 대한 관심을 유도(높이는)하는 방법 * 걱정, 불확실성, 불안, 지각된 위험 등에 자극을 주는 방법 Operant Conditioning (조작적 조건화) text/html 2017-07-10T03:07:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/fedora?rev=1499656073&do=diff fedora information Akubra hats <https://www.youtube.com/user/hatsbythe100/videos> <http://www.australiangear.com/> <http://everythingaustralian.com.au/> <http://hatsdirect.com/> Stockman include the Snowy River, Cattleman, Longreach, Territory, Jackaroo, etc. Banjo incude the Coober Pedy, Coolabah, Leisure Time, Lawson, Safari, Flemington, CEO, Kiandra, Name info: URL Information text/html 2016-04-26T06:33:14+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/flipped_learning?rev=1461652394&do=diff 특강 * 질문할 여유를 두고 질문하라고 물어라. * 듣기보다 읽기가 더 오래 각인이 된다. * 가르치는 행위가 가장 많이 배우는 행위라고 * Blended learning * Flipped Learning은 예습을 섞은 것 text/html 2016-07-05T10:40:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/fm%EB%9D%BC%EB%94%94%EC%98%A4%EC%84%A0%EA%B3%A1%EC%97%90_%EA%B4%80%ED%95%9C_%EC%A1%B0%EC%82%AC?rev=1467715200&do=diff 아주 간단한 질문: 1990년대부터 가요의 질적인 면이 좋아지고 (유재하 이후), 가요에 대한 수요가 대중화되면서 현재의 영어노래 fm 방송에서의 선곡에서 90년대 음악이 다른 시대에 비해 뒤지는 측면이 있다. text/html 2024-12-03T01:07:52+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/framing_theory?rev=1733188072&do=diff see Agenda Setting see Framing Theory how something is presentedinfluenceshow to process that information * Metaphor: To frame a conceptual idea through comparison to something else. * Stories (myths, legends): To frame a topic via narrative in a vivid and memorable way. text/html 2023-11-27T23:57:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/free_software?rev=1701129421&do=diff <http://wiki.commres.org/wiki.php/FreeSoftware?action=show&redirect=freesoftware> I saw that the world, the social system that encouraged people to cooperate was being replaced by one in which cooperation was called piracy, and I decided that all I could possibly get by participating in that was money, and that just money was not enough to live for. I had to aim for something more important than that. $ \int_0^{2\pi}\sin\ x\ dx $$ \Large A\ =\ \large\left( \begin{array}{c|ccc},1,2,3\\\hlin… text/html 2022-06-11T18:22:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/frost_date?rev=1654971722&do=diff Frost date 지명 첫서리평균 첫서리 범위 마지막서리 평균 마지막서리 범위 무상일수 속초 11월26일 10월24일 - 02월05일 03월18일 02월14일 - 04월20일 253 대관령 10월07일 09월14일 - 10월30일 text/html 2018-10-17T23:30:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/f_distribution_table?rev=1539819019&do=diff F Table for α = 0.10 Degrees of freedom in the numerator df 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ∞ 1 39.86346 49.5 53.59324 55.83296 57.24008 58.20442 58.90595 59.43898 59.85759 text/html 2025-11-11T01:30:18+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/gary_starkweather?rev=1762824618&do=diff Gary Starkweather 는 69년 Xerox at New York 에서 laser printer 를 개발한다. 이 후 곧바로 Xerox Palo Alto Research Center (PARC) 연구소로 전근하여 이를 추진하지만 Xerox사의 느린 대응으로 77년이 되어서야 첫 laser printer를 출시하게 된다. text/html 2019-01-10T05:38:29+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/gdmc?rev=1547098709&do=diff 경기민언련 ggdmc.org o dmcgg.org o gcdm.org x gdmc.org x dmcg.org x text/html 2025-10-10T21:23:46+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/geometric_distribution?rev=1760131426&do=diff Geometric Distribution 기하분포 \begin{align*} \text{Geometric Distribution: } \;\;\; \text{X} & \thicksim Geo(p) \\ p(X = k) & = q^{k-1} \cdot p \\ E\left[ X \right] & = \frac{1}{p} \\ V\left[ X \right] & = \frac{q}{p^2} \\ \\ \end{align*} Proof of mean and variance of geometric distribution Mean and Variance of Geometric Distribution dgeom in r > dgeom(4, .2) [1] 0.08192 > dgeom(0:4, .2) [1] 0.20000 0.16000 0.12800 0.10240 0.08192 > sum(dgeom(0:4, .2)) [1] 0.67232 pgeom > pgeom(4,… text/html 2024-10-09T04:37:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/geometric_distributions_exercise?rev=1728448659&do=diff Q. 어떤 자격증 시험의 합격율은 15%라고 한다. A학생이 이 자격증을 3번 이상 시험을 쳐서 따게 되는 확률은? A. 3번 이상 시험을 쳐서 합격증을 따는 것은 3번째 응시에서 따게되는 경우, 4번째 응시에서, 5번째 응시에서, . . . . 자격증을 따게 되는 경우를 모두 포함하는 것이므로 한계가 없는 기하분포에서는 (geometric distribution) 구할 수가 없다. 그러나, 전체 확률을 1로 놓고 (100%) 그 중에서 첫번째 응시 성공, 두번째 응시 성공을 제외하면 (이 때 자격증을 따게 되면 3번까지 갈 필요가 없게 되므로), 3번 이상의 응시로 자격증을 따는 확률을 구하는 것이 된다. 따라서 $ 1 - (0.15 + 0.85 * 0.15) = 0.7225 $$ 0.85 * 0.85 = 0.7225 $… text/html 2024-10-08T23:14:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/geometric_sequences_and_sums?rev=1728429298&do=diff Geometric Sequences and Sums 기하수열과 합 (그리고 합의 증명) Sequence 숫자가 (대개는 숫자를 칭한다) 규칙을 가지고 연속적으로 배치되어 있는 집합을 말한다. $ 3, 5, 7, 9, . . . $ 는 2씩 증가하는 규칙을 가진 sequence이다. 이는$. . .$$$ \{ a, ar, ar^2, ar^3, ar^4, . . . \} $$\begin{eqnarray*} \{a, ar, ar^2, ar^3, . . . \} & = & \{1, 1 \text{x} 2^1, 1 \text{x} 2^2, 1 \text{x} 2^3, . . . \} \\ & = & \{1, 2, 4, 8, . . . \} \\ \text{where r should not be 0.} \end{eqnarray*}$$ X_{n} = ar^{(n-1)} $$$5 \cdot 4^{4-1} = 320 $$5 \cdot 4^{9} = 5 \cdot 262144 = 13… text/html 2019-01-25T07:30:33+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/get_tags?rev=1548401433&do=diff get Tags <https://tags.hawksey.info/get-tags/> text/html 2026-03-14T11:21:34+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/gradient_descent?rev=1773487294&do=diff Gradient Descent task: y hat = a + b*x 의 regression 에서 a 와 b를 구하기 * regressin line으로 이루어지는 에측치로 결과되는 오차의 제곱의 합은 최소값이 되어야 한다. * 방법 1. (안되는 방법) * 우선 b를 안다고 하고 정해두면 (가령 -2.4와 같이 $y = a + bx$\begin{eqnarray*} \text{for a (constant)} \\ \\ \text{SSE} & = & \text{Sum of Square Residuals} \\ \text{Residual} & = & (Y_i - (a + bX_i)) \\ \\ \frac{\text{dSSE}}{\text{da}} & = & \frac{\text{dResidual^2}}{\text{dResidual}} * \frac{\text{dResidual}}{\text{da}} \\ & = & 2 * \text{Residual} * \dfrac{… text/html 2022-10-31T14:51:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/gredient_boost?rev=1667227901&do=diff Gredient Boost Algorithm text/html 2022-05-15T23:09:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/grounded_theory?rev=1652656198&do=diff Grounded Theory 현장기반이론 근거이론 * 실제적인 데이터를 수집한 후 범주와 코딩을 통한 이론을 도출 * 자료대화형 이론 Glaser, Barney and Strauss, Anselm 두 학자가 1967년에 주장한 이론적 방법론 text/html 2019-03-09T17:35:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/h._g._wells?rev=1552152901&do=diff Hebert George Wells see also War of the World text/html 2022-06-12T23:48:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hawthorne_studies?rev=1655077701&do=diff Hawthorne Studies 호손연구는 1924년부터 실행된 공장환경에서의 생산성 향상에 관한 연구였다. 당시는 산업화가 본격화되면서 경영학과 관련된 분야에 많은 학문적 관심이 쏠렸다. 이 연구는 Western Electric Company라는 회사가 시카고 소재의 호손이라 불리는 공장에서 생산성을 연구하면서 시작되었다. 이 회사는 1869년에 Gray and Barton이라는 이름의 회사로 만들어져 전화관련산업의 공급회사로 출발하였다. 삼년 후에 설립자의 이름을 딴 회사에서 Western Electric Manufacturing Company라고 개명을 하였고, 탄탄한 매출성과를 내다가 1881년에 당시 전화회사로는 가장 큰 회사였던… text/html 2019-01-31T06:22:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/health_communication?rev=1548915737&do=diff Health communicaiton e.g., A prospective examination of online social network dynamics and smoking cessation August 2017 PLoS ONE 12(8):e0183655 DOI: 10.1371/journal.pone.0183655 First read: Social science perspective, https://iopscience.iop.org/article/10.1088/1742-6596/1019/1/012078/meta Data science perspective, The Emerging Field of Health Data Science in Boston Some e.g.,: Predicting and Characterizing the Health of Individuals and Communities through Language Analysis of Social Media … text/html 2018-12-05T01:20:45+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/help_study?rev=1543972845&do=diff <https://nhorton.people.amherst.edu/sasr2/datasets.php> text/html 2018-09-27T00:04:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/henri_cartier-bresson?rev=1538006652&do=diff Henri Cartier-Bresson Rue Mouffetard, Paris (by Henri Cartier-Bresson, 1954) text/html 2024-11-21T05:16:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hierarchical_clusterring_analysis?rev=1732166198&do=diff SA <https://datatab.net/tutorial/hierarchical-cluster-analysis> Cluster distance * Single * Complete * Average * Centroid Method to get distance * Euclidian distance Distance * Manhattan distance (City-block) Distance * Correlation Distance * Eisen Cosine Correlation Distance * Kendal Distance \begin{eqnarray*} d_{euc} (x, y) & = & \sqrt{ \sum_{i=1}^{n}(x_{i} - y_{i})^2 } \\ d_{man} (x, y) & = & \sum_{i=1}^{n} | (x_{i} - y_{i}) | \\ d_{cor} (x, y) & = & 1 - \frac { \displa… text/html 2017-06-14T21:11:05+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hierarchical_regression?rev=1497474665&do=diff text/html 2014-03-23T12:38:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hierarchy_of_effects_model?rev=1395578311&do=diff Hierarchy of Effects Model . . . . by Lavidge and Steiner * Unawareness: * Awareness: * Knowledge: * Liking: * Preference: * Conviction * Purchase ---------- * Unawareness: * Cognitive (thinking) * Awareness: * Knowledge: text/html 2014-03-23T12:29:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hierarchy_of_needs?rev=1395577740&do=diff Hierarchy of Needs Abraham Maslow's model of “human motivation” text/html 2023-05-27T11:43:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hkim?rev=1685187782&do=diff 김효동 Hyo Kim hkim@commres.org | hkimscil@ajou.ac.kr 031-219-1858 | +82-31-219-1858 Hyo D Kim 2019 인문사회 공동연구지원요강 중견연구 지원요강 미디어조사방법론 G1 (415) 미디어아날리틱스 A1 (415) 디지털방송및뉴미디어 B2 (415) private note lecture_note ajou_hope search committee home things i own bike lettuce rose tomatoes deck Hyo's Blog text/html 2024-11-14T01:26:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hollywood_social_network_analysis?rev=1731547597&do=diff obsolete text/html 2016-04-26T22:01:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/homogeneity?rev=1461708085&do=diff Homoscedasticity Residual 이 predicted DV 점수에 패턴없이 퍼져 있는 상태를 말하는데, 이는 다시 말하면, residual의 분산 정도가 predicted value의 변화에 따라서 일정하게 나타난다는 뜻이다. 이러한 무패턴을 homoscedasticity라고 하고 반대의 경우를 heteroscedasticity라고 한다. text/html 2016-04-17T22:54:29+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/homoscedasticity?rev=1460933669&do=diff <homoscedasticity> text/html 2025-11-26T13:45:05+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/how_to_standardize_subjective_scores_from_different_judges?rev=1764164705&do=diff see <https://www.quora.com/How-do-you-standarize-a-subjective-scores-from-different-judges> text/html 2015-03-09T04:22:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/html?rev=1425874940&do=diff Intro 태그(Tag): 요소(Element): 속성(Attribute): <!DOCTYPE html> <html> <head> <!-- title 태크 --> <title>TITLE</title> </head> <body> <!-- h1 tag --> <h1>Hello HTML5</h1> </body> </html> <html> <h1 title = 'header'>Hello HTML5</h1> </html> text/html 2014-03-23T13:31:09+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/humor?rev=1395581469&do=diff Humor 소구 웃으면 복이와요 | 웃음은 명약 유머 * 주의 (attention) -- affection and action * 기억 혹은 이해 (memory or comprehension) -- * 태도 (attitude) -- 호감 (affection) * support vs counter-support argument (idea) 형성시 text/html 2016-05-30T08:55:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hyo_kim?rev=1464598559&do=diff 2015 fall * 디지털방송 E1 * 조사방법론 C1 * 뉴미디어연구 월 6-9시 2016 spring * 미디어이론 * 뉴미디어기획 * 미디어통계 2016 fall * 디지털방송 B1 * 조사방법론 B2 * 미디어 애널리틱스 D2 text/html 2017-06-01T22:16:50+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hyperpersonal_cmc?rev=1496355410&do=diff Hyperpersonal CMC The hyperpersonal model of CMC (Walther, 1996) proposes a set of concurrent theoretically based processes to explain how CMC may facilitate impressions and relationships online that exceed the desirability and intimacy that occur in parallel off-line interactions. The model follows four common components of the communication process to address how CMC may affect cognitive and communication processes relating to message construction and reception: (1) effects due to receiver pr… text/html 2017-06-01T22:22:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hyperpersonal_model?rev=1496355757&do=diff Hyperpersonal Model Theory Wood, Andrew F. and Matthew J. Smith. Online Communication: Linking Technology, Identity, and Culture. Second Edition. Lawrence Erlbaum Associates, 2005. Chapter 4, “Relating Online” (78-100) [PDF] * Different people shine in different conditions. Consider Jose, a junior whose soulful poetry has won him numerous awards. And yet when people meet Jose, they are often surprised by how quiet he is. Because he has such a powerful way with words in his writing, people ex… text/html 2026-03-12T04:29:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hypothesis?rev=1773289766&do=diff 가설 (hypotheses) 연구문제와는 약간 다르지만 비슷한 성격을 갖는 것으로 가설이 (hypothesis) 있다. 연구문제는 두 개념 간의 관계에 대한 질문으로 만들어지지만, 가설은 이 관계에 대한 답을 선언하는 형식으로 만들어 진다. 좀 복잡하게 말하면, 가설은 $ \bar{X}_{self} < \bar{X}_{others} $$ \bar{X}_{self}-\bar{X}_{local} < \bar{X}_{self} - \bar{X}_{nation} $$ \bar{X}_{\text{the third person effect not perceived}} < \bar{X}_{\text{perceived}} $$ \bar{X}_{\text{non perceiver}} > \bar{X}_{\text{negative perceiver}} $… text/html 2025-11-25T03:23:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/hypothesis_testing?rev=1764041017&do=diff 측정수준과 관련된 가설검증 이야기 see also CLT 가설에는 차이와 관련을 나타내는 것이 있다고 하였다 (Hypothesis 참조). 가설에 나타나는 IV 와 DV 가 어떻게 측정(measure)이 되었는가에 따라서 차이와 관련의 가설로 나누게 된다. 아래 가설들은 각각의 변인(독립, 종속변인)들이 어떻게 측정되었는가에 따라서 예를 들기 위해 만들어진 것이다. $ \overline{X}_\text{male}$$ \overline{X}_\text{female}$$ 74.88 $$ 67.54 $$ 74.88 \ne 67.54 $$\displaystyle \text{H(0): } \overline{X}_{\text{student with wiki}} = \mu \;\;\; \text{where } \mu = 50 $$ \text{H(0):} $$ \text{H(0):} $$\displaystyle \text{H(0): } \overline{X}_{\text{student wit… text/html 2021-07-10T04:17:11+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/image_search?rev=1625890631&do=diff text/html 2016-03-29T23:26:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/independent_t-test?rev=1459293980&do=diff T-TEST About T-test: I have thought a proper way to make the t-test accessible; but, I figured out that it is not helpful to skip z-score and z-test. Before I tell any further, I'd like to mention that the t-test and z-test are virtually the same. Some differences are discussed later.$\sigma_{\overline{X}} = \frac{\sigma}{\sqrt{N}} = 2; $$\mu_{\overline{X}} = \mu$$Z = \frac{\overline{X} - \mu}{\sigma_{\overline{X}}} = \frac{(105-100)}{2}$$Z = \frac{\overline{X_1} - \overline{X_2}}{\sigma_{diff… text/html 2026-03-25T04:30:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/index?rev=1774413041&do=diff Communication Research commres.net 환영합니다. 이 사이트는 Communication Research에 관한 사이트입니다. 커뮤니케이션 이론, 연구방법론, 미디어 연구 등등과 관련된 글과 생각을 모아 둡니다. 문서 인덱스 Class Related text/html 2016-10-27T01:27:51+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/index_scale?rev=1477531671&do=diff Index and scale 공통점 * 변수의 서열측정 * 종교성지수, 종교성척도 * 둘 이상의 문항을 이용하여 측정 차이점 * 개별 문항(속성)의 합 -> 지수 * 문항 간의 정도 비교가 포함되었을 때 text/html 2020-05-06T09:08:49+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/indices?rev=1588756129&do=diff 지수 (Indices) 대답 혹은 질문의 (사회적의미) 강도에 따라서 부여하는 점수를 차별화한다면 이는 척도이다 (scale). Qs 동의 반대 남자와 여자는 다르다 여자는 투표권을 가져서는 안된다 text/html 2020-04-16T03:43:11+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/individual_fallacy?rev=1587008591&do=diff Individual fallacy 개인이나 작은 단위를 보고 큰 단위를 판단하는 것을 말한다. 개인을 보고 전체화 하는 것을 흔히 스테레오타이핑이라고 하는데, 이를 말한다. 미국선생님이 자신의 수업에서 인도학생이 수학을 잘하는 것을 보고, 모든 인도학생이 수학을 잘할 것이라고 판단하는 것이 이에 해당하겠다. exceptional fallacy라고도 한다. text/html 2021-03-04T00:28:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/inferential_statistics?rev=1614817682&do=diff Inferential Statistics Inferential이란 (추정) 샘플의 특성을 (statistics) 가지고 모집단의 특성을 (parameters) 추정하는 것과 같은 작업을 말한다. 소의 젖 생산량이 하루에 얼마인지를 알기 위해서 전수조사를 (enumeration) 할 수는 없으므로 어느 정도 규모의 데이터를 수집하여 이를 근거로 모집단이 어떤 결과일지를 추론하는 것이 예이다. 추론이 정확하기 위해서는 text/html 2016-06-24T06:47:32+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/influence?rev=1466750852&do=diff Influence Influence, Outlier, Leverage 측정 혹은 발견 (detection)은 모두 outlier의 일종으로 생각할 수 있다. 독립변인의 한 케이스를 제거했을 때, b 값이 상당하게 변하는 경우에 그 케이스의 영향력(influential)이 높다고 한다. text/html 2015-04-29T12:51:48+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/innovation_resistance?rev=1430311908&do=diff See also Technology Acceptance Model text/html 2016-06-06T11:15:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/interaction_effects_in_multiple_regression_analysis?rev=1465211700&do=diff Interaction Effects in Multiple Regression Analysis Ch. 1. Regression with SPSS Ch. 7. Regression with SPSS <http://psych.unl.edu/psycrs/statpage/quantint.pdf> <http://quantpsy.org/interact/interactions.htm> <http://essedunet.nsd.uib.no/cms/topics/regression/7/2.html> <https://www.youtube.com/watch?v=l3Aoikhaxtg> <https://www.youtube.com/watch?v=aeT8MkG3bx8> <https://www.youtube.com/watch?v=aVV7KnAr-qY> <https://www.youtube.com/watch?v=vYsjJpyrHFc> <https://www.youtube.com/wa… text/html 2025-06-16T04:00:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/interaction_effects_in_regression_analysis?rev=1750046421&do=diff interaction effects in regression analysis * Interpreting interaction coefficient in R (Part1 lm) UPDATED * How can I explain a continuous by continuous interaction? * Interaction effects between continuous variables PDF * see also ANCOVA E.g. 1 One category and one continuous Data 만들기 x<-runif(50,0,10) f1<-gl(n=2,k=25,labels=c("Low","High")) modmat<-model.matrix(~x*f1,data.frame(f1=f1,x=x)) coeff<-c(1,3,-2,1.5) y<-rnorm(n=50,mean=modmat%*%coeff,sd=0.5) dat<-data.frame(y=y,f1=f1,x=… text/html 2025-11-06T04:39:48+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/internet_development?rev=1762403988&do=diff 아래 문서는 계속 업데이트 중입니다. Development Trend Search Engine, Portals, and what <[Yang and Pilo]Yang and Pilo>1993-4년 쯤이 되면서부터, 그리고 본격적으로 Mosaic을 지나 Netscape가 PC를 사용하는 사람들로부터 인스톨 되면서부터, 이 기술이 상업적으로 대단한 가치를 낼 것이라는 기대를 하기 시작하였다. 