[[./|Class page]] ====== Week01 ====== (Sep 4, 7) [[../regression lecture note]] ===== ideas and concepts ===== * [[https://www.youtube.com/watch?v=YblmPrNv3sM|Installing R]] * [[https://www.youtube.com/watch?v=Gzgk2K8inIQ|R use 1]] * [[https://www.youtube.com/watch?v=zBJfXRlUwdI|R use 2]] Using [[:theories]] * [[:research_methods_lecture_note#커뮤니케이션_연구문제_제기와_가설|연구문제와 가설]] and * making [[:hypothesis|hypotheses]] * {{:the_third_person_effect_sprial_of_silence.pdf|양승찬 논문}} * 가설 [[:hypothesis#예1]] Installing R Using a data set: mtcars ===== Assignment ===== ====== Week02 ====== (Sep 11, 14) ===== Concepts and ideas ===== 동영상 시청. 아래 동영상은 교재의 2장 이후를 다루는 내용이면서 계산적인 통계에 대해서 공부하기 위해서 꼭 필요한 내용이므로 숙지하시기 바랍니다. 동영상이 길어서 이 부분은 3주차에도 계속 시청합니다. * [[https://www.youtube.com/watch?v=-q1VZz7PHf8|통계: 개괄적 소개 1]] * [[https://www.youtube.com/watch?v=Z7XMMgLLfrQ|통계: 개괄적 소개 2]] * [[https://www.youtube.com/watch?v=dQ1CYnuU_6s|통계: 개괄적 소개 3]] * [[https://www.youtube.com/watch?v=cpdTptIl3Eg|분산에서 왜 n-1로 나누는가? 1 ]] * [[https://www.youtube.com/watch?v=SZwy-cgU40E|분산에서 왜 n-1로 나누는가? 2 ]] * [[https://www.youtube.com/watch?v=BUTvS4XVDkg|분산에서 왜 n-1로 나누는가? 3 ]] * [[https://www.youtube.com/watch?v=YYWwmHgX4Yc|자유도]] [[:Degrees of Freedom]] * [[https://www.youtube.com/watch?v=0O_Dkga0HgA|표준편차]] [[:Standard Deviation]] * [[https://www.youtube.com/watch?v=mfImOa3_V1o|표준점수]] [[:Standard Score]] * [[:Standard Error]] * [[:Hypothesis testing]] ---- * [[:Research Question]] * [[:Hypothesis]] * Educated guess (via theories) * Difference * Association * Variables (vs. ideas, concepts, and constructs) * [[:Operationalization]] * [[:Variables]], * [[:level of measurement]] * [[:level of measurement#Nominal]] * [[:level of measurement#Ordinal]] * [[:level of measurement#Interval]] * [[:level of measurement#Ratio]] * [[:Types of Variables]] * see [[http://chohongjoong.com/gnu4/bbs/board.php?bo_table=board02&wr_id=311&sfl=&stx=&sst=wr_datetime&sod=desc&sop=and&page=1|this blog]] written in Korean * [[:Independent Variable|IV]] 독립변인 * [[:Dependent Variable|DV]] 종속변인 * Control variable 제어변인 * Mediator (Intervening) variable 매개변인 * 간단한 예로서의 [[:mean|평균]] (mean) * 제곱합 (오차의제곱합, 혹은 이탈의제곱합 혹은 deviation score의제곱합) * [[:variance|분산]] * 모집단 추정을 위해서 [[:why n-1|n-1 사용을 하는 이유]] * [[:degrees of freedom|자유도]] * [[:Standard Deviation|표준편차]] * [[:z_score]] * 샘플평균들의 집합 * [[:Sampling Distribution]] 혹은 Distribution of Sample Means * Standard Deviation of Sample Means * [[:Standard Error]], 표준오차 * Central Limit Theorem ([[:Central Limit Theorem]]) * 예측에서의 (평균이 어디에서 나올까의 예측) 신뢰구간 * 검정통계 $$ \text{Inferential Statistics} = \frac {\text{Effects}} {\text{Error}} $$ 실제차이를 랜덤차이로 나눈 비율 {{:c:ma:2022:pasted:20220906-201156.png?340}} \begin{eqnarray*} s^2 & = \frac {SS}{df} \\ \sqrt{s^2} & = s \end{eqnarray*} ===== Activities ===== Group forming * random assignment? * voluntary formation? ===== Assignment ===== ====== Week03 ====== (Sep 18, 21) ===== Activities ===== Grouping (꼭 할 것) Group self-registration at [[https://eclass2.ajou.ac.kr/ultra/courses/_76280_1/cl/outline|ABB]] Group membership adjustment [[./schedule/anova note]] ===== Concepts and ideas ===== 영상 Knowledge to understand hypothesis testing * [[https://www.youtube.com/watch?v=gmnes_O8dSM|Sampling distribution]] or Distribution of the sample mean or Distsribution of sample means * [[:Sampling distribution]] * [[https://www.youtube.com/watch?v=ffnQPTIwryM|Mean and variance of sampling distribution]] * [[https://www.youtube.com/watch?v=-FehYptG-tY|Standard error and hypothesis testing]] * [[:hypothesis testing]] [[:t-test]] * [[https://www.youtube.com/watch?v=3a_Opcy037k|t-test, 4 kinds of]] * [[https://www.youtube.com/watch?v=zHxytKBNloM|types of (hypothesis testing) error]] * [[https://www.youtube.com/watch?v=--Omqk9KHbw|t-test in R]] ===== Assignment ===== Group Assignment 가설 만들어 보기 * SNS에서의 그룹극화는 (Group Polarization) 어떻게 일어날까? * Youtube에서의 콘텐츠노출은 어떻게 극화가 될까? * filter bubble: Search engine or curating algorithm leads an individual to intellectual or ideological isolation because they feed them information one would agree. (see https://reutersinstitute.politics.ox.ac.uk/news/truth-behind-filter-bubbles-bursting-some-myths) * 그러나, 검색엔진이나 추천알고리즘이 선택을 정해준다기 보다는 * 다양한 내용의 선택에도 자신의 선호경향의 내용만을 선택하기 때문에 일어나지 않을까? * 그렇다면, 이를 어떻게 알아볼가 (검증할까?) * 극화된 의견만 표출되는 경향으로 대중의 공공의견이 (public opinion) 왜곡되는 경향이 있다. * 의견이 불분명하거나 아직 확실하지 않은 사람은 의견표출이 없는 경향을 갖고 있으며 * 극단치의 의견만이 표면에 들어나게 된다. ====== Week04 ====== (Sep 25, 28) 영상 * [[https://www.youtube.com/watch