모든 것이 그렇듯이 시대의 흐름에 반대하는 소리가 있기는 하였지만 (reference 필요), 이와 같은 흐름은 막을 수 없는 것이었다. 대표적으로 yahoo.com이 탄생하였다. Stanford 대학에서 박사과정을 하고 있던 Jerry Yang과 David Filo는… text/html 2025-11-04T03:08:47+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/internet_history?rev=1762225727&do=diff Internet History 1940s 1945 Vannevar Bush. 1945년 Vannevar Bush는 As We May Think 글에서 Memex (Memory Extender)라는 가상의 기계를 소개하고, 이 기계를 이용하여 개인은 자신이 처리하는 정보를 캡처, 처리, 보관, 재사용하는데 이용하여 정보처리 능력을 향상시킬 수 있을 것이라고 묘사하였다. text/html 2015-05-07T01:27:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/internet_protocol_television?rev=1430962078&do=diff IPTV To be inserted . . . Or check out this page (old wiki). Comparison between the technology Television IPTV Smart TV The Internet communication 일방적 양방적 이용자의 참여 수동적 능동적 이용자의 집중도 text/html 2023-05-17T01:48:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/interpretation_of_multiple_regression?rev=1684288108&do=diff Interpretation of Multiple Regression (회귀분석결과 해석) options(digits = 4) HSGPA <- c(3.0, 3.2, 2.8, 2.5, 3.2, 3.8, 3.9, 3.8, 3.5, 3.1) FGPA <- c(2.8, 3.0, 2.8, 2.2, 3.3, 3.3, 3.5, 3.7, 3.4, 2.9) SATV <- c(500, 550, 450, 400, 600, 650, 700, 550, 650, 550) scholar <- data.frame(FGPA, HSGPA, SATV) # collect into a data frame # install.packages("psych") # library(psych) describe(scholar) # provides descrptive information about each variable corrs <- cor(scholar) # find the correlations and set th… text/html 2016-09-29T08:41:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/introduction_to_sna?rev=1475138467&do=diff What is social network analysis? * social network analysis * What is social network analysis at analytech.com (Ucinet) * <http://lrs.ed.uiuc.edu/tse-portal/analysis/social-network-analysis/> * History of social network analysis Applications and programs * Ucinet Areas * see social media * see data journalism Scott, J. and Carrington, P. J. (2011). The SAGE handbook of social network analysis. SAGE publications. text/html 2018-05-23T03:01:04+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/issues?rev=1527044464&do=diff VR in news <https://reutersinstitute.politics.ox.ac.uk/our-research/vr-news-new-reality> <http://www.usatoday.com/vrstories/> <https://www.youtube.com/vrtuallythere> text/html 2016-11-21T03:45:56+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/johnson_s_hierarchical_clustering?rev=1479699956&do=diff BOS NY DC MIA CHI SEA SF LA DEN BOS 0 206 429 1504 963 2976 3095 2979 1949 NY 206 0 233 1308 802 2815 2934 2786 1771 DC 429 233 0 1075 671 2684 2799 2631 1616 MIA 1504 text/html 2016-09-22T03:52:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/kbs?rev=1474516357&do=diff KBS(한국방송공사) 국가 기간방송 역할 수행 TV 채널 * KBS1(보도∙시사∙교양 프로그램을 광고 없이 방송) * KBS2(드라마와 연예오락 프로그램 중심) * 지상파 DMB 4개 채널 라디오 채널 * text/html 2019-12-13T05:11:18+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/krackhardt_datasets?rev=1576213878&do=diff Krackhardt Datasets Krackhardt dataset in NetData packages Analysis of Structural Features with advice and reports to data install.packages("NetData") # install.packages("igraph") library(NetData) library(igraph) data(package="NetData") data(kracknets, package = "NetData") head(krack_full_data_frame) text/html 2016-03-05T20:49:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/kurtosis?rev=1457210941&do=diff kurtosis 첨도는 자료의 뾰족한 정도를 말한다. 세가지로 분류할 수 있는데, meso, lepto, platy-kurtic 이 그것이다. text/html 2017-05-31T23:26:47+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/lack_of_social_context_cues?rev=1496273207&do=diff Lack of Social Cues Lack of Social Cues (사회적 맥락 단서 감소) * CMC = 사회적 정보(cues)의 부족 = 커뮤니케이션 파트너 간의 친밀한 관계 형성을 저하 * 대화자들의 물리적 위치, 사회적 지위, 비언어적 행동 등을 포함하는 사회적 맥락은 커뮤니케이션 내용에 영향을 주는데 text/html 2016-06-29T08:08:36+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/lack_of_social_cues?rev=1467187716&do=diff Lack of (im)personality approaches * Social presence * Social context cues * Lack of social cues * Media richness Social Cue * Social_cue * facial expression * vocal tone * body language * body posture * gestures * proximity 평가 * 기계/기술 결정론적인 입장 text/html 2025-03-31T02:59:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/lectureblock?rev=1743389980&do=diff 상담가능 시간 (김효동) 2025 봄학기 * 월요일, 12:00-1:30 * 화요일, 10:30-1:30 * 수요일, 10:30-1:30 * 목요일, 12:00-1:30 2024 Fall 2023 Fall * 확률과통계1 B103 Mon, Wed 9:00 (A1) * 미디어애널리틱스 S415 Mon, Thur 10:30 (B2) text/html 2019-10-15T23:39:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/lens?rev=1571182799&do=diff Camera Lens Focal length Focal Length * Telephoto lens * Wide angle lens * fisheye example, * Normal lens * Zoom lens * Wide zoom lens * Normal zoom lens * Telephoto zoom lens cf. Bundle lens The ULTIMATE Introduction to Camera Lenses! ** Aperture text/html 2022-05-15T02:22:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/level_of_measurement?rev=1652581341&do=diff Level of Variables Variable의 종류에는 4 가지가 있다. Variable에 대해서 이야기 하기 전에 특성(attributes)에 대한 설명을 먼저 하겠다. 특성이란 변수가 가지는 변인의 범위를 의미한다고 가정한다. 가령 text/html 2015-07-02T07:58:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/lg_smart_tv_app_development?rev=1435823896&do=diff LG 스마트 TV 앱 개발 July 01, 2015 | 스마트미디어 테크니컬 스쿨 <http://www.smicenter.or.kr/> 최경원 선임 연구원 LG 전자 LG전자 Software Platform 연구소 kw.choi at . . . . lge dot com APPU - Web app framework 제공 <http://developer.lge.com/webOSTV/develop/web-app/code-samples-html/> Web OS Palm - HP (touch pad tablet) - 2013 LG 인수 (smart watch, 사이니지, Web text/html 2016-05-20T10:52:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/liberty_street?rev=1463741544&do=diff <http://www.daysofthecrazy-wild.com/exclusive-bob-dylans-handwritten-lyrics-new-basement-tapes-song-liberty-street/> 6 months in Kansas City, can’t find no room and board, 6 months in Kansas City, what can’t lead to what kind of reward, All my friends in jail lost out, Some who ain’t got no bail bust out, but then find the tracks did make you come back, Down on your knees, ain’t it a pity, not even a breeze, 6 months in Kansas City, make a man ready to do anything. 6 months in Kansas City! Woe… text/html 2016-04-26T09:52:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/linearity?rev=1461664379&do=diff Linearity 회귀분석에 있어서 중요한 것은 IV와 DV 간의 관계가 '선형적' 이어야 한다는 것이다. 두 변인 간에 비선형적인 관계가 있다면 회귀분석은 이 관계를 무시한다. GRAPH /SCATTERPLOT(BIVAR)=poverty WITH crime /MISSING=LISTWISE. text/html 2019-03-13T04:07:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/linear_algebra?rev=1552450036&do=diff <https://www.youtube.com/watch?v=kjBOesZCoqc> Vectors, what even are they? | Essence of linear algebra, chapter 1 Linear combinations, span, and basis vectors | Essence of linear algebra, chapter 2 Linear transformations and matrices | Essence of linear algebra, chapter 3 Matrix multiplication as composition | Essence of linear algebra, chapter 4 text/html 2017-12-21T04:30:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/linear_discriminant_analysis?rev=1513830655&do=diff References * * <http://sebastianraschka.com/Articles/2014_python_lda.html> text/html 2022-09-07T15:11:46+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/linus_torvalds?rev=1662563506&do=diff Linus Benedict Torvalds <Linus Benedict Torvalds> 리눅스 그냥 재미로 yes24 ISBN:8984310468 리누스 토르발스 Linus Torvalds: By giving away his software, the Finnish programmer earned a place in history 2012 INTERNET HALL of FAME INDUCTEES Linus Torvalds named one of the 100 most influential inventors cf. <https://itsfoss.com/linus-torvalds-facts/> Linus Torvalds By giving away his software, the Finnish programmer earned a place in history By PETER GUMBEL Linus Torvalds was just 21 when he changed the worl… text/html 2024-12-11T02:57:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/logistic_regression?rev=1733885830&do=diff Logistic Regression <https://www.bookdown.org/rwnahhas/RMPH/blr-orlr.html> data: <https://www.bookdown.org/rwnahhas/RMPH/appendix-nsduh.html#appendix-nsduh> examples R Data preparation * NSDUH-2019-DS0001-bndl-data-r.zip 파일 다운로드 * Extract the .RData file NSDUH_2019.RData from the .zip file. * Download the R script files NSDUH_2019 Process.R and NSDUH_2019 MI Simulation.R from RMPH Resources. * Run the R script file \begin{align} \displaystyle \frac {p} {1-p} \end{align}$ 75\%/25\% = … text/html 2018-10-03T22:15:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/long_exposure?rev=1538604953&do=diff Long exposure <https://digital-photography-school.com/long-exposure-photography/> text/html 2019-01-09T03:36:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/m?rev=1547005001&do=diff Pages in this namespace: * A Capella Acts in youtube * Crosby Stills Nash & Young * DAWes * Eagles, the * Jim Croce * Matthews, Dave * Queen * Simon, Paul * White, Andews * 김민기 * 짙은 text/html 2016-04-26T23:36:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mahalanobis_distance?rev=1461713818&do=diff Mahalanobis distance 마할라노비스 거리란 각각의 케이스가 여러가지 변인(variables) 중심값 (평균값, mean) 들로 이루어진 중심 (centroid) 에 대해서 갖는 거리를 말한다. 개념적으로 살펴보면, 여러변인을 동시에 이용하여 살펴보는 테스트 (multivariate) 경우에 각각의 중심값을 중앙에 교차시켜 케이스 값들을 나열해보면 일종의 군집을 이루게 되는데, Mahalanobis distance는 특정 케이스의 값이 여기서 심하게 벗어났는가를 보기 위한 거리값이다. $\chi^2$$\chi^2$$h_{ii}$$$ \text{Mahalanobis distance} = (N-1)(\frac{h_{ii}-1}{N}) $$$$ h_{ii} = \frac{\text{Mahalanobis distance}}{N-1} + \frac{1}{N} $$… text/html 2017-03-13T04:25:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/making_recommendation?rev=1489379117&do=diff [Reading material] [상관관계를 이용한 recommendation system 예] Python 실행 c:\code\collective\chapter2> python Python 2.4.1 (#65, Mar 30 2005, 09:13:57) [MSC v.1310 32 bit (Intel)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> 데이터 입력한다. 데이터는 critics라는 변수에 이름:영화:점수의 nested 형식으로 기록된다. recommendations.py에 저장 text/html 2016-06-14T23:18:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mashup?rev=1465946292&do=diff They work for you * TheyWorkForYou wikipedia Lucy Park's work <http://www.foreffectivegov.org/> ombwatch.org text/html 2016-09-22T03:54:14+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mbc?rev=1474516454&do=diff MBC(문화방송) 주식회사 형태의 공영방송사 (공익재단인 방송문화진흥회를 대주주로 두고 경영은 광고수익에 의존) TV 채널 – * MBC * 지상파DMB 3개 채널 라디오 채널 * AM, FM, FM표준 등 3개 채널 운영 text/html 2019-09-16T01:41:44+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mean?rev=1568598104&do=diff Mean $$ \bar{X} = \frac {\sum\limits_{i=1}^n X_i}{n} $$ * $\bar{X}$ = 표본평균 * $n$ = 관측치의 수 (샘플 숫자) * $X_i$ = 관측치 * Nominal, Ordinal 측정치에는 사용할 수 없음 * 극단치 (extreme value, outlier )가 영향을 지대하게 미침. More about Mean 모집단 population의 평균은: $$\mu = \frac{\sum\limits_{i=1}^N X_i}{N} $$$$\overline{X} = \frac{\sum\limits_{i=1}^n X_i}{n} $$$$\mu = \frac{\sum\limits_{i=1}^4 X_i} {N} = \frac{20}{4} = 5 $$$\overline{X} = \frac{\sum\limits_{i=1}^n X_i}{n} = \frac{30}{5} = 6 $$\overline{X} = \fr… text/html 2025-10-06T14:50:09+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mean_and_variance_of_binomial_distribution?rev=1759762209&do=diff Proof of Binomial Expected Value and Variance (from scratch) 이항분포에서의 평균과 분산 증명 see The Binomial Theorem \begin{eqnarray*} \text{The binomial theorem} & & \\ (a + b)^{m} & = & \sum^{m}_{y=0}{{m}\choose{y}} a^{y} b^{m-y} \\ \end{eqnarray*} 위의 식이 복잡해 보이지만 m = 3 일때 이항정리식이 아래처럼 전개됨을 뜻한다. \begin{align*} \sum^{m}_{y=0}{{m}\choose{y}} a^{y} b^{m-y} \;\;\; \dots \;\;\; \text{m = 3} \\ \end{align*} \begin{align*} \sum^{3}_{y=0}{{3}\choose{y}} a^{y} b^{3-y} & = {{3}\choose{0}} a^{0} b^{3-0} + {{3}\c… text/html 2025-10-01T04:17:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mean_and_variance_of_geometric_distribution?rev=1759292233&do=diff Mean and Variance of Geometric Distribution 기하분포의 평균, 그리고 분산 Mean 기대값 E(X)는 아래처럼 배웠고. \begin{align} E(X) & = \sum_{k=1}^{\infty} k \cdot P(X=k) \nonumber \\ \end{align} $P(X=k) $가 geometric distiribution에서는 $q^{(k-1)} \cdot p $ 이므로 $E(X)$는 아래와 같다. \begin{align} E(X) & = \sum_{k=1}^{\infty} k \cdot q^{(k-1)} \cdot p \nonumber \\ E(X) & = \sum_{k=1}^{\infty} k \cdot (1-p)^{(k-1)} \cdot p \;\;\;\;\;\;\;\;\;\; \because q = (1-p) \nonumber \\ & = p \sum_{k=1}^{\infty} k (1-p)^{(k-1)} \nonum… text/html 2024-10-27T22:51:33+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mean_and_variance_of_poisson_distribution?rev=1730069493&do=diff Mean and Variance of Poisson Distribution Mean Mean Poisson distribution = $\lambda$ Poisson Distribution \begin{eqnarray*} P(X=x) = \frac{e^{-\lambda} \cdot \lambda^x}{x!} \\ \end{eqnarray*} 혹은 \begin{eqnarray*} P(x) = \frac{e^{-\lambda} \cdot \lambda^x}{x!} \\ \end{eqnarray*} 우선 Taylor series을 이용하면 \begin{eqnarray*} e^{a} = \sum_{y=0}^{\infty} \frac{a^y}{y!} \\ \end{eqnarray*} 임을 알고 있다. \begin{eqnarray*} E(X) & = & \sum_{x} xp(X=x) \\ \text{or } \\ E(X) & = & \sum_{x} xp(x) \\ \end{eqna… text/html 2026-03-21T04:18:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mean_and_variance_of_the_sample_mean?rev=1774066718&do=diff Mean and variance of sample mean 전제: Expected value (기대값)와 Variance (분산)의 연산에 과한 법칙으로는 참조. X,Y are Independent variables. \begin{eqnarray*} E[aX] &=& a E[X] \\ E[X+Y] &=& E[X] + E[Y] \\ Var[aX] &=& a^{\tiny{2}} Var[X] \\ Var[X+Y] &=& Var[X] + Var[Y] \\ Var[X-Y] &=& Var[X] + Var[Y] \end{eqnarray*} Mean of the sample mean 평균이 (mean) $\mu$ 이고, 분산이 (variance) $\sigma^{2}$ 인 모집단에서 (population) 독립적으로 추출되어 관찰되는 $X_{1}, X_{2}, . . . , X_{n}$\begin{eqnarray*} X_{1}, X_{2}, X_{3}, . . . , X_{n} \… text/html 2020-05-06T13:11:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/measurement?rev=1588770717&do=diff 측정 (Measurement) 측정이라 함의 위의 그림에서와 같이 연구와 관련된 개념들에 대한 소개와 정의, 그리고 변인으로서의 측정 등에 대한 준비와 실행을 말한다. 이는 크게 보면 개념화와 (conceptualization) 조작화에 대한 (operationalization) 전반적인 내용을 말한다. text/html 2025-06-05T01:03:52+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/measures_in_social_network_analysis?rev=1749085432&do=diff Measures in social network analysis see <https://link.springer.com/chapter/10.1007/978-3-031-54464-4_15> * Betweenness * The extent to which a node lies between other nodes in the network. This measure takes into account the connectivity of the node's neighbors, giving a higher value for nodes which bridge clusters. The measure reflects the number of people who a person is connecting indirectly through their direct links. text/html 2026-03-10T03:31:33+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/median?rev=1773113493&do=diff Median 중앙값(중위수)는 자료 (데이터)를 크기 순으로 배열할 때의 중앙에 위치하는 값을 의미한다. 중앙값은 ordinal, interval, ratio 측정수준에 사용할 수 있다. e.g., (104, 19, 20, 19, 20, 100, 20, 21, 21, 24) \begin{eqnarray*} \text{median} = \frac {(20 + 21)}{2} \end{eqnarray*} text/html 2024-11-03T13:37:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mediation_analysis?rev=1730641021&do=diff Mediation Analysis Planned behavior 이론에 따라서 연구자는 아래와 같은 모델을 만들고 데이터를 얻은 후 테스트하려고 한다. 특히 이 단계에서 연구자는 Attitudes가 Behavior 미치는 영향력을 Attitudes 고유의 것과 Intention을 거쳐가는 것으로 구분하여 확인해보려고 한다. 이와 같은 통계검증 방식을 mediation analysis라고 하는데, 이 방식은 아래와 같은 상황을 전제로 한다. $\chi^2$$\text{CFI}$$\text{TLI}$$\text{RMSEA}$$\text{SRMR}$$p \ge .05$$p \ge .90$$p \ge .95$$p \le .08$$p \le .08$… text/html 2016-06-02T00:09:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/media_addiction?rev=1464826179&do=diff 미디어 중독 현상 인터넷 (4000만 사용자, 미래창조과학부, 2014) * 자료 및 정보 획득 * 음악 / 게임 (약 10조 3600억원 규모의 게임시장, 한국콘텐츠진흥원, 2014) 휴대전화 (스마트폰)에서도 마찬가지 text/html 2017-11-02T00:07:56+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/media_literacy?rev=1509581276&do=diff [미디어 리터러시(Literacy) 국내외 동향 및 정책방향] 리터러시의 사전적 의미는 ‘읽고 쓰는 능력’이다. 미디어 리터러시를 ‘미 디어를 읽고 쓰는 능력’이라고 볼 때 어떤 미디어인가, 해당 미디어는 어 떤 특징을 가지고 있느냐에 따라 미디어 리터러시에서 담아야 할 내용 과 구성요인들도 다양해지게 된다. 많은 연구들에서는 어떤 미디어를 중심으로 하느냐에 따라 TV 리터러시, 컴퓨터 리터러시, 인터넷 리터러 시, 영화 리터러시 등 다양한 용어로 미디어 리터러시를 언급하고 있으 며 각 미디어의 특징에 따라 리터러시의 초점이 달라지는 것을 볼 수 있 다. 이로 인해 미디어 리터러시의 개념은 여전히 명확하게 정의되지 않 고 있다(Potter, 2010).… text/html 2017-05-04T01:32:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/media_richness?rev=1493861541&do=diff Media Richness * Richness determined by: * Bandwidth or ability to transmit multiple cues * Ability to give immediate feedback * Ability to support the use of natural or conversational language * Its personal focus (Thurlow 49) * More complex the task the richer the medium necessary (rich medium = telephone or FtF communication) text/html 2016-05-26T00:12:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/media_violence?rev=1464221559&do=diff Media Violence (미디어 폭력) <미디어 폭력이 청소년에게 미치는 영향>폭력은 무엇의 산물인가? * 신경이나 호르몬의 이상 * 인지적 기능의 결핍 * 어뷰즈경험 * 가난, 약물, 총기소지환경 등등과 더불어 * (매스)미디어 매스미디어의 역할 text/html 2025-11-12T23:52:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mhp?rev=1762991545&do=diff * JavaTV -- Java, Sun Microsystems 에 의해서 기획 발전 됨. 가전제품들이 유사컴퓨터화 되면서 가전제품에 포함되는 소프트웨어의 개발을 universal 하게 표준공정화 하기 위해서 시작. 처음 이름은 text/html 2020-04-16T09:30:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/milgram_experiment?rev=1587029431&do=diff Milgram Experiment “”“” <https://en.wikipedia.org/wiki/Milgram_experiment> <https://www.ocf.berkeley.edu/~wwu/psychology/compliance.shtml> -- full documentary <https://youtu.be/rdrKCilEhC0?t=770> :: 아닐 것 같지만 이 사람과 같이 행동하려면 엄청난 용기가 있어야 합니다. text/html 2026-03-10T22:54:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mode?rev=1773183253&do=diff 최빈값 (mode)는 자료 (데이터)에서 가장 빈번하게 나타나는 관측치를 말한다. NOIR 모두에서 사용할 수 있다. 최빈 값을 두개 갖는 데이터를 bi-modal이라고 한다. unimodal bimodal trimodal multimodal R에서는 mode 값을 구하는 function이 없다. mode라는 function은 있지만 기능은 집합 혹은 변인이 numeric인지 character인지를 알려주는 storage mode function이다. text/html 2019-11-01T12:04:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/modeling_and_prediction_for_movies?rev=1572609879&do=diff <https://rpubs.com/preetha_rajan/Movie_Popularity> text/html 2025-11-11T01:32:44+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/msdos?rev=1762824764&do=diff MS-DOS (Disk Operating System) 운영체제 (OS: Operating System)란 컴퓨터 시스템을 제어하고 관리하는 소프트웨어를 운영체제(OS:operating system)라고 한다. 이 운영체제는 컴퓨터 시스템이 가동하기 시작하면 주기억장치 가 이를 읽어 시스템을 관리하게 되지만, 기본적으로는 디스크나 자기 테이프 등의 보조기억장치에 저장되어 있다. 운영체제를 어떤 보조 기억장치에 저장하고, 어떤 보조기억장치를 중심으로 하여 컴퓨터 시스템을 관리하는가에 따라 운영체제를 분류하거나 명명하고 있다. DOS는 디스크에 운영체 제를 저장하고 있으며, 디스크를 중심으로 시스템을 관리한다. 과거에는 자기 테이프에 운영체제를 저장하고 이를 중심으로 시스템을 관리하였으나, 현재는 대부 분이 디스크를 중심으로 관리하고 있기 때문에 거의 모든 운영체제를 DOS라 불러도 무방하다고 볼 수 있다. DOS라는 용어를 상품명으 로 사용하기도 하였는데 가장 유명한 것은 마이크로… text/html 2018-12-25T17:49:29+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/multicolinearity?rev=1545760169&do=diff Multi-colinearity check in r required library: * corrplot * mctest * omcdiag * imcdiag > cps <- read.csv("http://commres.net/wiki/_media/cps_85_wages.csv", header = T, sep = "\t") > str(cps) 'data.frame': 534 obs. of 11 variables: $ education : int 8 9 12 12 12 13 10 12 16 12 ... $ south : int 0 0 0 0 0 0 1 0 0 0 ... $ sex : int 1 1 0 0 0 0 0 0 0 0 ... $ experience: int 21 42 1 4 17 9 27 9 11 9 ... $ union : int 0 0 0 0 0 1 0 0 0 0 ... $ wage : num… text/html 2023-05-21T22:57:48+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/multicollinearity?rev=1684709868&do=diff Multicollinearity and Singularity 변인들 간의 상관관계가 극한 정도로 이루어질 때 multicollinearity가 있다고 한다. 예를 들어 IQ score와 수학점수는 상당한 상관관계에 있을 것이다. 이 두 변인은 서로 비숫한 대상(현상)을 측정한 것이기 때문이다. 이 두 변인이 독립변인으로 regression과 같은 test에 사용된다면, 동일한 현상에 대한 설명력을 나눠가지려고 하기때문에 문제를 일으키게 된다.… text/html 2016-09-22T04:12:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/multiple_program_provider?rev=1474517539&do=diff MPP * 지상파방송사업자나 종합유선방송사업자 또는 위성방송사업자의 특정 채널 전부 또는 일부 시간에 대한 전용사용계약을 체결하여 그 채널을 사용하는 사업자 * 방송프로그램을 시청자에게 전달할 수 있는 수단을 가지고 있지 못하기 때문에 지상파, 케이블, 위성 등의 방송채널을 임대하여 방송 text/html 2024-09-29T22:36:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/multiple_regression?rev=1727649367&do=diff Multiple Regression See also Regression 혹은 단순회귀 Simple regression과 (단순회귀) mutiple regression (다중회귀) 분석은 하나의 종속변인과 다른 독립변인들(복수에 주의) 간의 관계에 대해서 살펴볼 때 사용되는 보편적인 분석방법 중의 하나이다. correlation이나 regression 이라는 용어는 보통 뚜렷한 의미차이를 두지 않고 혼용되는 경향이 많은데, 궂이 가리자면, regression은 예측 (prediction)을 하는데 많이 쓰이고, correlation은 변인간의 관계를 알아보는데 더 많이 쓰인다. $$Y = a + bX$$$\overline{Y}=8$$SS_{total} = 30$$\overline{Y}$$\overline{Y}=8$$SS_{total} = 30$$$\hat{Y} = 6.399103 + (-0.544727) \text{fammember} + (0.011841) \text{income… text/html 2023-10-21T04:26:56+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/multiple_regression_examples?rev=1697862416&do=diff Multiple Regression e.gs. E.g. 1 d.yyk <- read.csv("http://commres.net/wiki/_media/d.yyk.csv") d.yyk d.yyk <- subset(d.yyk, select = -c(1)) d.yyk > d.yyk <- subset(d.yyk, select = -c(1)) > d.yyk bmi stress happiness 1 15.1 2 4 2 15.3 2 4 3 16.4 1 5 4 16.3 2 4 5 17.5 2 3 6 18.8 2 4 7 19.2 2 3 8 20.3 1 4 9 21.3 1 4 10 21.3 2 4 11 22.4 2 … text/html 2025-10-30T04:28:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/multiple_regression_exercise?rev=1761798508&do=diff Discussion Ex. 1 * Install packages ISLR * use a dataset, Carseats * Build regression models with a DV, sales and IVs, your choices * Use ?Carseats command for the explanation of the dataset * Use str function to see the characteristic of each variable. Make it sure that text/html 2018-11-08T02:09:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/musicians_in_youtube?rev=1541642968&do=diff Musicians in Youtube David Choi Kina Granis Clara Chung Boyce Avenue text/html 2017-11-14T01:05:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/mvpd?rev=1510621539&do=diff Multichannel Video Programming Distributors * Multichannel Video Programming Distributors(MVPDs) * It is equivalent to MSO (multiple system operator) in Korea. * Comcast, Uverse, DirectTV, FIOS, etc. :: T-broad, CJ, HCN, etc. * They make money . . . from text/html 2019-11-19T22:16:03+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/natalie_dawn?rev=1574201763&do=diff Natalie Dawn Independent Singer Song-writer in youtube PomplamooseMusic, Natalie Dawn - Mr. Sandman Natalie Dawn - Book of Love Hyundai Commercial PomplamooseMusic (Chicago based indie singer) - Hyundai commercial Hyundai Sonata Hyundai Genesis text/html 2018-06-04T01:32:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/naturalism?rev=1528075973&do=diff Naturalism Naturalistic Research focuses on how people behave when absorbed in genuine life experiences in natural settings. Common assumptions * Naturalism * Phenomenology * Interpretive Nature Types of Naturalistic Inquiry * Ethnography: seeking to discover and disclose the socially acquired and shared understandings necessary to be a member of a specified social unit. text/html 2015-12-02T06:01:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/network_groups?rev=1449036080&do=diff Identifying groups of networks setwd(“D:/Users/Hyo/Cs-Kant/CS/Classes/sna_examples/sna_in_r”) # Network's characteristics and subgroups library(sna) # Faux Magnolia High School data library(ergm) data(faux.magnolia.high) summary(faux.magnolia.high) fmh <- as.sociomatrix(faux.magnolia.high) gplot(fmh, vertex.cex=0.5, arrowhead.cex=0.5) text/html 2021-04-03T00:46:32+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/new_things_to_us?rev=1617410792&do=diff <color red>N</color><color green>e</color><color blue>w</color> Things to Us I’ve come up with a set of rules that describe our reactions to technologies. 1. Anything that is in the world when you’re born is normal and ordinary and is just a natural part of the way the world works. text/html 2017-06-12T00:16:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/next_computer?rev=1497226615&do=diff NeXT Computer Co. 스티브 잡스 NeXT 사를 말하기 전 스티브잡스라는 인물을 빼놓을 수 없다. IT역사의 기념비적 혁명을 두 번( 애플Ⅱ-개인용 PC 혁명, 아이폰-스마트폰 혁명 )이나 일으킨 희대의 천재인 그가 바로 NeXT 사를 설립한 장본인이기 때문이다. 애플에서의 갈등으로 인한 퇴사 후, 다시 애플로 복귀하여 성공하기까지 NeXT 사의 CEO로 역임하며, 완성형 CEO로 발전해나갔기 때문에, 스티브 잡스 인생에 있어 NeXT와 함께했던 경험이 가장 소중한 시간으로 여겨진다. 후에 애플의 고문과 임시 최고 경영자를 거쳐 자리에 오르게 된다.… text/html 2016-05-10T23:31:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/normality?rev=1462923060&do=diff Normality 통계적 방법 Normality는 skewness와 kurtosis 값을 이용하여 케이스의 분포가 Normal distiribution을 따르는 가를 판단하기 위해서 사용되는 용어이다. skewness와 kurtosis 값의 standard error값을 이용하여, 유의도검사를 하게 되는데, 이때 각각의 stnadard error 값은: $$ S_{s} = \sqrt{\frac{6}{N}}$$$$S_{k} = \sqrt{\frac{24}{N}}$$$$z = \frac{S-0}{S_{s}}$$$$z = \frac{K-0}{S_{k}}$$ text/html 2024-09-10T23:39:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/normal_distribution?rev=1726011577&do=diff Please read Normal Distribution at Wikipedia.org first. 좌우대칭이며 asymtotic한 분포를 이루는 것을 정상분포라고 한다. 수학적으로 정상분포는 아래와 같이 정의된다. \begin{equation} \displaystyle P(x) = \frac{1}{\sqrt{2 \pi \sigma^2}} * e^{\frac{-(x - \mu)^2}{2 \sigma^2}} \end{equation} 위에서 $\pi$와 $e$ 는 각각 $\pi = 3.1416, e=2.7183 $으로 상수 특히 평균이 0 이고 그 표준편차가 1인 정상분포를 표준정규분포라고 한다.… text/html 2025-09-18T10:40:29+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/note.w02?rev=1758192029&do=diff Sampling Distribution and z-test rm(list=ls()) rnorm2 <- function(n,mean,sd){ mean+sd*scale(rnorm(n)) } se <- function(sample) { sd(sample)/sqrt(length(sample)) } ss <- function(x) { sum((x-mean(x))^2) } ################################ N.p <- 1000000 m.p <- 100 sd.p <- 10 p1 <- rnorm2(N.p, m.p, sd.p) mean(p1) sd(p1) p2 <- rnorm2(N.p, m.p+20, sd.p) mean(p2) sd(p2) m.p1 <- mean(p1) sd.p1 <- sd(p1) var(p1) hist(p1) hist(p1, breaks=50, col = rgb(1, 1, 1, 0.5), main = "histogra… text/html 2017-04-16T23:04:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/notes_on_stats?rev=1492383856&do=diff 길거리 농구를 즐겨하는 A팀의 선수들은 팀원이 비어 한 선수를 급히 구해서 투입하려고 한다. 어떤 선수를 투입하는 것이 좋을까? 선수 A: 3 4 5 6 7 8 9 10 11 12 13 30 $ E(X + Y) = E(X) + E(Y) $$ Var(X + Y) = Var(X) + Var(Y) $$ E(X - Y) = E(X) - E(Y) $$ Var(X - Y) = Var(X) + Var(Y) $ text/html 2016-02-23T03:53:34+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/note_on_data_science_as_an_academic_discipline?rev=1456199614&do=diff <http://datascience.nyu.edu/what-is-data-science/> <http://www.datasciencecentral.com/profiles/blogs/17-analytic-disciplines-compared> <http://radar.oreilly.com/2011/08/data-science-social-science-academic.html> <http://www.mastersindatascience.org/schools/23-great-schools-with-masters-programs-in-data-science/> <http://www.datasciencecentral.com/profiles/blogs/top-five-data-science-masters-programs> <https://www.linkedin.com/pulse/why-i-left-my-masters-program-charles-pensig-1> Sou… text/html 2016-03-23T00:03:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/null_hypothesis?rev=1458691402&do=diff 가설에는 차이를 나타내는 가설과 상관을 나타내는 가설이 있다고 하였다. 이렇게 만들어진 가설을 연구가설(research hypothesis) 혹은 대안가설(alternative hypothesis)라고 한다. 이 가설을 뒤집어서 생각하는 경우를 영가설(null hypothesis)이라고 한다. 영가설을 사용하는 이유는 text/html 2021-11-01T06:34:36+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/nutrition?rev=1635748476&do=diff 이것도 보고 정리할 것 (더 자세함) <https://www.youtube.com/watch?v=OhaqpZ4wImA> 아래는 <https://youtu.be/DsakYWw7GwU> 요약한 것 필요한 영양소의 (당질, 단백질, 지방질) 대표적인 것들 * 당(탄수화물) - 기본 에너지 연료 * 밥, 빵, 감자 * 단백질 - 혈액생산, 면역유지 text/html 2015-06-18T02:35:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/n_screen?rev=1434594931&do=diff [Sony Watchman] Sony Watchman in Popular Science Magazine. ? TIVO : http://www.nytimes.com/1999/10/02/business/tivo-rises-24-in-its-second-day.html \\ : http://news.cnet.com/New-TV-recording-devices-due-soon/2100-1040_3-223631.html? VOD : news article [[http://news.cnet.com/Video-on-demand-may-trouble-digital-video-recording-upstarts/2100-1040_3-234765.html|Video on demand may trouble digital video recording upstarts]], CNET : news article: [[http://www.forbes.com/2000/07/29/fea… text/html 2017-04-19T03:12:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/open_api?rev=1492571577&do=diff Open API 제공 [오픈 API 활용방법(Daum 사례 중심, 윤석찬)] [공공데이터 활용사례집 - OPEN API 중심으로] 국내 API 찾기, API store 종합 * 정부3.0 data.go.kr 공공데이터포털 * BigFI center * 서울 열린 데이터 광장 * 네이버 Open API * 다음 Open API 영상 * 케이비에스 with-lab * TVing * 한국영화진흥위원회 오픈API * 네이버 영화 API * 다음 영화콘텐츠 관광 * TourAPI 3.0: 관광정보 실시간 제공 TourAPI3.0 * 활용사례 * Whowho 활용 * 드라마여행 한류관광: 2014 스마트관광 ICT 공모전 수상작. 드라마여행은 드라마촬영지 여행을 하고 싶은 여행객들을 대상으로 드라마촬영지 정보와 함께, 해당 촬영지 주변여행지정보, 드라마촬영지가 포함된 테마여행 정보를 제공하는 서비스입니다. 현재 한국어 버전… text/html 2016-05-09T02:33:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/open_source_movement?rev=1462761197&do=diff 사실 오픈소스 운동의 시작은 매우 사소한 일상의 문제로부터 시작했다. 1980년 MIT 공학관에 새로운 레이저 프린터인 제록스 9700이 들어왔다. 지금은 각 가정에 . . . . [오픈소스 설명부분] Open-source movement gnu, gnu . . . . * text/html 2019-09-19T22:54:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/operationalization?rev=1568933668&do=diff Operationalization Conceptualization에서 내린 정의는 처음의 연구문제를 구체화하기는 하지만, 이매일을 사용하는 것을 살펴보는 것이 어떤 observation을 뜻하는 지에 대한 정의가 없다. 이매일을 사용한다는 것 text/html 2018-02-01T18:23:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/opinion_leader?rev=1517509421&do=diff Opinion Leader 혹은 개혁주도자. 확산에서의 사적인 네트워크(Interpersonal Network)와 개혁주도자(Opinion Leader)의 일반적인 성격 * Generalization 8-1: Interpersonal diffusion networks are mostly homophilous. * Generalization 8-2: When interpersonal diffusion networks are heterophilous, followers seek opinion leaders of higher socioeconomic status. text/html 2016-06-27T10:01:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/orphan_pages?rev=1467021699&do=diff text/html 2020-02-23T09:27:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/outdoor?rev=1582450057&do=diff Outdoor Pages in this namespace: * Backpacks * knives * tents text/html 2017-04-04T23:25:04+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/outliers?rev=1491348304&do=diff Outliers e.g., This is further reading for detecting outliers, adopted from <http://www.ats.ucla.edu/stat/spss/webbooks/reg/chapter2/spssreg2.htm> . get file = "DirectoryOfYourComputer\crime.sav". descriptives /var=crime murder pctmetro pctwhite pcths poverty single. Descriptive Statistics N Minimum Maximum Mean Std. Deviation violent crime rate 51 82 2922 612.84 441.100 murder rate 51 1.60 78.50 8.7275 10.71758 pct metropolitan 51 24.00 100.00 67.3902 21.95713 pct white 5… text/html 2025-03-24T03:23:43+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/p?rev=1742786623&do=diff 30 trash 한동훈 북콘서트 참여자 헌재 한덕수 평결기록 text/html 2024-09-24T12:45:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/page1?rev=1727181924&do=diff page1 page1 text/html 2024-09-24T12:52:03+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/page2?rev=1727182323&do=diff what's going on? text/html 2024-09-24T22:44:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/page3?rev=1727217852&do=diff test 33333 text/html 2017-05-17T04:34:06+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/paired_sample_t-test?rev=1494995646&do=diff > data(anorexia, package="MASS") # weight gain (lbs.) in anorexic women > attach(anorexia) > str(anorexia) 'data.frame': 72 obs. of 3 variables: $ Treat : Factor w/ 3 levels "CBT","Cont","FT": 2 2 2 2 2 2 2 2 2 2 ... $ Prewt : num 80.7 89.4 91.8 74 78.1 88.3 87.3 75.1 80.6 78.4 ... $ Postwt: num 80.2 80.1 86.4 86.3 76.1 78.1 75.1 86.7 73.5 84.6 ... > ft = subset(anorexia, subset=(Treat=="FT")) # just the family therapy threatment > ft Treat Prewt Postwt 56 FT 83.8 95… text/html 2015-12-07T00:05:50+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/pangyo_space_project?rev=1449446750&do=diff FL-UX 모집대상 기업 (대강) * 게임관련 기업 * 빅데이터 관련 기업 * IoT관련 기업 * 클라우드 관련 기업 * SW 융합관련 기업 * Mobile 관련 기업 여기에서 파생되는 (될수 있는) 기업들 - Copersona text/html 2021-03-04T00:33:47+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/parameters?rev=1614818027&do=diff Parameters 모집단(population)의 통계학적 특징을 parameter라고 한다. 가령 population의 평균 ($ \mu $), 표준편차 ($ \sigma $) 등을 모수치라고 (parameter) 한다. 샘플의 특징은 통계치라고 (statistics) 하는데 샘플의 통계치를 가지고 모집단의 모수치를 예측 혹은 추측해 내는 것을 추론통계라고 (inferential statistics) 한다. text/html 2017-09-14T04:10:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/paran_semester_projects?rev=1505362202&do=diff * Heoyunhee * Gyeonggi_broadcast_project * Youtube_project * paran_semester_Gyeonggi_boradcast_project text/html 2018-12-07T04:37:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/partial_and_semi-partial_correlation_note?rev=1544157433&do=diff Partial and semi-partial correlation > tests <- read.csv("http://commres.net/wiki/_media/r/tests_cor.csv") > colnames(tests) <- c("ser", "sat", "clep", "gpa") > tests <- subset(tests, select=c("sat", "clep", "gpa")) > tests sat clep gpa 1 500 30 2.8 2 550 32 3.0 3 450 28 2.9 4 400 25 2.8 5 600 32 3.3 6 650 38 3.3 7 700 39 3.5 8 550 38 3.7 9 650 35 3.4 10 550 31 2.9 text/html 2025-06-03T23:37:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/partial_and_semipartial_correlation?rev=1748993820&do=diff Partial and semi-partial correlation references [The Elements of Statistical Learning] or local copy or Introduction to R for Data Science :: Session 7 (Multiple Linear Regression Model in R + Categorical Predictors, Partial and Part Correlation) Partial and semipartial options(digits = 4) HSGPA <- c(3.0, 3.2, 2.8, 2.5, 3.2, 3.8, 3.9, 3.8, 3.5, 3.1) FGPA <- c(2.8, 3.0, 2.8, 2.2, 3.3, 3.3, 3.5, 3.7, 3.4, 2.9) SATV <- c(500, 550, 450, 400, 600, 650, 700, 550, 650, 550) scholar <- data.fr… text/html 2025-11-27T02:15:35+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/path_analysis?rev=1764209735&do=diff Path Analysis Planned Behavior Modeling ###################################################### ## data file: PlannedBehavior.csv ###################################################### df <- read.csv("http://commres.net/_media/r/plannedbehavior.csv") head(df) str(df) ###################################################### # attitude # norms # control # intention # behavior ###################################################### # install.packages("lavaan") library(lavaan) # Specify model specmo… text/html 2016-06-14T23:10:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/paul_rademacher?rev=1465945838&do=diff Paul Rademacher 레이드마커 홈페이지: <http://paulrademacher.com/> Mashup 의 시작 . . . . <http://www.housingmaps.com> ---- ----“”“” “”“” -- text/html 2016-05-11T23:12:09+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/persuasion?rev=1463008329&do=diff Persuasion (설득) * Persuasion is typically defined as “human communication that is designed to influence others by modifying their beliefs, values, or attitudes” (Simons, 1976, p. 21). * SENDER, MEANS, RECEIVER 요건 * 화자의 목적과 그 목적을 이루려는 의지 text/html 2019-04-14T23:42:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/phenomenology?rev=1555285342&do=diff Phenomenology text/html 2016-04-13T23:56:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/pluralistic_ignorance?rev=1460591767&do=diff 다원적 무지 다수의 사람들이 소수의견을 다수인 것처럼 인지하고 그렇게 행동하는 현상을 말한다. 박정순의 오래전 연구에 의하면 광주와 대구 지역의 사람들에게 자신이 다른 지역(대구-광주, 광주-대구)의 사람들을 얼마나 싫어하는지를 조사하고, 자기 지역 사람들이 얼마나 다른 지역사람들을 싫어하는지와 다른 지역의 사람들이 자기 지역의 사람들을 얼마나 싫어할 것인지를 조사하여 보았다. 그 결과 박정순은 43.6%의 대구지역 사람들이 호남지역 사람들을 싫어한다고 나타난 반면 84% 사람들이 광주지역 사람들을 나쁘게 생각할 것이라고 인지함을 보였다. 또한 광주지역 사람들의 86%가 대구지역 사람들을 싫어 할 것이라고 대답하였지만, 실제 광주지역 사람들은 35%만이 대구지역 사람들을 나쁘게 생각한다고 대답하였다.… text/html 2025-10-12T11:10:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/poisson_distribution?rev=1760267420&do=diff Poisson distribution Poisson (포아송) distribution: 일정한 단위의 시간이나 단위 공간에서 한 사건이 발생하는 확률(probability)을 구하는데 사용하는 이산형 확률분포. * 한 시간 동안 방문하는 고객불만 전화의 수$$P(X = x) \sim Po(\lambda) $$\begin{eqnarray*} P(X = x) & = & \frac {\lambda^{x} e^{-\lambda}}{x!}, \;\; \text{for } x = 0, 1, 2, 3, . . . \\ \end{eqnarray*}\begin{eqnarray*} P(X = 25) & = & \frac {30^{25} e^{-30}}{25!}, \\ & = & 0.05111534 \end{eqnarray*}\begin{eqnarray*} E(X) & = & \lambda \\ Var(X) & = & \lambda \end{eqnarray*}… text/html 2017-05-18T01:05:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/political_communication_theory?rev=1495069553&do=diff Core Theories of Political Communication, [PDF] Theories of media effects * Agenda setting Theory * Priming theory * Framing theory Theories about the politics-media axis * impoverished information provision; * narrowed political discourse; * elevation of perceptions of political reality over objective ones; text/html 2021-03-04T00:32:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/population?rev=1614817975&do=diff Population Population 혹은 모집단이라 함은 연구자가 관심의 대상으로 하는 전체 집단을 말한다. 예를 들어서 '미디어 교육'과 청소년들의 '게임중독성' 간의 관계에 관해서 연구자가 관심을 갖는다면 text/html 2015-03-14T11:42:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/portforwarding?rev=1426333348&do=diff 개념 프로토콜, 서버, 클라이언트에 대해서 우선 언급후 포트에 대해서 언급하도록 한다. 프토토콜, 서버, 클라이언트 인터넷은 여러종류의 프로토콜이 개발되어 서비스로 사용되고 있다. 가령 text/html 2014-03-23T13:18:36+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/positioning?rev=1395580716&do=diff Positioning 상품의 위치(position)를 강화 (reinforcement) 혹은 변화 (change) 시키는 전략. * Position: 소비자의 머리에 존재하게 되는 포지션 * 상품 생산자 (기획, 제작에서의 포지션) ==== 소비자 (구입, 사용에서의 포지션)에 대한 연구 및 재배치 text/html 2025-04-15T23:59:03+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/post_hoc_test?rev=1744761543&do=diff F-test 혹은 ANOVA 를 거친 후, 그룹 간 차이를 지지하는 결정을 내렸다면, 어느 그룹 간에 차이가 나는지 (적어도 3그룹 이상일 경우) 알아볼 필요가 있다. 이 때 수행하는 테스트가 post-hoc test (사후검증)이다. post-hoc에는 너무나 많은 방법이 있는데, 대부분 post-hoc 방법을 고안한 사람의 이름이 붙는다. 여러가지 방법이 있기는 하지만 t-test 의 원리를 따른다. 즉, 두 그룹의 평균 차이가 포스트혹 테스트 원리에 따른 표준오차로 (standard error) 몇 단위나 들어가는지 보는 것이다. $ q = \displaystyle \frac {\text{the difference between any two means}}{\text{the standard error of the difference between any two means}} $$ q = \displaystyle \frac {\overline{X_i}-\overline{X_j}… text/html 2014-03-23T18:13:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/ppl?rev=1395598408&do=diff PPL (Product Placement) Placing products in the filming scenes. * Hershey in ET 동영상, youtube * 신사의 품격 선글라스, 옷핀 * Coke in Minority Report 동영상, youtube, New Tech, youtube 국내방송, 2010년 1월부터 허용 * 오락 교양 프로그램에 한정 * 화면의 1/4 미만의 크기 text/html 2015-03-17T02:35:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/pr?rev=1426559707&do=diff PR과 관련된 페이지 text/html 2016-05-11T00:07:54+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/pre-assumptions_of_regression_analysis?rev=1462925274&do=diff pre-asumptions in regression test * Linearity - the relationships between the predictors and the outcome variable should be linear * Normality - the errors should be normally distributed - technically normality is necessary only for the t-tests to be valid, estimation of the coefficients only requires that the errors be identically and independently distributed text/html 2015-03-14T11:52:51+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/preparation_of_web_programming?rev=1426333971&do=diff 패키지 인스톨 웹 프로그래밍을 위해서는 아래의 기능을 할 수 있는 컴퓨팅 환경을 만들어야 한다. 컴퓨팅 환경의 기반이 되는 OS 사용은 Linux, Windows, OS X 등이 있을 수 있다. 대부분의 PC가 Windows 기반인 것을 고려하면 Windows에서 사용도 가능하지만, Linux에서 사용을 하게되면 파일, 디렉토리 퍼미션과 보안 등에 대해서도 배울 수 있으므로 후자를 권유하는 편이다. text/html 2016-03-25T04:42:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/prime%EC%82%AC%EC%97%85%EC%A7%80%EC%9B%90?rev=1458880977&do=diff Faculty of CI (Computational Intelligence) 취지 및 목적 * Computational Ability (기초분야) * Mathematical Ability (기초분야) * Expert Knowledge Ability (FLEXible하게 운영): 시대의 흐름에 맞게 전공과정을 유기적으로 열수 있도록 함 text/html 2019-11-16T06:06:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/principal_component_analysis?rev=1573884370&do=diff PCA Difference between PCA and FA * Both are data reduction techniques — they allow you to capture the variance in variables in a smaller set. * Both are usually run in stat software using the same procedure, and the output looks pretty much the same. * The steps you take to run them are the same-extraction, interpretation, rotation, choosing the number of factors or components. text/html 2015-04-28T03:06:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/program_provider?rev=1430190415&do=diff see Multiple Program Provider text/html 2015-03-24T08:02:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/project_info?rev=1427184173&do=diff Projects Information text/html 2015-04-06T01:06:23+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/prophecy_from_planet_clarion?rev=1428282383&do=diff Prophecy from Planet Clarion Call to City: Flee The Flood. It’ll Swamp Us on Dec. 21, Outer Space Tells Suburbanite Lake City will be destroyed by a flood from the Great Lake just before dawn, Dec. 21, according to a suburban housewife. Mrs. Marian Keech, of 847 West School street, says the prophecy is not her own. It is the purport of many messages she has received by automatic writing, she says… The messages, according to Mrs. Keech, are sent to her by superior beings from a planet call… text/html 2022-05-15T02:21:23+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/pr_%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%A8_%EC%9C%A0%ED%98%95?rev=1652581283&do=diff PR 프로그램의 유형 * 각종 PR부서로부터 온 정보 중 뉴스가치가 있는 정보를 골라 내보내는 것 * 외부정보원으로부터의 정보가 그 뉴스가치로 말미암아 뉴스매체에 실리는 것 * Uncontrolled method: 메시지 편집권한이 언론사에 있기 때문에 미디어에 의해 언제 어떻게 쓰는지 컨트롤할 수 없음 (광고는 controlled method) text/html 2020-11-20T11:22:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/public_goods?rev=1605871339&do=diff Public Goods (공공재) * Paul Samuelson 의 1954년 “collective consumption good”으로 소개된 개념이 발전한 것 * Mass Media의 content가 갖는 특징으로 일컬어 지는 것. * Television programs * Movies * Music text/html 2016-12-13T05:56:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/python?rev=1481608586&do=diff This is python space . . . text/html 2018-05-28T01:29:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/qualitative?rev=1527470956&do=diff Qualitative Field Research 계량, 수량, 조작화 <----> field research (q). theory generating activity (induction) 계량화할 수 없는 연구주제나 사회문제에 유용 일정기간의 사회과정을 연구하는데 적합 Murray Milner Jr. 고등학교 문화연구, text/html 2023-09-10T23:42:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/quartile?rev=1694389330&do=diff Quartile Symbol Names Definition Q1 first quartile lower quartile 25th percentile splits off the lowest 25% of data from the highest 75% 일사분위수 (하한사분위수) Q2 second quartile median 50th percentile cuts data set in half text/html 2017-11-13T01:23:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/r?rev=1510536235&do=diff Pages in this namespace: * analysis_of_covariance * ancova * anova * apply * baseball_data * basics * broken_character_when_importing_csv * chi-square_test * concor * correlation * data * data_structures * data_transformations * deleting_columns_in_data_frame_by_names * document_classification * drawing_sampling_distribution_plot * dummy_variable * dummy_variables_with_significant_interaction * extracting_variable_names_and_lables * factor_analysis * factorial_anova * flor… text/html 2025-09-23T01:26:49+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/radio_city?rev=1758590809&do=diff 1260 Avenue of the Americas, within Rockefeller Center, NY city, NY Opened on December 27, 1932 radio city image text/html 2016-05-31T03:46:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/random_links?rev=1464666413&do=diff * <http://misfits.kr/11408> * <http://news.coroke.net/> text/html 2019-09-16T02:03:42+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/range?rev=1568599422&do=diff Range 측정치 간의 거리 > x <- c(1.20, 1.82, 1.93, 2.04, 2.30, 2.33, 2.34, 2.47, 2.51, 2.55, 2.64, 2.76, 2.77, 2.90, 2.91, 3.20, 3.22, 3.39, 3.59, 4.02) > y <- c(3.13, 3.17, 3.19, 3.19, 3.20, 3.20, 3.22, 3.23, 3.25, 3.26, 3.27, 3.29, 3.29, 3.30, 3.31, 3.31, 3.34, 3.34, 3.36, 3.38) > range(x) [1] 1.20 4.02 > max(x)-min(x) [1] 2.82 > range(y) [1] 3.13 3.38 > max(y)-min(y) [1] 0.25 > text/html 2019-09-07T15:10:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/real_meter?rev=1567869059&do=diff bias -- <https://www.youtube.com/watch?v=k9AHqlZ98AE> text/html 2016-06-22T03:49:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/recommendation_system?rev=1466567340&do=diff text/html 2016-11-01T23:06:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/recommender_system?rev=1478041561&do=diff Recommender system Intro OR recommendation system Clips at Youtube * 소개 * Recommendation System 위키페이지 소개 페이지 * 기술관련 * A Coursera Course - 클래스 들을 수 있나 리소스 체크할 것 * Predicting Likes: Inside A Simple Recommendation Engine's Algorithms * Recommender systems, Part 1 IBM Developer's work * Correlation 방법을 이용한 Python 예제 * 리딩 * [Clustering Methods for Collaborative Filtering] PDF file. Recommendation system = Collaborative filtering… text/html 2024-09-29T16:13:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/regression?rev=1727626399&do=diff Regression 회귀분석 See also Multiple Regression 다변량회귀분석 두 변인 간의 상관관계가 완전하다면 (r=1.0 혹은 r=-1.0) 변인 간의 상관관계에 의한 그래프는 아래와 같을 것이다. $$Y = a + bX $$ 여기서, a는 절편이라고 (intercept) 하고, b는 기울기라고 (slope) 한다. 즉, 완벽한 상관관계일 때 나타나는 관계 그래프는 일차 방정식의 형태를 띄게 된다 (따라서 이를 linear한 관계라고 한다).$$\hat Y = a + bX $$$$\hat Y = 5 + 2 X $$$\hat Y$$X_i$$Y_i$$\hat Y$$Y_i$$\hat Y$$Y_i$$(Y_i - \hat Y)$\begin{eqnarray*} b & = & \displaystyle \frac{SP}{SS_X} \\ a & = & \displaystyle \overline{Y} - b \overline{X} \end{eqnarray*}$$b = r *… text/html 2019-05-12T23:32:09+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/reliability?rev=1557703929&do=diff Reliability 신뢰도란 반복적으로 동일결과가 나오는가에 관한 문제이다 (반복성, repeatition). 내 몸무게를 잴 때 사용하는 저울이 어떤 때에는 100kg을 가르키고, 어떤 때는 65kg을 가르키는 등, 매번 잴 때마도 틀려진다면 반복성이 없는 저울이므로 신뢰도가 없다고 할 수 있다. 그러나 신뢰도가 정확도를 의미하는 것은 아니다. 만약 나의 몸무게가 65kg인데, 어느 한 저울이 매번 지속적으로 70kg을 가르킨다면 이 저울의 신뢰도는 문제가 없지만 정확도에는 문제가 있다고 하겠다. Validity 섹션에서 언급한 것과 같이 힘의 세기를 측정하기 위해서 교실의 의자를 어깨 위로 드는 것을 선택하였다고 가정하고, 연구자가… text/html 2025-05-06T23:40:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/repeated_measure_anova?rev=1746574828&do=diff See also, ANOVA, Factorial ANOVA, paired sample t-test repeated_measures_anova Repeated Measure ANOVA Introduction * one-way ANOVA for related, not-independent groups * extension of the dependent t-test (one group t-test, repeated measure t-test) * also, it is called “within-subjects ANOVA” or “ANOVA for correlated samples$\text{independent ANOVA: } F = \displaystyle \frac{MS_{between}}{MS_{within}} = \frac{MS_{between}}{MS_{error}}$$\text{rep measures ANOVA: } F = \displaystyle \frac{M… text/html 2019-05-12T23:42:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/research_design?rev=1557704560&do=diff Research Design(연구설계)이라 함은 연구의 구조(structure)를 세우는 과정이라고 생각하면 되겠다. 즉, 연구를 성공적으로 수행하기 위해서 해야 할 것들에 대한 설계를 의미한다. 성공적으로 수행하기 위해서 고려해야 할 것들로서는 다음과 같은 것들이 있다. text/html 2024-09-05T00:00:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/research_methods_lecture_note?rev=1725494425&do=diff Introduction. Science, natural science, social science, humanity 이 책은 사회과학을 하는 사람이면 한 번쯤 거쳐야 할 조사방법론과 커뮤니케이션 이론에 대해서 다루고 있다. 사회과학분야의 조사방법론을 다루기에 앞서서 과학이라는 단어가 여러분에게 어떤 것을 던지는지 생각해 보았으면 한다. 과학이 무엇인가라는 따분한 정의에 대해서 이야기 하려는 것이 아니라, 단순히 과학이라는 단어로 인해 연상되는 것이 무엇인가에 대해서 묻는 것이다. 기초교육 기간 중에 바퀴의 시작, 피타고라스의 정리, 화성학, 점성학, 기하학 등을 배우기는 하지만 이런 것들이 과학과 연상되기 보다는 뉴튼의 만류인력의 법칙, 갈릴레오의 발견, 아인슈타인의 상대성 원리 등등이 우리에게 보다 친근한 과학의 이미지이다. 넓은 의미에서의 과학은 인간의 역사와 함께 서서히 발전해 온것이 사실이지만, 현대인들이 생각하는 과학은 일반적으로 근대(modern)라는 단어와 함께 인류… text/html 2015-05-18T07:59:34+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/research_paper_format?rev=1431935974&do=diff 첫 번째 논문은 살펴보면, Research Design에서 제시된 아웃라인과 크게 다를 것이 없음을 알 수 있다. * 들어가는 글 * 선행연구 정리 * 제3자 효과 연구의 전개 * 제3자 효과 지각과 침묵의 나선 이론 text/html 2016-09-19T00:53:30+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/research_proposal?rev=1474246410&do=diff * 머릿말 * 문헌연구 * 문제, 질문, 주제 정하기 * 연구설계 * 자료수집의 방법 * 조사대상의 선택 * 윤리적 이슈 * 자료분석 * 참고문헌 text/html 2016-06-29T08:16:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/research_question?rev=1467188167&do=diff 연구문제, Research problem statement 앞에서 언급하였다시피 대부분의 커뮤니케이션 연구문제는 개념과 개념간의 관계에 대한 물음으로 표현된다. “부자는 대물림을 하는가”라는 다소 세속적인 질문에 대한 답을 얻기 위해서 독자가 떠올리는 것은 아마도 부자들과 부자가 아닌 사람들을 두 집단으로 분류하여, 각 집단의 다음 세대의 경제적 형편을 (economic status) 살펴보면 되지 않을까라는 방법일 것이다. 위에서… text/html 2016-06-29T08:02:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/richard_stallman?rev=1467187361&do=diff Richard Stallman <[Richard Stallman]Richard Stallman> <http://www.stallman.org/> GNU project GNU manifesto 강연안내, 2006년 방한시 Free Software [Free Software, Free Society: Selected Essays of Richard M. Stallman] text/html 2017-06-16T15:21:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/rms?rev=1497626518&do=diff text/html 2024-11-13T02:09:27+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/rss?rev=1731463767&do=diff Fox News: TechCrunch: Lifehacker: Engadget: text/html 2023-12-12T04:24:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/r_square_value_in_logistic_regression?rev=1702355081&do=diff R square value in logistic regression Logistic regression에서는 linear regression 에서 사용하는 R^2 값을 구할 수는 없다. 따라서 이에 대응하는 개념을 적용하는 여러가지 방법이 개발되어 사용되고 있는데 그 중에서 가장 많이 쓰이는 방법이 McFadden's pseudo R square 이다. \begin{align*} R^2 = & \frac {SS_{regression}} {SS_{total}} \\ = & \frac {SS_{total} - SS_{residual}} {SS_{total}} \\ \end{align*}$\hat{Y} = a + b \cdot X$ text/html 2017-06-09T10:37:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sabermetrics?rev=1497004675&do=diff Sabermetrics Lahman Baseball Database: <http://seanlahman.com/files/database/readme2014.txt> Abbreviations 2B Double 3B Triple AB At Bats BA Batting Average BABIP Batting Average on Balls in Play BB Bases on Balls (Walks) BCS Bowl Championship Series BFP Batters Faced by Pitchers CS Caught Stealing text/html 2021-03-04T00:32:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sample?rev=1614817945&do=diff Sample 사회과학자가 모집단을 연구할 수 있는 가장 좋은 방법은 모집단을 대표하는 성질을 가진 집단을 연구하여 이에 대한 분석을 통해서 모집단의 성격을 추론하는 (Inferential Statistics) 것이다. 이와 같이 모집단을 대표하여 뽑혀진 집단을 Sample이라고 한다. text/html 2025-11-11T23:06:27+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sample_proportions_is_not_a_binomial_distribution?rev=1762902387&do=diff 100 문제가 있다. 문제 하나를 맞힐 확률은 1/4 이다. 어떤 사람이 30문제 보다 많이 맞힐 확률은 무엇인가? 30문제보다 많이 맞힐 = P(x > 30) 이라는 뜻 > dbinom(30, 100, 1/4) # 30문제 맞힐 확률을 말한다 [1] 0.04575381 > a <- pbinom(30, 100, 1/4) # 30문제까지 맞힐 확률을 말한다 > # 따라서 1 - a 는 31, 32, 33, 34, . . . . 100 문제 맞힐 확률을 말한다 > 1 - a [1] 0.1037872 > > text/html 2020-12-04T13:37:48+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sampling?rev=1607089068&do=diff Sampling 용어들 연구자는 자신의 연구 문제와 관련된 조사대상의 집단을 규정한다. 이 때 규정되는 집단을 모집단 혹은 population이라고 한다. 연구자가 청소년의 mp3 음악 사용에 관한 개념에 관해서 관심을 가지고 이에 따른 연구문제를 제시했다면, 잠정적으로 이 연구에서 규정하는 모집단은 청소년이라고 하겠다. $ \displaystyle k = \frac {N}{n} $ text/html 2025-03-23T23:44:14+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sampling_distribution?rev=1742773454&do=diff Sampling Distribtution, 표본분포 Sample Distribution (표본분포)과 Sampling Distribution (표집분포)는 비록 비슷하게 들리겠지만 전혀 다른 의미를 갖는다. 전자는 하나의 샘플에서 추출한 구성원에 대한 분포$\mu=70, \;\; \sigma=15$$\mu_{\overline{\tiny{X}}} = \mu$$\sigma_{\overline{X}} = \frac{\sigma}{\sqrt{n}}$$\mu=70$$\sigma=15$$\mu_{\tiny\overline{X}} = \mu = 70$$\sigma_{\tiny\overline{X}} = \frac{\sigma}{\sqrt{n}} = \frac{15}{\sqrt{100}} = 1.5$$ \mu_{\overline{x}}=\mu $$ \sigma_{\overline{x}}=\frac{\sigma}{\sqrt{n}} $$\mu$$\sigma$$\sigma_{\overline{p}}=… text/html 2025-09-13T09:55:49+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sampling_distribution_and_z-test?rev=1757757349&do=diff Sampling Distribution and z-test rm(list=ls()) rnorm2 <- function(n,mean,sd){ mean+sd*scale(rnorm(n)) } se <- function(sample) { sd(sample)/sqrt(length(sample)) } ss <- function(x) { sum((x-mean(x))^2) } ################################ N.p <- 1000000 m.p <- 100 sd.p <- 10 p1 <- rnorm2(N.p, m.p, sd.p) mean(p1) sd(p1) p2 <- rnorm2(N.p, m.p+20, sd.p) mean(p2) sd(p2) m.p1 <- mean(p1) sd.p1 <- sd(p1) var(p1) hist(p1) hist(p1, breaks=50, col = rgb(1, 1, 1, 0.5), main = "histogra… text/html 2025-03-24T00:00:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sampling_distribution_in_r?rev=1742774416&do=diff Sampling distribution in R e.g. 1 # sampling distribution n.ajstu <- 100000 mean.ajstu <- 100 sd.ajstu <- 10 set.seed(1024) ajstu <- rnorm2(n.ajstu, mean=mean.ajstu, sd=sd.ajstu) mean(ajstu) sd(ajstu) var(ajstu) iter <- 10000 # # of sampling n.4 <- 4 means4 <- rep (NA, iter) for(i in 1:iter){ means4[i] = mean(sample(ajstu, n.4)) } n.25 <- 25 means25 <- rep (NA, iter) for(i in 1:iter){ means25[i] = mean(sample(ajstu, n.25)) } n.100 <- 100 means100 <- rep (NA, iter) for(i in 1:iter){… text/html 2016-06-30T05:45:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/samsung_television_develpment?rev=1467265522&do=diff Samsung TV Develpment Tizen OS 기반으로 모두 바뀜. Tizen IME 개선부분 Tizen TV 앱 개발 환경 * Tizen TV에서는 Web App만 지원 중 * WebKit 웹 엔진 * HTML5, CSS Java script * Tizen Web Device API 및 삼성API ... text/html 2019-10-14T04:00:03+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sandbox?rev=1571025603&do=diff $$ \begin{array}{lllll} &\text{Source} &\text{SS} &\text{df} &\text{MS} &\text{F} \\ \hline &x_1 &\sum(\hat y_i-\bar y)^2 &1 &\frac{\text{SS}_{x_1}}{\text{df}_{x_1}} &\frac{\text{MS}_{x_1}}{\text{MS}_{\rm res}} \\ &\text{Residual} &\sum(y_i-\hat y_i)^2 &N-(1+1) &\frac{\text{SS}_{\rm res}}{\text{df}_{\rm res}} \\ &\text{Total} &\sum(y_i-\bar y)^2 &N-1 \end{array} $$ $$ \begin{array}{lllll} &\text{Source} &\text{SS} &\tex… text/html 2026-04-01T01:52:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sand_box?rev=1775008358&do=diff ---------- graph TD A(**mermaid**)-->B((__plugin__)) A-->C(((//for//))) B-->D[["[[https://www.dokuwiki.org/dokuwiki|Dokuwiki]]"]] C-->D \begin{eqnarray*} & & P(A \mid B) = \dfrac{P(A \cap B)}{P(B)}\\ & & P(B \mid A) = \dfrac{P(B \cap A)}{P(A)}\\ \\ & & P(B \vert A) \;\; \text{ vs. } \;\; P(B \mid A) \\ & & P(A \cap B) = P(A \mid B) * P(B) \\ & & P(B \cap A) = P(B \mid A) * P(A) \\ & & P(A \cap B) = P(A, B) \\ \\ & & \frac{3}{4 \pi} \sqrt{4 \cdot x^2 12} \\ & & \lim_{n \to \infty} \su… text/html 2019-11-20T01:27:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/saq_dataset?rev=1574213241&do=diff [SAQ.csv] - fictional statistics anxiety questionnaire from Andy Field's textbook resources saq <- read.csv("http://commres.net/wiki/_media/r/saq.csv", header = T) Variable Position Label stat_cry 1 Statiscs makes me cry afraid_spss 2 My friends will think I'm stupid for not being able to cope with SPSS text/html 2016-09-22T04:15:18+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/satellite_television?rev=1474517718&do=diff 위성방송, 디지털 독점체제: 한국디지털위성방송 이유: 초기 방송시장에서의 안정적인 운영을 지원하기 위해서 독점 체제를 인정함 * 프랑스, 호주, 영국, 일본 등의 다수의 나라도 초기 다수의 경쟁체제에서 독점 체재로 (시장논리에 의해서) 바뀌게 됨 text/html 2016-09-22T03:58:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sbs?rev=1474516717&do=diff SBS(서울방송) 1990년 방송법 개정으로 민영방송 허가, ㈜태영을 지배주주로 선정 서울방송㈜ 설립 TV 채널 – SBS 라디오 채널 – 러브FM, 파워FM 등 2개 채널 운영 키 방송사(Key Station) – 가맹사(Affiliation Station) 체제의 전국 네트워크 text/html 2024-05-02T12:15:03+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/scales?rev=1714652103&do=diff 척도 (scale) 측정, 지수 페이지도 참조 쌍대비교 척도 사물,대상,사건 등을 쌍으로 (dyad) 비교하여 우위를 측정하는 것으로 Nominal한 방법과 interval한 방법이 있을 수 있다. 문항: 아래는 다섯개의 User Interface 디자인을 쌍으로 모아 놓은 것입니다. 각각을 비교하여 더 나은 디자인에는 - ?표시해 주세요. UI-a ( ) :: UI-b ( ) UI-a ( ) :: UI-c ( ) UI-a ( ) :: UI-d ( ) UI-a ( ) :: UI-e ( ) UI-b ( ) :: UI-c ( ) UI-b ( ) :: UI-d ( ) UI-b ( ) :: UI-e ( ) UI-c ( ) :: UI-d ( ) UI-c ( ) :: UI-e ( ) UI-d ( … text/html 2019-09-19T23:11:35+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/schutz?rev=1568934695&do=diff Schutz, Alfred See [Dreher. (). Alfred Schutz] in Book. Blackwell. SA Phenomenology-Social-Studies-Existential-Philosophy at amazon text/html 2022-10-18T00:16:51+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/scratch?rev=1666052211&do=diff datavar bankaccount income famnum 1 6 220 5 2 5 190 6 3 7 260 3 4 7 200 4 5 8 330 2 6 10 490 4 7 8 210 3 8 11 380 2 9 9 320 1 10 9 270 3 > atavar bankaccount income famnum 1 6 220 5 2 5 190 6 3 7 260 3 4 7 200 4 5 8 3… text/html 2017-11-21T01:09:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/second_screen?rev=1511226566&do=diff Active watching vs. Passive watching * Passive watching: anything but the program related behavior or attention? * Active watching: solely focusing on the program In relation to time shifting, asynchronous activities of talking about the program. text/html 2018-10-31T09:22:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/seo?rev=1540977778&do=diff SEO What Is SEO / Search Engine Optimization? Search Engine Optimization (SEO) Starter Guide Beginners guide to SEO Video (youtube) YouTube SEO: How to Rank YouTube Videos in 2018 YouTube SEO 101 How to do YouTube SEO in 2018 YouTube SEO: How To Optimize Videos To Rank Higher In Both YouTube And Google (Using YouTube Ranking Factors) YouTube SEO: 7 Powerful Secrets <Works GREAT in 2018> Etc. Top 50 open source web crawlers for data mining JSOUP basic web crawler example How to make a web … text/html 2024-06-11T23:30:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sequential_regression?rev=1718148631&do=diff Sequential or Hierarchical regression 연구자가 판단하여 독립변인들 중 필요한 것들을 묶어서 스테이지 별로 (단계 별) 넣고 분석하는 것을 말한다. Stepwise regression은 이를 컴퓨터나 계산방법을 통하여 수행하게 된다. $\hat{Y} = 6.399 + .012 X_{1} + -.545 X_{2} $$(1)$$(2)$$(3)$$(4)$ text/html 2016-06-29T07:51:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sex_appeal?rev=1467186685&do=diff Sex appeal Appeal * Rational * Emotional appeal * Humor * Fear * Sex . . . advertising mass_media text/html 2021-10-05T13:59:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/se_of_correlation_coefficient?rev=1633442350&do=diff Standard Error of Correlation Coefficient $ (1-r^2) $ $ \text{df} = n-2 $ $$ \frac {\sqrt{(1-r^2)}} {\sqrt{\text{df}}} \\ = \sqrt {\frac {(1-r^2)}{n-2} } $$ t value for correlation coefficient = $$ \frac {r}{se} $$ text/html 2019-10-15T23:54:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/shooting?rev=1571183650&do=diff frame rate ISO Lens (focal length)me Apeture Shutter Speed How to Use Shutter Speed, Aperture and ISO For Video ** * 180 Degree rule (<https://youtu.be/sMEnDA2DAic?t=192>) How to film or shoot a video on your DSLR camera | DSLR FilmMaking | Tutorial ** 5 ways to INSTANTLY make BETTER VIDEOS! text/html 2017-06-01T00:23:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/side?rev=1496276604&do=diff Theory * Social Identity Theory * Self-categorization Theory Three Perspectives on Relating Online Perspective Claim Relationships Impersonal The lack of cues limits the quality of interaction. Relationships are unlikely to emerge in CMC. text/html 2017-05-24T00:26:37+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/simple_regression_example?rev=1495585597&do=diff Data examination Here we are looking at several variables, instead of each of IV and DV. This is called multiple regression. We will discuss it later. Download example file: display labels. Data Label description Variable Labels text/html 2016-04-26T22:07:43+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/singularity?rev=1461708463&do=diff text/html 2016-03-05T20:45:09+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/skewness?rev=1457210709&do=diff Skewness (왜도)는 자료 (데이터)의 분포가 한 방향을 편향된 정도를 말한다. $$ S_k = 3(\bar{X}-Median) / s $$ $S_k$ = skewness 왜도계수 $\bar{X}$ = 표본의 평균 $Median$ = Median (중앙값) $s$ = 표본의 표준편차 양의 왜도: 자료가 오른 쪽으로 길게 뻗어 있는 분포를 의미한다. 음의 왜도: 자료가 왼 쪽으로 길게 뻗어 있는 분포를 의미한다. text/html 2015-04-28T04:13:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/smart_television?rev=1430194401&do=diff 구글 안드로이드 TV: 구글 TV --> Android TV <https://developer.android.com/tv/index.html> 삼성 <http://www.samsungdforum.com/> LG <http://developer.lge.com/main/Intro.dev> 기본적으로 . . . HTML5 + javascript Google Saumsung LG Apple OS Android Linux Linux iOS Tools Java + Flash HTML5, CSS, javascript HTML5, CSS, javascript text/html 2024-11-24T23:45:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sna_and_clustering?rev=1732491953&do=diff sna (social network analysis) and clustering in R # library(igraph) data <- read.csv("http://commres.net/wiki/_media/r/socialnetworkdata.csv", header=T) head(data) str(data) y <- data.frame(data$first, data$second) head(y) # net <- graph.data.frame(y, directed=T) net <- graph_from_data_frame(y, directed=T) head(net) net V(net) # vertex in net data who.net <- V(net) # 52/52 vertices data.frame(who.net) E(net) # edge info in net data rel.net <- E(net) rel.net # output 290/290 edges # 52 … text/html 2019-11-29T00:20:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sna_eg_stanford?rev=1574986813&do=diff sna examples from Stanford University The Art of Raising a Puppy (Revised Edition) You must give your dog an opportunity to be right. Pages in this namespace: * Lab 01 * Lab 02 * Lab 03 * Lab 04 * Lab 05 * Lab 06 * Lab 07 text/html 2019-04-21T23:28:14+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sna_of_family_tree?rev=1555889294&do=diff SNA of family tree * [social network analysis of family tree with pajek] PDF * <https://fhtw.byu.edu/static/conf/2012/rapp-analyzing-fhtw2012.pdf> * social network analysis of family tree * <https://www2.aston.ac.uk/migrated-assets/applicationpdf/aston-business-school/368255-IAMOT2018_paper_49.pdf> * <http://forum-gephi.org/viewtopic.php?t=1595> text/html 2016-08-24T02:56:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sna_with_r?rev=1472007360&do=diff Statistical tool R namespace SNA with R R labs at Stanford University Social Network Analysis with R Tags > Social Network Analysis in Rbloggers.com Workshop session installing packages install.packages("ergm", repos = "http://cran.cnr.berkeley.edu/", dependencies = TRUE) install.packages("reshape", repos = "http://cran.cnr.berkeley.edu/", dependencies = TRUE) install.packages("igraph", repos = "http://cran.cnr.berkeley.edu/", dependencies = TRUE) install.packages("sna", repos = "htt… text/html 2017-06-08T01:03:09+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/sns_and_election?rev=1496883789&do=diff social network service (sns) and political election * 강진숙, 김지연. (2013). SNS 이용자의 정치참여에 대한 현상학적 연구. 한국언론정보학보,179-199. * 김동윤, 홍하은. (2015). 정치참여 수단으로서 댓글의 역할과 의미, 그리고 한계. 사이버커뮤니케이션학보, 32(1), 51-86. text/html 2017-06-07T23:57:32+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_cognitive_theory?rev=1496879852&do=diff As an extension of the social learning theory, social cognitive theory focuses on social influence and reinforcement play a key role in acquiring, maintaining and changing behavior. Individual behavior is a result of reinforcement, individual experiences, aspirations, etc. text/html 2016-06-29T08:06:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_comparison?rev=1467187581&do=diff Leon Festinger에 의해서 처음 주창된 이론이다. 기본적인 가정(preassumption)은 인간은 불확실성을 줄이는 것과 자신을 무리에서 정의/평가하는 것을 위해 자신의 의견이나 욕구를 남들에 견주어보는 욕구가 존재한다는 것이다. text/html 2019-03-17T23:47:42+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_conformity?rev=1552866462&do=diff Solomon Asch의 동조(conformity)에 관한 실험 * NG Brain Games Season 4, episode 8: Peer Pressure and Conformity * * text/html 2019-04-07T23:39:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_constraint_theory?rev=1554680350&do=diff Social Constraint Theory An example of inductive generated social theory in Earl Babbie's book. Why do people use marijuana? * 마리화나 예 * 흡연자와 비흡연자: 동등한 학업성적, 학교활동, 대학생활적응 * But, * 여성 < 남성 text/html 2018-03-12T01:42:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_construction_of_reality?rev=1520818942&do=diff Social Construction of Reality 현실의 사회적 구성론 text/html 2017-06-07T23:54:56+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_influence_theory?rev=1496879696&do=diff Social Influence Theory Against Media Richness, of which idea is based on tech. determinism. Fulk, Schmitz, Steinfield, etc. theory communication_theory cmc technology fulk rice text/html 2022-06-15T05:14:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_information_processing?rev=1655270060&do=diff 참조. Theories of Computer-Mediated Communication and Interpersonal Relations . Also refer to this slide Social Information Processing 해당 이론이 등장하기 전에 활발하게 연구되던 경향에 대한 비판에서 시작되었다. 연구의 경향은 Lack of Social Cues, Social Presence Theory, Media Richness 등과 같이 불렸는데, 이 연구들이 공통적으로 갖는 특징은 text/html 2017-06-07T23:53:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_judgment_theory?rev=1496879596&do=diff 사회적판단이론 * 메시지 혹은 정보에 대한 판단은 받아들이는 그 정보에 대한 개인의 앵커(기준, anchor, stance)에 따라 달라지게 된다는 것 * 개인 태도의 위치가 연속선상에 있는 점으로 표현할 수 있을 정도로 고착적인 것은 아님 text/html 2024-12-03T01:28:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_learning_theory?rev=1733189280&do=diff Social Learning Theory 맥락 * Watson, Skinner 등을 필두로 한 초기의 Behaviorism (Bullet theory?)의 단점에 대한 제안으로 등장. * Bandura가 중심이 되어서 주장됨 * Learning is not purely behavioral; rather, it is a text/html 2024-11-25T01:25:54+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_network_analysis?rev=1732497954&do=diff SNA (Social Network Analysis) Read: Social network analysis - theory and application 참조: Introduction to social network methods SA, [introduction to sna] in Models for Social Networks With Statistical Applications (Advanced Quantitative Techniques in the Social Sciences series) 1412941687 [Crime and Social Network Analysis] Studies of attributes social studies of people . . . studies of attributes of people = attribute studies text/html 2016-07-19T08:38:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_network_analysis_on_historical_data?rev=1468917492&do=diff Introduction * <http://historicalnetworkresearch.org/> * <http://historicalnetworkresearch.org/resources/first-steps/> * [Historical Social Network Analysis, PDF] at <http://journals.cambridge.org/action/displayFulltext?type=1&fid=7397612&jid=ISH&volumeId=43&issueId=S6&aid=7397604> * Visualizing Historical Networks Harvard University * Applications of social network analysis on historical data PPT * Visualizing Big Data: Social Network Analysis pdf * <http://www.sciencedirect.co… text/html 2016-05-10T00:49:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_presence?rev=1462841364&do=diff Social Presence Theory 사회적 실재감 이론은 Short, Williams, Christie에 의해서 주창된 이론으로 커뮤니케이션 상대방과의 물리적인 거리와 심리적인 거리 간의 차이를 지적하는 이론이라고 할 수 있다. 전화와 편지라는 매체(medium)을 비교할 때, 전화는 편지에 비해 상대방의 존재감이 현저하게 강하다는 것이 핵심적인 생각이다. text/html 2017-06-07T23:54:14+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/social_presence_theory?rev=1496879654&do=diff Social Presence * 사회적 실재감 = 커뮤니케이션 상대의 현저성(salience)에 관한 대화자의 주관적이고 심리적인 느낌을 의미 * 커뮤니케이션 매체에서 이용 가능한 감각 채널이나 코드가 적을수록 소통하고 있는 대화자의 text/html 2021-05-09T23:22:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/solomon_four_group_design?rev=1620602533&do=diff R O1-1 O1-2 Control group 1 R O2-1 X O2-2 Experimental group 1 R O3-2 Control group 2 R X O4-2 Experimental group 2 R = Random assignment O = Observation on group X = (sometimes, T) treatment $ \overline{X}_\text{pre-test} $$ \overline{X}_\text{post-test} $$ \overline{X}_\text{no-x} $$ \overline{X}_\text{x} $ text/html 2018-04-16T03:43:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/songs_the_best?rev=1523850181&do=diff Moody Blues - Nights in White Satin Procol Harum – A Whiter Shade of Pale & Kaleidoscope, 1968 Procol Harum - A Whiter Shade of Pale, live in Denmark 2006 The Marmalade - Reflections Of My Life Eagles - Take It To The Limit - Washington 1977 Dave Matthews & Tim Reynolds - Live At The Radio City - Don't Drink the Water/This Land Is Your Land text/html 2017-03-22T05:50:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/spajou?rev=1490161800&do=diff 특별 승진 규정 text/html 2017-04-27T01:14:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/spiral_of_silence?rev=1493255680&do=diff Spiral of Silence 위키피디아의 침묵의 나선 [제3자 효과와 침묵의 나선이론의 연계성] 논문 또한 읽을 것. 관련이론, Solomon Asch의 동조(conformity) 실험 독일 여성 커뮤니케이션 학자, Elisabeth Noelle-Neumann(1974, 1984)에 의해서 주창된 여론형성과 관련된 이론 Essence of the theory: The formation of text/html 2016-06-05T17:30:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/spss_tutorial?rev=1465147825&do=diff * Getting Started * Data Input 1 * Data Input 2 * Descriptive Stat * t-test * ANOVA * Multiple Regression text/html 2020-04-16T03:04:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/spurious_relationship?rev=1587006252&do=diff 허위관계 상관관계나 영향력 관계가 없는 두 개념 간의 관계에 대한 설명을 허위관계에 대한 설명이라고 한다. 아이스크림의 판매량과 익사률 간에 상관관계가 높은 이유는 둘 다 온도가 관련되어 있기 때문이지, 이 두 개념이 서로 관련이 있기 때문은 아니다. 즉, 날씨가 더울 수록 물놀이나 수영 등이 많아질 것이고 이로 인한 사고가 많아지기 때문에 익사율이 높아지는 것이지, 아이스크림 판매량이 익사에 영향을 주는 것은 아니다. 마을(행정)단위를 관찰할 때 그 마을의 당나귀가 많을 수록 박사학위율이 낮아지는 것은 두 개념 간에 상관관계가 있어서가 아니라, 도시와 농촌이라는 환경이 당나귀의 숫자와 박사학위율에 모두 영향을 미치기 때문이다. 도시환경일 수록 당나귀의 숫자가 적을 것이고 박사학위소지자는 많아질 것이다. 펠리컨이 많은 지역일 수록 출산율이 높다. 그 이유는 펠리컨이 아이를 배달해 주기 때문이다라고 생각하는 것 또한 허위관계에 기초한 논리이다. 펠리컨의 숫자가 적은 지역은 도시 환경… text/html 2026-03-15T23:30:56+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/standard_deviation?rev=1773617456&do=diff 표준편차, kr Standard Deviation(표준편차)는 variance(분산)값을 square root한 값을 말한다. 애초에 분산의 정도를 구하기 위해서 deviation score를 제곱한 값을 사용하였으므로 이에 다시 제곱근을 한 것이다. \begin{eqnarray*} \sigma^2 & = & \frac{SS}{N} = \frac{SS}{N-1} \\ & = & \frac{SS}{df} = \frac{\sum\limits_{i=1}^n (X_i-\mu)^2}{N-1} \\ \sigma & = & \sqrt{\sigma^2}=\sqrt{\frac{\sum\limits_{i=1}^n (X_i-\mu)^2}{N-1}} \\ s & = & \sqrt{s^2}=\sqrt{\frac{\sum\limits_{i=1}^n (X_i-\overline{X})^2}{n-1}} \\ \end{eqnarray*} 아래는 평균:100, 표준편차:20 인 변인 X 의 데이터를 그래프… text/html 2020-05-17T04:44:08+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/standard_error?rev=1589690648&do=diff Standard Error 변인이 수치로 측정된 경우의 표준오차란 (standard error) 모집단에서 샘플을 취했을 때 그 샘플의 평균이 모집단의 평균에서 얼마나 떨어져서 나타날까를 (평균에서부터의 랜덤 에러) 나타내주는 지표로 샘플평균집합의 표준편차를 (standard deviation of sample means) 말한다 ( text/html 2023-06-01T02:44:42+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/standard_error_of_regression_coefficients?rev=1685587482&do=diff 일반적으로 아래와 같이 구한다. \begin{eqnarray*} S_{b_{k}} & = & \frac {S_{e}} {\sqrt{(1-R_{X_{k}G_{k}}^2)*s_{X_{k}}^2 * (N-1)}} \dots\dots\dots\dots\dots \text{general case}\\ & = & \frac {S_{e}} {\sqrt{s_{X_{k}}^2 * (N-1)}} \dots\dots\dots\dots\dots \text{1 IV case} \\ \end{eqnarray*} text/html 2022-10-27T23:44:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/standard_error_of_regression_slope?rev=1666914266&do=diff \begin{eqnarray*} \large {s(b_1)} & = & \sqrt { \cfrac { \sum(y_i - \hat{y})^2 / n-2 } { \sum{(x_i - \overline{x})^2} } } \\ & = & \sqrt { \cfrac {{ \cfrac{\text{SS}_{res}} {n-2} }} {\text{SS}_{X}} } \\ & = & \sqrt { \cfrac {1}{{n-2}} \cdot \cfrac {\sum(y_i - \hat{y})^2} { \sum{(x_i - \bar{x})^2} } } \\ \end{eqnarray*} text/html 2019-09-23T02:59:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/standard_score?rev=1569207579&do=diff Standard Score z score 문서 또한 참조하세요. 표준점수 = 개인 점수가 평균에서 표준편차로 몇 단위나 벗어나 있는지 알려주는 숫자 평균값으로부터의 표준편차의 수 각각의 퀴즈와 시험의 난이도가 항상 똑같을 수가 없기에 이런 bias를 줄이고자 표준점수를 이용합니다. 개인의 표준점수를 구하기 위해서는 시험 점수에 대한 평균과 (average) 표준편차를 ($X_{i} - \bar{X}$$\text{s}$$$\text{z score} = \frac {X_{i} - \bar{X}} {s}$$$2 * \text{s} = X_{i} - \bar{X}$$X_{i} = (2 * \text{s}) + \bar{X}$$X_{i} = (\text{z-score} * \text{s}) + \bar{X}$… text/html 2018-03-14T00:07:43+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/stanford_prison_experiment?rev=1520986063&do=diff social_influence text/html 2022-11-13T13:57:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/statistical_regression?rev=1668347875&do=diff Statistical Regression Methods A part of selection method in multiple regression. Inshort, Multiple Regression * Enter method * Selection method * Hierarchical regression method Sequential regression method * Statistical regression method * forward selection: 인들 (predictors) 중 종속변인인 Y와 상관관계가 가장 높은 변인부터 먼저 투입되어 회귀계산이 수행된다. 먼저 투입된 변인은 (상관관계가 높으므로) 이론적으로 종속변인을 설명하는 중요한 요소로 여겨지게 된다. 또한 다음 변인은 우선 투입된 변인을 고려한 상태로 투입된다.… text/html 2022-11-13T14:01:51+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/statistical_regression_methods?rev=1668348111&do=diff text/html 2023-10-05T08:30:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/statistical_review?rev=1696494601&do=diff Rules for Variance see expected value and variance properties Rules for the Covariance see covariance properties text/html 2021-03-04T00:24:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/statistics?rev=1614817466&do=diff Statistics 통계(statistics)라고 번역되는 의미 외에 statistics는 샘플이 가진 특징을 통털어 칭하는 것이기도 하다. 이와 대비하여 모집단(population)의 특징은 parameter라고 한다. 가령 population의 $ \mu $, $ \sigma $ 등을 parameter라고 하고 이에 대비되는 $ \bar{X} $$ s $ text/html 2024-03-18T01:30:49+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/strain_theory?rev=1710725449&do=diff Strain Theory 긴장이론 * Durkheim, Emile (see an article at JSTOR) * In his book, “Social Structure and Anomie,” there are four types of suicide. * Egoistic * Altruistic * Fatalistic * Anomic * Merton, Robert see Strain theory (sociology) * The social structure of the society may strain upon individuals to commit crime. text/html 2019-12-01T14:52:06+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/structural_equivalence?rev=1575211926&do=diff <https://rpubs.com/pjmurphy/325575> text/html 2025-11-30T23:00:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/summary_of_hypothesis_testing?rev=1764543612&do=diff Hypothesis testing see also types of error Basic see first sampling distribution and z-test Hypothesis testing, 가설검증에 실패한 경우 (n=25) 샘플은 p2에서 (mu.p2 = 104) probability sampling을 한 샘플. 그러나, 샘플의 평균이 101.05가 나와서 가설 검증에 실패. 이런 경우가 type 2 error를 범한 경우. 효과가 4만큼 나타나는 모집단에서 샘플이 나왔음에도 불구하고 평균이 100인 집단의 샘플로 추정되어 영가설을 부정하지 못하고, 연구가설을 채택하지 못함.… text/html 2018-12-13T01:33:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/super_bowl_ads?rev=1544664790&do=diff <http://adage.com/article/special-report-super-bowl/super-bowl-super-bowl-top-50-ad-countdown-21-1/302399/> 애드에이지 잡지가 뽑은 가장 훌륭했던 슈퍼볼 광고 10 - 1 Budweiser, “Whassup!?” This tour de force from DDB Worldwide in 2000 might have frustrated grammarians, but it delighted audiences and became part of the venacular before going on to win a Cannes Grand Prix. Then Ad Age critic Bob Garfield said the spot text/html 2022-11-09T12:43:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/super_bowl_ads_1?rev=1667997802&do=diff <http://adage.com/article/special-report-super-bowl/super-bowl-super-bowl-top-50-ad-countdown-21-1/302399/> 애드에이지 잡지가 뽑은 가장 훌륭했던 슈퍼볼 광고 10 - 1 Budweiser, “Whassup!?” This tour de force from DDB Worldwide in 2000 might have frustrated grammarians, but it delighted audiences and became part of the venacular before going on to win a Cannes Grand Prix. Then Ad Age critic Bob Garfield said the spot text/html 2022-11-09T12:52:36+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/super_bowl_ads_2?rev=1667998356&do=diff Ad Age Article Snickers, Betty White. Xerox, “Brother Dominic.” It's no miracle this spot from the 1977 Super Bowl has stood the test of time. Demonstrating the merits of the Xerox 9200 by a monk was a delightful stroke credited to Allen Kay and DDB Needham. text/html 2022-11-09T12:54:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/super_bowl_ads_3?rev=1667998481&do=diff <http://adage.com/article/special-report-super-bowl/super-bowl-top-50-ad-countdown-30-19/302209/> E-Trade, “Monkey.” Of all the simians that have starred in Super Bowl spots, this might be our favorite. This 2000 commercial from Goodby Silverstein & Partners had the simplest of product demonstrations: Two hayseeds and a chimp wearing an E-Trade T-shirt dancing in a garage. The kicker: text/html 2022-11-09T12:58:43+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/super_bowl_ads_4?rev=1667998723&do=diff <http://adage.com/article/special-report-super-bowl/super-bowl-top-50-ad-countdown-40-29/302093/> Noxema with Farrah Fawcett and Joe Namath. It's possible GoDaddy learned about double entendres and sexy Super Bowl spots from Noxema, which was using it as a ploy way back in 1973. This commercial is noteworthy because it paired America's favorite quarterback at the time with its favorite pinup. What the vintage spot lacks in taste (a lot) it makes up in star power. text/html 2022-11-09T13:05:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/super_bowl_ads_5?rev=1667999117&do=diff <http://adage.com/article/special-report-super-bowl/super-bowl-top-50-ad-countdown/302026/> Bridgestone, “Reply All.” It's happened to us all -- hitting the dreaded “reply all” button on email, which is why this 2011 ad still resonates. The sidesplitter was inspired by an errant email sent in real life by a creative at Richards Group, which handled the campaign. His panic proved to be Bridgestone's gain. text/html 2018-12-10T23:53:15+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/super_bowl_ads_2018?rev=1544485995&do=diff Top 10 Best Super Bowl 52 Commercials (2018 Funniest Ads Superbowl LII) ---------- Top 10 Funniest Super Bowl Commercials of 2018 Extended (Best Superbowl LII Ads 2018) ---------- Alexa Loses Her Voice – Amazon Super Bowl LII Commercial Tom Clancy’s Jack Ryan – Super Bowl Commercial | Prime Video text/html 2024-11-19T01:22:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/super_bowl_ads_misc?rev=1731979379&do=diff 2023 Hyundai motors 2024 광고비. . . . 7 million dollar = 9,749,425,840원 광고비 추세 5 best ads in 2023 by forbes usatoday selected top 10 best ads in super bowl 2024 text/html 2025-11-11T01:09:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/suppressor_in_multiple_regression?rev=1762823361&do=diff Question Carseat에서 아주 이상한 일이 있습니다. 이것에 대해서 각 개인의 생각을 묻습니다. # Carseats 데이터 분석입니다. 새로 시작하면 # 만약에 ISLR이 install도 안되어 있으면 # install.packages("ISLR") library(ISLR) ?Carseats # 데이터 설명 확인 str(Carseats) # 이 중에서 CompPrice의 독립변인으로서의 # 역할에 문제점이 보이는 듯 하여 물어봅니다 # CompPrice와 다른 변인들을 모두 활용해도 # 되겠지만 간단하게 보기 위해서 Price만을 # 독립변인으로 분석을 합니다 lm.c1 <- lm(Sales ~ Price + CompPrice, data = Carseats) summary(lm.c1) # output 을 살펴보면 R 제곱값이 # 0.3578 (35.78%) 임을 알 수 있습니다. # 이는 우리가 흔히 쓰는 다이어그램에서 # # http://comm… text/html 2025-05-22T01:23:52+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/survey?rev=1747877032&do=diff Survey Survey(서베이)라 함은 우리가 가장 흔히 접하는 사회조사 방법중의 하나이다. 이 위키(교재)와 관련해서 이야기 한다면, 서베이 방법은 1 (Conjunctive), 2 (Attribute-based) 에 해당하는 이론적 접근 방법을 사용하는 연구에 많이 사용된다고 하겠다. 서베이는 아래의 그림에서 text/html 2016-06-29T08:07:27+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/swot_analysis?rev=1467187647&do=diff SWOT * 결정적인 1, 2개의 핵심 쟁점으로 압축하는 데 SWOT 분석의 의의 * 경쟁자와 비교하여 '상대적 관점'에서 정리 * 자사 상품 질이 높아도 경쟁사 상품 품질이 높다는 이미지가 있다면 강점이 아님 text/html 2016-06-29T08:07:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/system_operator?rev=1467187673&do=diff Multiple System Operator See Program Providers MPP * CJ Hello Vision * T-Broad * C&M * HCN * CMB ---------- * NIB 남인천방송 * ABN 아름방송 * CMB 충청방송 * TCN 대구방송 * GBN 강원방송 * CJ헬로비전 영서방송 * JCN 울산중앙방송 * CCS 충북방송 text/html 2026-03-31T23:18:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/t-test?rev=1774999108&do=diff t-test 비교 이 파일은 t-test 혹은 그룹 간 비교에 필요한 데이터가 포함된 SPSS data file이다. 요약 \begin{eqnarray} z\;\;\;\text{or}\;\;\;t & = & \frac{\overline{X}-\mu}{\sigma_{\overline{X}} }, \; \text{where } \;\; \sigma_{\overline{X}} = \frac{\sigma}{\sqrt{n}} \\ t & = & \frac{ \overline{X}-\mu}{s_{\overline{X}} }, \; \text{where } \;\; s_{\overline{X}} = \frac{s}{\sqrt{n}} \\ t & = & \frac{(\overline{X_a}-\overline{X_b})-(\mu_a-\mu_b)}{\sigma_{\text{diff} }}, \\ & & \qquad \qquad \text{where } \;\; \sigma_{\text{d… text/html 2025-09-17T23:45:35+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/t-test_summing_up?rev=1758152735&do=diff t-test summing up rm(list=ls()) rnorm2 <- function(n,mean,sd){ mean+sd*scale(rnorm(n)) } se <- function(sample) { sd(sample)/sqrt(length(sample)) } ss <- function(x) { sum((x-mean(x))^2) } N.p <- 100000 m.p <- 100 sd.p <- 10 p1 <- rnorm2(N.p, m.p, sd.p) mean(p1) sd(p1) p2 <- rnorm2(N.p, m.p+10, sd.p) mean(p2) sd(p2) hist(p1, breaks=50, col = rgb(1, 0, 0, 0.5), main = "histogram of p1 and p2",) abline(v=mean(p1), col="black", lwd=3) hist(p2, breaks=50, add=TRUE, col = rgb(0, … text/html 2025-10-06T23:28:06+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/taylor_series?rev=1759793286&do=diff Taylor series 테일러 급수 Taylor's series of $e^x$ 일반화된 설명은 너무 복잡하고 아래와 같이 생각해보자 $e^x = \displaystyle \sum_{k=0}^\infty {\frac{x^k}{k!}}$ 이라고 하면 \begin{align*} e^x & = \displaystyle \sum_{k=0}^\infty {\frac{x^k}{k!}} \\ & = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + . . . \\ \end{align*} $x=2$ 일 때 \begin{align} e^2 & = & 1 + 2 + \frac{2^2}{2!} + \frac{2^3}{3!} + \frac{2^4}{4!} + \frac{2^5}{5!} + . . . \\ \end{align} R에서 > e <- exp(1) > e [1] 2.718282 > e^2 [1] 7.389056 > … text/html 2016-09-27T06:42:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/teaching_and_learning_design?rev=1474958540&do=diff This page can be found at: <http://commres.net/wiki/teaching_and_learning_design> * 영상미학 * 영상합성 * 컴퓨터애니메이션 * 미디어애널리스틱 * 게임디자인 교수학습 개발 (media analytics) 프로젝트 목표 * BB 기능 * task 협업관련 * 위키 text/html 2020-04-16T08:17:34+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/tearoom_trade?rev=1587025054&do=diff Tearoom Trade Ethnographic study - Situation-based approach. Lord Humphrey는 공중화장실에서 일어나는 동성애자들 간의 관계를 관찰하였다. “Tea-rooming”이란 이런 공공 화장실에서 동성애자들을 만나는 것을 의미하는 슬랭이었다. 그들의 사회적인 단서와 큐등을 관찰하여 험프리는 이 과정에 보통 3인이 관련되는 것을 알아내었는데, 제3의 인물은 동성애자의 애정행각을 망봐주는 사람이었다 (watchqueen).… text/html 2017-06-05T01:26:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/technology_acceptance_model?rev=1496625998&do=diff See also, Innovation Resistance TAM Two concepts: * Perceived usefulness (PU): “the degree to which a person believes that using a particular system would enhance his or her job performance” * 인지된 유용성: 정보기술 시스템을 사용함으로써 자신의 업무성과가 개설될 것이라고 믿는 정도 text/html 2019-10-01T22:53:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/telephoto_lens?rev=1569970397&do=diff Telephoto Lens 소니 200-400mm <https://youtube>>dK7sOdLmqf0?t=322 부분. 좋은 사진을 찍기 위해서는: 길이에 반비례하는 셔터스피드 Canon 600mm DSLR과 600mm 렌즈로 달 촬영 예 text/html 2025-10-02T01:13:18+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/television_history?rev=1759367598&do=diff History of Television <http://commres.net/wiki/television_introduction> Window to the world Watch a video, * Modern Marvels: Television: Window to the World * Video clip at Vimeo * Video clip at History channel * = ModernMarvelsTelevision.avi * Amazon buying Intro Television throughout the human history * 08, Television broadcasting on Moon Landing in 1967 * see <https://www.youtube.com/watch?v=9vTrmPWULfo> * * typical home with a radio listening during 1920… text/html 2024-09-04T23:33:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/television_introduction?rev=1725492838&do=diff 텔레비전 간단한 역사 * For detailed information watch: a video clip, Modern Marvels: Television: Window to the World * 1920s: Zworykin, Vladimir * 1919 영상의 전송을 위한 실험들을 이미 러시아에서 했던 경험을 살려, RCA에서 허락을 맡아 계속 실행 text/html 2021-07-15T09:24:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/temp?rev=1626341047&do=diff text/html 2016-09-22T04:00:23+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/terrestrial_television?rev=1474516823&do=diff 텔레비전 방송프로그램 제작 방송프로그램 -> 아래의 방송채널에서 나오는 영상 제작물을 일컫는 것이 보통 * 지상파 방송국: KBS, MBC, SBS, EBS * 케이블 TV * 위성방송사 * 독립 프로덕션 text/html 2016-06-08T08:49:04+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/test_of_homogeneity_of_variances?rev=1465375744&do=diff data file: DV: write writing score IV: type of school (academic/general/vocational) Descriptives writing score N Mean Std. Std. 95% Minimum Maximum Dev. Error Confidence Interval for Mean Lower Upper academic 105 56.2571 7.94334 .77519 54.7199 57.7944 33.00 67.00 general 45 51.3333 9.39778 1.40094 48.5099 54.1567 31.00 67.00 vocati 50 46.7600 9.31875 1.31787 44.1116 49.4084 31.00 67.00 Total 200 52.7750 9.47859 .67024 51.4533 54.0967 31.00 67.00 … text/html 2022-06-14T01:23:48+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/text_mining?rev=1655169828&do=diff References * <http://www.rdatamining.com/docs/r-and-data-mining-examples-and-case-studies> * book download [R and Data Mining] * <http://www.openhangul.com/> * <http://statmath.wu.ac.at/courses/SNLP/Presentations/DA-Sentiment.pdf> * <http://word.snu.ac.kr/kosac/> * <http://mpqa.cs.pitt.edu/lexicons/subj_lexicon/> * * <http://rconference.fossa.kr/handout/sentiment_analysis_hyungjunkim.pdf> * <http://blog.naver.com/PostList.nhn?blogId=wcjpower> Introduction Introduction … text/html 2017-12-14T01:42:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/text_mining_example_with_korean_songs?rev=1513215761&do=diff Lylics in Music library(bitops) library(RCurl) library(KoNLP) library(rJava) library(tm) library(wordcloud) library(XLConnect) library(twitteR) # set your data dir in which the save file is located. setwd ("D:/Users/Hyo/Clouds/Cs-Ds/CS/MusicStudy") rm(list=ls()) music<- file.path("mm.xlsx") music90s <- readWorksheetFromFile(music, sheet="1990s") # use VectorSource lyrics<- Corpus(VectorSource(music90s$lyrics)) result.text <- lyrics inspect(result.text[1:5]) # removeTwitSign <- function(… text/html 2024-05-29T23:18:52+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/text_mining_the_complete_works_of_william_shakespeare?rev=1717024732&do=diff Text Mining the Complete Works of William Shakespeare from > setwd("d:/rdata") > TEXTFILE = "pg100.txt" > if (!file.exists(TEXTFILE)) { dir.create(dirname(TEXTFILE), FALSE) download.file("http://www.gutenberg.org/cache/epub/100/pg100.txt", destfile = TEXTFILE) } > shakespeare = readLines(TEXTFILE) > length(shakespeare) [1] 124787 text/html 2024-03-21T01:24:33+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/theories?rev=1710984273&do=diff Mass media effects At the end of 19th century; and at the beginning of the 20th century, there were many technological and scientific accomplishments around the world, especially in the areas of mass media. These technologies started to exert effects which could not be determined good or evil with ease. text/html 2017-05-04T01:36:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/theories_of_cmc?rev=1493861779&do=diff Cues filtered out approaches Social presence theory Lack of social context cues Media Richness SIDE (Social Identity Model of Deindividuation Effects) Social Influence theory Theory Cues Intended Effects Social Presence Non-verbal Communication Proximity and orientation Physical Appearance Person perception Intimacy/immediacy Interpersonal relations Reduced Social Cues text/html 2017-06-07T23:47:52+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/theories_of_computer_mediated_communication_and_interpersonal_relations?rev=1496879272&do=diff See Theories of Computer-Mediated Communication and Interpersonal Relations [Theories of Computer-Mediated Communication and Interpersonal Relations] text/html 2020-11-17T15:20:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/the_binomial_theorem?rev=1605626458&do=diff The Binomial Theorem see this web page \begin{eqnarray*} (a + b)^{1} & = & (a + b) \\ (a + b)^{2} & = & (a + b)(a + b) \\ (a + b)^{3} & = & (a + b)^{2} (a + b) \\ (a + b)^{4} & = & (a + b)^{3} (a + b) \\ \end{eqnarray*} \begin{eqnarray*} (a + b)^{1} & = & (a + b) \\ (a + b)^{2} & = & (a + b)(a + b) \\ & = & a^2 + 2ab + b^2 \\ (a + b)^{3} & = & (a^2 + 2ab + b^2)(a + b) \\ & = & a^3 + 3a^2b + 3ab^2 + b^3 \\ (a + b)^{4} & = & (a^3 + 3a^2b + 3ab^2 + b^3)(a + b) \\ … text/html 2022-12-05T23:55:36+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/the_hawthorne_study?rev=1670284536&do=diff see also Hawthorne Studies 시카고 외곽지역의 Western Electric Company, the Hawthorne Plant 연구 (1924-1932), PI: Elton Mayo Four main research phases: * The illumination experiments * the Hawthorne Effects * The Relay Assembly Test Room Study * text/html 2023-11-02T03:46:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/the_men_who_built_america?rev=1698896779&do=diff The Men who Built America The documentary title aired in History channel. Cornelius Vanderbilt the New York Central Railroad John D. Rockerfeller the Standard Oil Company Andrew Carnegie Carnegie Steel Company J. P. Morgan JPMorgan Chase & Co. text/html 2018-06-14T03:41:45+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/the_r_project_for_statistical_computing?rev=1528947705&do=diff 소개 일명 R project로 불린다. 공식 홈페이지는 <http://www.r-project.org/>이다. 다운로드는 <http://cran.r-project.org/mirrors.html> 페이지에서 Korea부분을 찾으면 (ctrl-f) 아래의 미러사이트가 있는데, 어느 한 사이트를 방문하여 다운로드 받으면 되겠다. * text/html 2016-04-19T01:38:47+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/the_social_identity_model_of_deindividuation_effects?rev=1461029927&do=diff SIDE 개인의 아디덴티티가 소속집단이나 사회적범주에 따라서 다르게 나타나는 것을 설명하는 이론으로, 소속집단의 아이덴티티가 개인의 아이덴티티보다 서로 우위를 점하게 되는 과정을 설명한다. 또한, CMC와 같은 익명성(cues-filtered-out)을 보장하는 환경에서의 개인의 ID와 집단의 ID가 어떻게 작용하는지를 설명한다. text/html 2019-04-23T22:06:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/the_third_person_effect?rev=1556057162&do=diff 제3자 효과 사람들이 매스미디어가 자신을 중심으로 사회적 거리가 먼 사람들에게 더 많은 영향력을 행사할 것이라고 생각하는 경향을 일컫는다. 주로 부정적인 메시지나 효과와 관련하여 이런 경향이 두드러진다고 하며, 반대로 긍정적이거나 친사회적인 메시지나 내용에는 역작용이 일어난다고 주장되기도 한다. text/html 2025-09-10T23:20:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/the_titanic?rev=1757546453&do=diff The Radio Act of 1912 text/html 2023-09-13T23:26:10+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/the_war_of_the_world?rev=1694647570&do=diff The War of the World Incident see <https://en.wikipedia.org/wiki/The_War_of_the_Worlds_>(1938_radio_drama) text/html 2024-05-02T12:28:05+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/threats_to_internal_validity?rev=1714652885&do=diff Threats To Internal Validity History 의도된 측정이 아닌, 실험이나 서베이 외의 사건, 사고 등이 첫 번째와 두 번째 측정사이에 나타난 경우, 그리고 이것이 두 번째 측정에 영향을 줄 때를 말한다. IS관련 테러 뉴스보도가 나온 후에 이슬람교에 대한 질문을 하였을 때와 같은 경우이다. text/html 2019-09-03T23:01:57+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/tim_berners-lee?rev=1567551717&do=diff Tim Berners-Lee 팀 버너스 리는 월드와이드웹의 하이퍼텍스트 시스템을 고안하고 개발한 영국의 컴퓨터 과학자다. '인터넷의 아버지'라고도 불리며, 그가 만든 월드와이드웹은 우리가 인터넷을 사용할 수 있도록 하였다. text/html 2025-04-27T15:06:11+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/tomatoes?rev=1745766371&do=diff <https://www.homefortheharvest.com/best-tasting-tomatoes/> Big tomatoes orange ghabbana growing orange ghabbana dr. wyche's dr wyches yellow pineapple how to grow pineapple tomato plant terra cotta <https://www.rareseeds.com/tomato-thorburn-s-terra-cotta> costoluto fiorentino <https://cabinbackyard.com/costoluto-fiorentino-genovese-tomatoes/> chocolate stripes marmande cherokee purple <https://www.thespruce.com/cherokee-purple-tomato-growing-guide-5323792> Dewar… text/html 2018-03-14T01:46:44+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/transaction_cost_theory?rev=1520992004&do=diff Transaction Cost Theory Transaction cost economy text/html 2017-11-14T01:02:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/triple_play?rev=1510621333&do=diff see triple play explanation in MVPD document. text/html 2020-04-16T08:22:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/tuskegee_experiment?rev=1587025378&do=diff Tuskegee experiment 미국 보건청은 (Public Health Service) 1932에서 1972 동안 매독에 대한 실험을 하였는데, 이 실험에 참여한 많은 사람들은 자신들이 어떤 실험에 참여하였는지에 대한 고지도 받지 못한채 매독에 시달리다 죽은 것으로 알려져 있다. text/html 2015-06-09T03:30:46+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/tv_everywhere?rev=1433820646&do=diff 6 Reasons Your TV Everywhere Strategy Isn't Working text/html 2016-12-05T23:21:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/tv_genres?rev=1480980076&do=diff TV genres * 뉴스 * 시사보도 * 다큐멘터리 * 생활정보 * 토론 * 교육, 문화예술 * 어린이 프로그램 * 드라마 * 버라이어티 쇼 * 음악 쇼 * 퀴즈, 게임 쇼 * 인포테인먼트 * 영화 text/html 2026-04-07T06:42:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/two_sample_t-test?rev=1775544158&do=diff Two sample t-test Independent sample t-test, two sample t-test Difference of Two means Hypothesis test 등 같은 의미 Theory 가정 * 두 모집단 p1, p2 가 있다 * 각 집단에서 샘플을 취해서 그 평균을 구한 후 * 그 차이를 기록한다. \begin{eqnarray*} \overline{X} & \sim & \left( \mu, \;\; \frac{\sigma}{n} \right) \\ & & \text{in other words, } \\ E \left[ \overline{X} \right] & = & \mu \\ Var \left[ \overline{X} \right] & = & \frac{\sigma}{n} \\ & & \text {Assuming that X1 and X2 are independent } \\ \overline{X_{1}} & \sim & \left(… text/html 2019-04-16T23:56:30+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/two_step_flow_theory?rev=1555458990&do=diff Two-Step Flow Theory 2단계 유통 이론(two-step flow of communication theory)은 미디어로부터의 정보나 영향이 대중들에게 곧바로 효과를 주는 것이 아니라, 오피니언 리더를 거쳐 대중들에게 효과를 미친다는 이론이다. text/html 2026-03-24T10:39:14+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/types_of_error?rev=1774348754&do=diff 이 예는 감자의 예랑은 방향이 달라서 안 맞으므로 머리가 좋아지는 약 혹은 XR을 이용해서 공부하는 방법으로 통계점수가 달라지는 가설을 생각한다. 모집단의 평균은 0이고 샘플사이즈에 따른 표준오차는 1 이 되는데, 내 샘플의 평균이 어디선가 발견되는 순간이다 (see $\overline{x}=0, \text{sd}=1$$\overline{x}=3, \text{sd}=1$$\mu_{\text{black}} \neq \mu_{\text{red}} \;\;\; (0 \neq 3) $$\mu_{\text{black}} = \mu_{\text{red}} \;\;\; (0 = 3) $$\alpha$$\beta$… text/html 2023-11-28T23:01:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/types_of_variables?rev=1701212481&do=diff [Status of Frustrator] read this article first Identifying variables Please focus on dependent and independent variable first. You should be able to distinguish them. This is a good material to see if you understand the textbook alright. Dependent A variable assumed to be dependent or be affected or caused by another (called the independent variable). If A is the result of the function of B, A is dependent variable. We can think A is a dependent variable because A is caused by the B('s fun… text/html 2019-09-19T23:01:46+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/typification?rev=1568934106&do=diff Typificatin see ideas of Alfred Schutz read [Distinctions among different types of generalizing in information systems research] text/html 2020-05-06T13:03:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/typology?rev=1588770204&do=diff 유형 (typology) 측정에서의 (measurement) 척도와 (scales), 지수는 (indices) 모두 unidimensional (단일측면형) 측정이라고 할 수 있다. 두가지 이상을 섞어서 이를 지수화 혹은 척도화한다면 이를 typology라고 한다. 이를 교차범주 혹은 다변인측정이라고 부르기도 한다. text/html 2019-12-11T22:55:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/t_distribution_table?rev=1576104917&do=diff t distribution table (one tailed) df A 0.9 0.95 0.975 0.99 0.995 0.999 0.9995 P 0.1 0.05 0.025 0.01 0.005 0.001 0.0005 inf 1.282 1.645 1.960 2.326 2.576 3.091 3.291 text/html 2016-06-29T08:56:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/t_table?rev=1467190582&do=diff df α = 0.1 0.05 0.025 0.01 0.005 0.001 0.0005 ∞ tα=1.282 1.645 1.96 2.326 2.576 3.091 3.291 1 3.078 6.314 12.706 31.821 63.656 318.289 636.578 2 1.886 2.92 4.303 6.965 9.925 22.328 31.6 text/html 2020-04-16T03:40:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/unit_of_analysis?rev=1587008431&do=diff 분석단위 사회연구에서의 분석을 하는 대상을 말한다. 대개의 사회연구는 “개인”을 분석단위를 삼는다. 그러나, 그것이 “그룹”이나 (예를 들면 부부, 가족) “조직,” (기업) 혹은 “행정단위, text/html 2020-06-03T16:48:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/unobtrusive_research?rev=1591202920&do=diff Unobtrusive Research Methods Content Analysis Using existing statistics Historical/Comparison analysis Using APIs means * using existing stats * content analysis Content analysis Barbie (2002)는 “기록된 휴먼 커뮤니케이션을 연구하는 것 text/html 2025-10-29T23:41:17+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/usenet?rev=1761781277&do=diff Usenet . . . . Today there are great forces battling to structure and control the information superhighway, and it is invaluable that the Internet and Usenet exist as working models. Without them it would be quite easy to argue that the information superhighway should have a top-down hierarchical command and control structure. After all there are numerous working models for that. text/html 2015-09-07T09:30:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/userexperience?rev=1441618231&do=diff User Experience (UX) Definition ? Alben (1997) : All the aspects of how people use an interactive product: the way it feels in their hands, how well they understand how it works, how they feel about it while they’re using it, how well it serves their purposes, and how well it fits into the entire context in which they are using it. ? [[http://www.nngroup.com/articles/definition-user-experience/ | Nielsen Norman Group]] : "User experience" encompasses all aspects of the end-user's interaction wi… text/html 2015-12-03T05:52:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/user_experience?rev=1449121932&do=diff Introduction UX에 대한 개념과 이슈 정리하기 Designing with Data Oreilly High Speed UX Oreilly Designing Social Interfaces Oreilly Calm Technology: Designing for Billions of Devices and the Internet of Things, Oreilly text/html 2020-12-04T13:55:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/uses_and_gratification?rev=1607090131&do=diff Uses and gratification Originally 'needs and gratification' This is unusual approach to the effect of the mass media content. It is not interested in how media content affect people'. Rather it focuses on why a person uses the media. Assumptions text/html 2026-02-25T13:32:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/using_ai_in_research?rev=1772026378&do=diff Using AI in Research Top AI Research Tools by Function * Literature Review & Search: * Elicit: Analyzes papers and maps key data points. * Consensus: AI-powered search engine that provides evidence-based answers from peer-reviewed studies. text/html 2019-10-18T01:18:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/using_dummy_variables?rev=1571361508&do=diff Categorical variables 2 groups data: in r datavar <- read.csv("http://commres.net/wiki/_media/r/elemapi2.csv") Variable Labels Variable Position Label snum 1 school number dnum 2 district number api00 3 api 2000 api99 4 api 1999 growth 5 growth 1999 to 2000 meals 6 pct free meals ell 7 english language learners yr_rnd 8 year round school 무방학학교 0 = 방학있음 1 = 방학없음 mobility 9 pct 1st year in school acs_k3 10 avg class size k-3 acs_46 11 avg class size 4-6 not_hsg 12 parent not hsg hsg 13 p… text/html 2024-05-23T01:25:50+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/using_open_api_example?rev=1716427550&do=diff 오픈 API 공공데이터의 제공 및 이용 활성화에 관한 법률 혹은 공공데이터법 * “공공기관”이란 국가기관, 지방자치단체 및 「국가정보화 기본법」 제3조제10호에 따른 공공기관을 말한다. * “공공데이터”란 데이터베이스, 전자화된 파일 등 공공기관이 법령 등에서 정하는 목적을 위하여 생성 또는 취득하여 관리하고 있는 광(光) 또는 전자적 방식으로 처리된 자료 또는 정보를 말한다.… text/html 2015-10-05T23:43:53+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/using_wikis_in_education?rev=1444088633&do=diff Introduction Watch a video clip at Youtube A part of teaching with technologies See a blog post 10 Best Practices for using wikis in education University supporting wikis as an educational tool Center for Teaching at Vanderbilt University Research on wikis * Elgort, I., Smith, A. G., & Toland, J. (2008). Is wiki an effective platform for group course work?Australasian Journal of Educational Technology, 24(2), 195-21. text/html 2014-03-23T13:02:03+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/usp?rev=1395579723&do=diff USP Unique Selling Proposition (USP) : 독특한판매전략 . . . Copy writing based on the production, not on the style and image. Focusing on the production rather than on the message design. * 제품 생산과정 * 제품의 성분과 구조 text/html 2016-11-09T23:50:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/us_election?rev=1478735431&do=diff AM Network Clinton: 'I still believe in America' Obama on Trump victory: We're all rooting for president-elect's success Trump, in election night speech, vows to be 'president for all Americans' Trump elected president in surprising upset See how he got there, mapped out. 2:42 AM New Yorkers vote for president after a bitter, polarizing race Two New Yorkers were on the ballot. 11/8/16 Here's how the swing states voted A number of states could have gone either way. 10:44 AM Daily News <http://w… text/html 2019-05-12T23:25:08+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/validity?rev=1557703508&do=diff Validity Internal Validity See also, <http://www.socialresearchmethods.net/kb/introval.htm> 위의 그림은 validity에 관한 설명을 잘 나타내 준다. 위의 그림에서 연두색의 두 네모는 각각 Theory와 Observation을 말하는데, 전자는 이론적으로 살펴 보는 지적 절차를 의미한다. 첫 번째 네모에서 개념(concepts) 혹은 구성(constructs)간의 관계는 (여기서는 인과관계, causal and effect constructs)는 이론적인 논의와 검토에 의해서 만들어 진다. 예를 들면, 여름에는 찬음식의 소비가 많아진다는 명제에서… text/html 2018-05-03T03:55:33+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/validity_types?rev=1525319733&do=diff Validity에 관한 일차 설명은 아래의 하이퍼링크를 참조: 타당성(validity) Threats to Internal Validity Types of validity I Internal validity External validity Types of validity II Face validity Face validity(안면타당도)는 전체적인 연구에서 있어서 나타나는 validity를 말한다. 말 그대로 연구를 전체적으로 보아서 문제점이 있는지 없는지에 대한 validity 평가를 의미한다. 남성과 여성간의 육체적인 능력(힘의 세기)의 차이를 알아보기 위해서 교실에 있는 의자를 어깨 위로 들어보도록하는 실험을 하였다면, 누구든지 이 실험의 validity에 관해서 의심을 할 것이다.… text/html 2021-03-04T00:35:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/variables?rev=1614818141&do=diff Variables [Status of Frustrator]: Read an article 변인(variables)은 조작화된 개념이다. 조작화는 Conceptualization과 Operationalization을 의미하므로, 결국 변인은 측정할 수 있는 혹은 측정이 된 (Operationalized) 개념을 의미한다. 측정할 수 있으므로 변인은 text/html 2026-03-10T23:56:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/variance?rev=1773187018&do=diff Variance Mean,Mode,Median 등의 중심경향값과 더불어서 많이 사용되는 statistics(통계치)로는 데이터가 얼마나 퍼져 있는지 (spread)를 나타내는 것들이 있다. 가장 평이하고 이해하기 쉬운 개념으로는 range(범위)가 있으며, 다소 직관적이지는 않지만 여러가지 통계 계산에 사용되는 것으로는 Variance(분산)이 있다.$ \sum{(Yi - \overline{Y})^2} $\begin{eqnarray*} \sigma^2 & = & \dfrac {\text{SS}} {\text{df}} \\ & = & \dfrac{\text{Sum of Error Square}}{\text{df}} \\ & = & \dfrac{\text{Sum of Residual Square}}{\text{df}} \\ & = & \dfrac{\text{Sum of DS Square}}{\text{df}}, \;\;\; \text{DS = Deviation Score} \\ & =… text/html 2019-10-29T15:29:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/variance_of_sample_means?rev=1572362953&do=diff <https://newonlinecourses.science.psu.edu/stat414/node/167/> <http://www.stat.yale.edu/Courses/1997-98/101/sampmn.htm> <http://onlinestatbook.com/2/sampling_distributions/samp_dist_mean.html> text/html 2019-10-19T16:10:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/var_x_y?rev=1571501441&do=diff 우선 variance는 아래와 같이 계산될 수 있다. \begin{eqnarray*} Var[X] & = & {E{(X-\mu)^2}} \\ & = & E[(X^2 - 2 X \mu + \mu^2)] \\ & = & E[X^2] - 2 \mu E[X] + E[\mu^2] \\ & = & E[X^2] - 2 \mu E[X] + E[\mu^2], \;\; \text{because E[X]=} \mu \text{, \; E[} \mu^2 \text{] = } \mu^2, \\ & = & E[X^2] - 2 \mu^2 + \mu^2 \\ & = & E[X^2] - \mu^2 \;\;\; \dots\dots\dots\dots\dots\dots\dots\dots [1] \end{eqnarray*} 그리고 Event X와 Y가 독립적(independent) 이라고 하고 \begin{eqnarray*} E[X] & = & \mu_{X} = a \\ E[Y] & = & \mu_{Y} = b … text/html 2019-11-04T00:01:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/video_editing?rev=1572825698&do=diff Editing Recognizing videos that need no editing * Talking head: A talking-head video shows a person simply speaking into the camera to make an announcement or to explain a concept or an issue. This technique isn’t terribly interesting visually, but it can be effective if the speaker has interesting material. If your talent can complete the statement in one take, you typically don’t even need to edit.$10 and $ text/html 2019-09-16T01:26:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/video_of_the_week?rev=1568597201&do=diff Archive * <https://www.youtube.com/watch?v=sdPb8eh_m7Q> * <https://youtu.be/jrjiFUX3-MI?t=2> * <https://www.youtube.com/watch?v=NhmF_wpzbII> * <https://www.youtube.com/watch?v=IODfvujKvT0> * <https://www.youtube.com/watch?v=ZI2dycWrlro> * <https://www.youtube.com/watch?v=ug7KJPs99f8> * <https://www.youtube.com/watch?v=4-lnSzDr83U> Jefferson Airplane - White Rabbit Your (grand) mother and father were not like that in the first place. Respect them. text/html 2019-05-14T23:54:16+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/vocabulary?rev=1557878056&do=diff Pages in this namespace: * cede text/html 2023-12-07T14:51:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/wald_test?rev=1701960719&do=diff Wald Test Regression model의 coefficient값이 significant 한지 테스트하는 방법. 즉, regression coefficient의 t-test와 비슷한 일을 한다. H0: Some set of predictor variables are all equal to zero. HA: Not all predictor variables in the set are equal to zero. text/html 2017-05-30T22:32:38+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/warranting?rev=1496183558&do=diff Warranting Warranting A new theoretical construct, known as the warranting construct, was introduced in the previous edition of the Handbook of Interpersonal Communication (Walther & Parks, 2002). Warranting pertains to the perceived legitimacy and validity of information about another person that one may receive or observe online. Individuals often come to learn quite a lot about each other through discussions in topical online discussion groups or through online role-playing games (see Parks… text/html 2024-11-12T01:21:30+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/web_2.0?rev=1731374490&do=diff Web2.0 관련문서 * What's Web 2.0? * Web 2.0이란 무엇인가 : 다음 세대 소프트웨어를 위한 디자인 패턴 및 비즈니스 모델(1) * Web 2.0이란 무엇인가 : 다음 세대 소프트웨어를 위한 디자인 패턴 및 비즈니스 모델(2) * Web 2.0이란 무엇인가 : 다음 세대 소프트웨어를 위한 디자인 패턴 및 비즈니스 모델(3) Web 2.0 . . . A good start to understand Web 2.0 concept is O'Relily's article which can be found here. O'Reily 혹은 다른 사람들도 마찬가지이지만 Web 2.0은 한 줄의 정의보다는 서비스의 구현을 모아서 표현하는 방식을 쓴다. 이는 다분히 Web2.0이 특정한 기술에 의해서 구현된다기 보다는 일종의 기술구현의 방향 혹은 지표에 의해서 실시되기 때문이다. O'Reily에 의하면 Web 1.0과 Web 2.0의 서비스 차이는 아래와 같… text/html 2016-06-23T10:29:09+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/why_n-1?rev=1466677749&do=diff text/html 2025-09-05T10:51:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/why_n-1_gradient_explanation?rev=1757069485&do=diff mean X를 중심으로 x값들을 구해서 (x-v)에 사용하는 경우 #library(ggplot2) #library(ggpmisc) rm(list=ls()) # rnorm 펑션을 변형한 펑션으로 # mean값과 sd값을 같는 n개의 샘플원소를 # 구한다. (샘플의 평균과 표준편차가 # 정확히 원하는 값이 되도록 함) rnorm2 <- function(n,mean,sd){ mean+sd*scale(rnorm(n)) } # set.seed(191) nx <- 1000 mx <- 50 sdx <- mx * 0.1 sdx # 5 x <- rnorm2(nx, mx, sdx) # x <- rnorm2(1000, 50, 5) 와 동일 mean(x) sd(x) length(x) hist(x) x.span <- seq(from = mean(x)-3*sd(x), to = mean(x)+3*sd(x), by = .1) res… text/html 2022-05-31T01:10:54+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/within-subject_design?rev=1653959454&do=diff Within subject design see also between subject design * see an eg. <https://www.datanovia.com/en/lessons/repeated-measures-anova-in-r/> * uses anova_test() in rstatix package * uses also get_anova_table() * also * aov_car() * ezANOVA() in ez packages * lme4() Mixed design see mixed design could be done with regression: see, text/html 2018-02-03T18:27:08+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/wood?rev=1517682428&do=diff Anything about Wood working * Table saw * tools * tubes * wood_glues * work_table text/html 2025-11-11T01:18:13+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/xerox_palo_alto_research_center?rev=1762823893&do=diff PARC (Palo Alto Research Center) Xerox PARC 로 불림. Xerox 회사가 (복사기 만드는 회사) 본사 외에 리서치를 위해 연구소를 California Sanfransisco 의 Palo Alto 지역에 연구소를 둠. text/html 2024-12-05T01:23:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/xml_parsing_vai_api_2?rev=1733361802&do=diff > ################ > # install.packages("xml2") > library(xml2) > > sFilms <- "https://kobis.or.kr/kobisopenapi/webservice/rest/movie/searchMovieList.xml" > KEY <- 'e95ca8d1202a4ffe248c09f1e1268cae' > dir <- "크리스토퍼 놀란" > dir <- iconv(dir, to="utf8") > url <-URLencode(iconv(sFilms, to="utf8")) > url [1] "https://kobis.or.kr/kobisopenapi/webservice/rest/movie/searchMovieList.xml" > > sfRes <- GET(url, query= list("key" = KEY, "directorNm"= dir)) > sfRes Response [https://kobis.or.kr/kobisopenapi… text/html 2024-12-03T22:20:20+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/xml_parsing_via_api?rev=1733264420&do=diff library(XML) library(httr) library(tidyr) library(tidyverse) searchPeople <- "https://kobis.or.kr/kobisopenapi/webservice/rest/people/searchPeopleList.xml" KEY <- 'e95ca8d1202a4ffe248c09f1e1268cae' name <- "크리스토퍼놀란" name <- iconv(name, to="utf8") url <-URLencode(iconv(searchPeople, to="utf8")) url spRes <- GET(url, query= list("key" = KEY, "peopleNm"= name)) spRes spParsed <- xmlParse(spRes) spParsed xmlPeople <- getNodeSet(spParsed, "//people") xmlPeople xmlFilm <- getNodeSet(spParsed, "//peo… text/html 2022-01-02T16:57:27+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/y?rev=1641142647&do=diff * Fujiwara-Tani, R., Sasaki, T., Fujii, K., Luo, Y., Mori, T., Kishi, S., Mori, S., Matsushima-Otsuka, S., Nishiguchi, Y., Goto, K., Kawahara, I., Kondoh, M., Sho, M., & Kuniyasu, H. (2020). Diabetes mellitus is associated with liver metastasis of colorectal cancer through production of biglycan-rich cancer stroma. Oncotarget, 11(31), 2982–2994. text/html 2016-05-11T22:07:12+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/yale_attitude_change?rev=1463004432&do=diff Yale Attitude Change Study * Process(설득과정): Attention - Comprehension - Acceptance - Retention * Variables(영향을 주는 요소, 요인): Source - Communication - Audience - Audience Reactions 영향을 주는 요인 * Source: * text/html 2016-03-29T01:15:04+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/yale_attitude_change_study?rev=1459214104&do=diff 예일 대학교 심리학과의 카알 호브랜드에 의해서 세계제2차대전 중 진행된 설득과 관련된 일련의 연구를 말한다. 전쟁으로 인하여 병사의 사기를 선전방법을 통해서 진작시키려는 연구에서 출발하였다. 예일그룹이라고 칭해지는 연구자들은 설득의 메시지(정보)가 받아들여지거나 거절되는 것에 대한 전반적인 틀을 짜는 연구를 하였는데, 정보원(the source of communication), 커뮤니케이션의 성격 혹은 특징, 그리고 청자의 특징 등이 중요한 요인으로 연구되었다.… text/html 2019-05-29T02:45:23+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/youtube_business_model?rev=1559097923&do=diff How does google earn money from youtube? * How-does-Google-make-money-through-YouTube from Quora. * <https://www.feedough.com/youtube-business-model-how-does-youtube-make-money/> text/html 2018-12-13T00:17:18+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/youtube_marketing?rev=1544660238&do=diff Business use of youtube Video and business * Videos can be embedded in your web pages. * Target customers (consumers) ~ audience * Who are they? * ages, education levels, works, etc. * into tailored video content on a proper channel (medium). text/html 2019-09-10T23:25:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/youtube_of_the_week?rev=1568157900&do=diff YouTube of the Week text/html 2019-12-17T04:36:54+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/z-table?rev=1576557414&do=diff z-table Complementary cumulative (Negative side) z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 -0.0 0.50000 0.49601 0.49202 0.48803 0.48405 0.48006 0.47608 0.47210 0.46812 text/html 2018-09-20T23:29:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/z-test?rev=1537486159&do=diff Q. Alcohol이 임산부에게 미치는 영향 : Alcohol이 임산부에게 미치는 영향에 대해서 조사를 하는 연구자가, 임신 중의 alcohol 섭취가 태아의 몸무게에 미치는 영향에 대해서 관심을 가졌다. 이에 따라서 n = 16 의 랜덤 샘플 쥐가 구해졌다. 어미 쥐는 매일 일정량의 alcohol을 섭취하였다. 연구자는 이 쥐들의 새끼 중 하나씩을 선택해서 n = 16의 샘플을 취한 후 평균을 내 보았더니, $\overline{X}$$\mu = 18$$\sigma = 4$$\displaystyle H(1):\quad \mu_{\tiny{alcohol.exposure}} \neq 18$$ (\overline{X} = 15) \neq (\mu = 18) $$H(0):\quad \mu_{\tiny{alcohol.exposure}} = 18$$H(0)$$\displaystyle \sigma_{\overline{X}} = \frac {\sigma}{\sqrt{n}} = \frac{4}{\s… text/html 2024-09-13T01:13:02+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/z-test_and_t-test_simulation_in_r?rev=1726189982&do=diff n.ajstu <- 100000 # 모집단 100000 mean.ajstu <- 110 # 모집단 평균 110이라 가정 sd.ajstu <- 10 # 표준편차 10이라 가정 set.seed(1024) # rnorm2 펑션을 이용해서 모집단 만들기 rnorm2 <- function(n,mean,sd) { mean+sd*scale(rnorm(n)) } ajstu <- rnorm2(n.ajstu, mean=mean.ajstu, sd=sd.ajstu) mean(ajstu) sd(ajstu) var(ajstu) iter <- 10000 # # of sampling # 이 후 n.# 은 샘플사이즈를 말함 n.4 <- 4 # 샘플사이즈 4 means4 <- rep (NA, iter) # sample 평션을 이용해서 4개 샘플을 ajoust에서 # 취한 후, 평균을 내서 이를 means[i]에 기록한다 # 이것을 iteration 숫자만큼 한다 for(i in 1:iter){ … text/html 2018-09-12T16:09:42+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/zen_and_the_art_of_the_internet?rev=1536768582&do=diff SEE Zen and the Art of the Internet: A Beginner's Guide to the Internet, First Edition, January 1992 HTML format [Zen and the Art of the Internet] PDF format etext version * Preface * Acknowledgements * Network Basics * Domains * Internet Numbers * Resolving Names and Numbers * The Networks * The Physical Connection text/html 2023-09-17T23:52:52+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/z_score?rev=1694994772&do=diff 평균이 0, 표준편차가 1인 정상분포에서의 개인점수를 말한다. \begin{equation*} \text{z} = \frac {X - \mu} {\sigma} \end{equation*} in R, pnorm(zscore) or pnorm(sd) for z-score (표준점수) 1, 2, 3에 대한 proportion (percentage) 값은 r에서 아래와 같이 알아본다. sd.1 <- pnorm(1) - pnorm(-1) sd.2 <- pnorm(2) - pnorm(-2) sd.3 <- pnorm(3) - pnorm(-3) sd.1 sd.2 sd.3 text/html 2022-05-15T02:20:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EA%B4%91%EA%B3%A0%EB%A7%A4%EC%B2%B4%EC%9D%98_%ED%8A%B9%EC%84%B1?rev=1652581255&do=diff 광고매체의 특성 매 체 장 점 단 점 텔레비전 높은 비용효율성, 광범위한 도달범위, 반복적 노출, 풍부한 시청각 효과 높은 혼잡효과(clutter effect), 낮은 회상률, 빈번한 채널 변경(zapping), text/html 2020-10-06T10:10:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EA%B5%AD%EB%82%B4%EB%B0%A9%EC%86%A1%EC%82%B0%EC%97%85%ED%98%84%ED%99%A9?rev=1601979001&do=diff 방송현황 * 지상파 방송 * 종합유선방송사업자 (MSO) * 방송채널사용사업자 (MPP) * 위성방송사업자 * 이동형멀티미디어방송사업자 (DMB) * 인터넷방송사업자 (IPTV) * OTT (Over the TOP) * text/html 2019-04-07T23:55:15+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EA%B8%B4%EC%9E%A5%EC%9D%B4%EB%A1%A0?rev=1554681315&do=diff text/html 2016-10-27T04:42:41+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%89%B4%EB%AF%B8%EB%94%94%EC%96%B4%EC%9D%98_%EC%98%81%ED%96%A5?rev=1477543361&do=diff 뉴미디어의 특성 상호작용적 양방향성: * 기존의 대중매체는 특정 송신자가 불특정 다수에게 일방적인 메시지 전달, 대부분의 뉴미디어는 정보를 받는 쪽에서도 메시지를 보낼 수 있기 때문에 미디어 이용자의 참여를 극대화 text/html 2016-06-23T10:16:28+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%8B%A4%EC%A4%91%ED%9A%8C%EA%B7%80?rev=1466676988&do=diff text/html 2016-06-23T10:17:24+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%8B%A8%EC%88%9C%ED%9A%8C%EA%B7%80%EB%B6%84%EC%84%9D?rev=1466677044&do=diff text/html 2016-06-14T00:28:01+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%9D%BC%EB%94%94%EC%98%A4%EB%B0%A9%EC%86%A1%EC%82%AC?rev=1465864081&do=diff 라디오방송사 KBS * KBS 제1라디오 (뉴스,시사) FM 97.3MHz * KBS 제2라디오 (대중오락) FM 106.1MHz * KBS 제3라디오 (장애인, 다문화 가정) FM 104.9MHz * KBS 제1FM (고전음악) FM 93.1MHz * KBS 제2FM (대중음악) FM 89.1MHz FM 90.9MHz FM 97.7MHz text/html 2016-01-05T10:21:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%AC%B8%EC%A0%9C%EC%A0%81_%EB%82%A8%EC%9E%90?rev=1451989299&do=diff 이은결편 요일 퍼즐 왕이 떠난 날 모반 시작 12월 18일 x x + 10 x + 18 + 83 9월 8일 x + 10 x + 101 12/18 ... 11/18 ... 30 10/18 ... 31 9/18 ... 30 9/8 ... 10 text/html 2022-10-26T23:52:22+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1_%EC%A1%B0%EC%82%AC?rev=1666828342&do=diff 방송조사의 개념 방송조사의 개념과 연구영역 * 사회과학적 연구의 한 형태로서 * 방송현상과 관련된 * 사회적/심리적/경제적/정치적 변인들의 상태를 기술하거나 * 또는 이들 변인 사이의 상호관계를 연구하는 것 text/html 2022-10-26T15:40:00+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1_%ED%8E%B8%EC%84%B1?rev=1666798800&do=diff 방송편성 - 지상파 see also Broadcast programming 편성 예 * JTBC * EBS * SBS SBS 개념 * 강대인 (1989): 넓게는 방송 경영층이 방송의 목표나 기본 정책을 포괄적으로 규정하는 단계에서부터 방송 정책의 방향을 구체적으로 결정하는 행위와 프로그램의 제작행위까지를 포함 text/html 2015-10-07T01:51:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1_%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%A8_%EB%B6%84%EB%A5%98?rev=1444182718&do=diff 방송 프로그램 의미 * 방송사에서 시청자에게 전달하기 위해 만든 일련의 독립된 방송항목 * 방송이 행해진 나라나 사회의 특성을 어느 정도 파악 가능 프로그램 유형 분류기준의 필요성   * 방송사의 편성, 광고전략, 규제 등에 필수적인 사항 text/html 2022-11-09T23:59:36+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1%EA%B3%BC_%EA%B4%91%EA%B3%A0?rev=1668038376&do=diff The Best Super Bowl AD by Ad Age 1 The Best Super Bowl AD by Ad Age 2 The Best Super Bowl AD by Ad Age 3 The Best Super Bowl AD by Ad Age 4 The Best Super Bowl AD by Ad Age 5 1984, 1 Snickers, Betty White. 2 Pepsi “Security Camera.” 2 Coca-Cola, “America the Beautiful.” 2 FedEx, “We apologize.” 3 BMW, “Newfangled Idea.” 3 P&G's “Like A Girl.” 4 Late Night Show ad 5 Cheerios, “Gracie.” 4 Super Bowl ADs misc 방송광고의 특징 text/html 2015-10-12T00:59:40+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1%EC%82%AC_%EC%A1%B0%EC%A7%81?rev=1444611580&do=diff 방송의 특수성 * 공공재 특성 (public goods) * 비경합성(non-rivalry): 어느 한 소비자의 소비가 다른 소비자의 소비에 영향을 미치지 않기 때문에 소비자끼리 경쟁하지 않아도 소비가능 -> 시장의 자발적인 생산이 어려워질 수 있으므로 정부나 기관의 개입이 필요하게 됨 text/html 2025-10-01T23:49:56+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1%EC%82%B0%EC%97%85?rev=1759362596&do=diff 방송산업의 개념 지상파 방송 . . . 불특정 다수를 대상으로 전파를 이용하여 프로그램을 전송하는 행위 브로드캐스팅 방송법 .. <http://www.law.go.kr/>방송법 참조 Link 방송 정의 제2조(용어의 정의) 이 법에서 사용하는 용어의 정의는 다음과 같다. <개정 2004.3.22., 2006.10.27., 2007.1.26., 2011.7.14., 2013.3.23., 2015.3.13., 2015.12.1., 2015.12.22., 2016.1.27.> text/html 2015-10-12T01:26:33+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1%EC%8B%9C%EC%9E%A5?rev=1444613193&do=diff 방송시장의 구조 지리적 구분에 따른 방송시장 * 방송사들은 특정한 지리적 시장을 대상으로 프로그램을 제공하고 광고시장 운영 * 지상파방송 네트워크와 위성방송, 위성DMB 등은 전국을 대상으로 방송하는 반면, 케이블TV와 지역민방은 특정 지역을 대상으로 방송 text/html 2024-09-03T01:27:35+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1%EC%96%B8%EB%A1%A0%EA%B4%80%EB%A0%A8%EC%9E%85%EC%82%AC%EC%A4%80%EB%B9%84?rev=1725326855&do=diff 방송국이란 지상파 방송국 * PD * Announcer * Reporter * Engineer ---- * Entertainer * 배우 * 개그맨 * 가수 * 진행, 진행보조 * 기타 * 프리랜서 * 방송작가 * 외주협력업체에 속하는 경우도 text/html 2024-12-03T01:09:56+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1%EC%9D%98_%EA%B7%9C%EC%A0%9C?rev=1733188196&do=diff 규제 이론적 근거 * 유한적인 공공자원 * 전파 = 제한된 자원 * 전파의 실제 소유주 = 국민 * 경비부담의 주체인 국민의 이익과 안녕 * 직접적으로 시청료 부담 * 간접적으로 방송광고주가 광고를 할 수 있도록 도움 text/html 2025-12-02T01:33:19+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1%EC%9D%98_%EC%82%AC%ED%9A%8C%EC%A0%81_%EC%98%81%ED%96%A5?rev=1764639199&do=diff 방송과 생활 방송 이용시간 * 2012 방송매체 이용행태 조사 결과 하루 평균 189분 (약 3시간) * 일상에서 필수적인 매체 TV(53.4%), 스마트폰(25.0%), PC/노트북(18.6%) 순 (in 2012) * 그러나, * text/html 2020-11-20T11:43:45+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B0%A9%EC%86%A1%EC%9D%98_%ED%8A%B9%EC%A7%95?rev=1605872625&do=diff 방송의 특징 * 공공재의 성격 * 한계비용 제로의 성격 (Marginal Cost) * 규모의 경제 (economics of scale) * 경험재의 성격 * 복재비용제로의 성격에 기인한 불법복제의 문제 * DRM (Digital Right Management) 시스템의 등장과 text/html 2020-04-16T03:22:26+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EB%B6%84%EC%84%9D%EB%8B%A8%EC%9C%84?rev=1587007346&do=diff text/html 2016-06-23T10:08:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EC%82%B0%EC%88%A0%ED%8F%89%EA%B7%A0?rev=1466676505&do=diff text/html 2015-12-02T02:35:39+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EC%8B%9C%EC%82%AC%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%A8?rev=1449023739&do=diff 시사프로그램 PD들이 만드는 프로그램: PD수첩, 추적 60분 기자들이 만드는 프로그램: 시사매거진 2580, 시사기획 창 [BBC Producers' Guidelines: The BBC's values and standards] BBC의 정확한 취재 * 가능한 1차 취재원의 자료를 수집. * 팩트를 다른 경로로 다시 체크 text/html 2019-08-08T16:28:31+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EC%95%88%EB%B3%91%EC%A7%81?rev=1565281711&do=diff <http://yeoksa.blog.fc2.com/> 안병직 이사장(서울대 명예교수)은 1980년대 전반까지 '신식민지 반봉건사회론'의 입장에서 한국 경제를 비판해온 좌파 진영의 대표학자. 그러나 1985년 저개발국이 선진국의 기술과 자본을 토대로 이들을 따라잡을 수 있다는 ‘중진자본주의론’을 접하고 이른바 ‘캐치-업 이론’을 주창하면서, 대한민국의 성장과 발전을 긍정하고 자본주의 시장경제와 자유민주주의로 사상전환을 했다. 그의 새로운 한국 경제사 연구는 1987년 이대근 성균관대 명예교수와 설립한 낙성대경제연구소에서 본격화됐다. 2006년 뉴라이트재단을 창립, 초대 이사장을 맡았고, 지금은 사단법인 ‘시대정신’ 이사장과 경기도가 설립한 실학박물관 초대관장으로 활동하고 있다.… text/html 2017-09-21T00:10:21+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EC%96%B8%EB%A1%A0%ED%86%B5%ED%8F%90%ED%95%A9?rev=1505952621&do=diff 언론통폐합과 언론인 강제해직 그것이 알고싶다 11회, 유튜브제공 * 7:20 까지 - 언론통폐합 과정 요약 * 7:21 - 11:00 목적: 태생적한계를 극복하기 위한 언론장악 * 보도 검열을 통해서 * 대학생 시위보도 * 3김씨 근황보도 text/html 2015-11-18T02:31:15+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EC%9D%B4%EC%98%81%EB%8F%88_pd%EC%9D%98_tv_%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%A8_%EA%B8%B0%ED%9A%8D_%EC%A0%9C%EC%9E%91%EB%A1%A0?rev=1447813875&do=diff 서문 | 잘 만든 프로그램이란? 1부 프로그램의 새로운 분석 포맷의 새로운 분석 프로그램은 현실의 재구성 기획은 창의적 틀짓기 드라마_ 갈등 해소를 위한 영상 스토리 버라이어티 쇼_ 실제 상황을 가장한 리얼리티 쇼 교양 프로그램이 살아남는 방법_ 정보의 재가공 뉴스_현재 팩트의 나열 시사 프로그램_ 팩트의 가공 다큐멘터리_ 객관적 사실의 주관적 해석 시청률 조사에 인터넷 다시보기를 포함해야 한다… text/html 2017-02-09T01:23:08+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EC%A0%84%EA%B3%B5%EB%B3%84_%EA%B5%90%EC%9C%A1%EB%AA%A8%EB%8D%B8_%EA%B0%9C%EB%B0%9C_%EB%B0%9C%ED%91%9C?rev=1486603388&do=diff 소개: 아주BB의 미디어 전공 교육에서의 효과적 활용 * 김효동 hkimscil@ajou.ac.kr * 석혜정 dbdip@ajou.ac.kr * 장우진 woojin@ajou.ac.kr * 오규환 droh@ajou.ac.kr 모임의 구성 및 배경 * 미디어학과 내의 다양한 학제간(interdisciplinary) 내용의 교육이$x$$y$$P$$y_P$$x_P$$x'$$x_P'$$y_P'$$y'$ text/html 2020-05-17T21:24:06+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EC%A0%9C3%EC%9E%90_%ED%9A%A8%EA%B3%BC%EC%9D%B4%EB%A1%A0%EA%B3%BC_%EC%B9%A8%EB%AC%B5%EC%9D%98_%EB%82%98%EC%84%A0%EC%9D%B4%EB%A1%A0_%EC%97%B0%EA%B3%84%EC%84%B1?rev=1589750646&do=diff 제3자 효과이론과 침묵의 나선이론 연계성 [제3자 효과이론과 침묵의 나선이론 연계성] * 들어가는 글 * 정치사안에 관한 여론이 . . . 두 이론적 접근의 접목을 시도해 보는 것을 목적으로 한다. * 데이비슨의 제3자 효과가설은 . . . .$ \overline{X}_{self} < \overline{X}_{others} $$ \bar{X}_{self}-\bar{X}_{local} < \bar{X}_{self} - \bar{X}_{nation}$$ == \overline{X}_{local} < \overline{X}_{nation}$$ \bar{X}_{\text{the third person effect not perceived}} < \bar{X}_{\text{perceived positively}} $$ \bar{X}_{\text{the thrid person effect not perceived}} > \bar{X}_{\text{perceived negati… text/html 2016-02-16T04:51:59+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%EC%A2%85%EB%9F%89%EC%A0%9C%EB%B4%89%ED%88%AC?rev=1455598319&do=diff 종량제 봉투 규격 3ℓ 22×39.5 0.025 5ℓ 26×46.5 0.025 10ℓ 33×56.5 0.03 20ℓ 42×69.5 0.03 50ℓ 56×91.5 0.04 100ℓ 71×113.5 0.05 text/html 2015-11-30T02:38:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%ED%83%90%EC%82%AC%EB%B3%B4%EB%8F%84?rev=1448851087&do=diff 정의 Investigative Reports/Journalism text/html 2018-07-30T01:38:55+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%ED%86%B5%EA%B3%84%EC%B2%AD%EC%84%9C%EB%B9%84%EC%8A%A4?rev=1532914735&do=diff KOSIS(국가통계포털) <https://kosis.kr> 국가지표체계(e-나라지표/국가주요지표) <https://www.index.go.kr> SGIS+plus(통계지리정보서비스) <https://sigs.kostat.go.kr> MDIS(마이크로데이터 통합서비스) <https://mdis.kostat.go.kr> text/html 2019-10-27T22:59:25+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%A8_%EA%B8%B0%ED%9A%8D%EC%95%88?rev=1572217165&do=diff “” 형식 1 * 프로그램 제목 * 기획의도 * 의도하는 목적 * 예상 시청자 * 대략의 구성방법 제시 * e.g., X ... “각박한 현실 속에서 사랑의 의미가 퇴색되어 가는 요즈음, 사랑의 의미를 되새길 수 있도록 . . . text/html 2017-09-21T00:06:11+00:00 Anonymous (anonymous@undisclosed.example.com) http://commres.net/%ED%95%9C%EA%B5%AD%EB%B0%A9%EC%86%A1%EC%97%AD%EC%82%AC?rev=1505952371&do=diff 참조 한국 방송의 발자취 (한국 방송의 역사) 한국방송의 역사, KBS 텔레비전 역사 최초의 텔레비전방송국 HLKZ-TV * 1956년 KORCAD의 HLKZ-TV가 한국 최초의 텔레비전 방송 * (NTSC식 방식, 세계 15번째, 아시아에서 4번째 개국) * 경제적 어려움으로 1957년 한국일보 사주에게 양도, DBS(대한방송 주식회사)로 개편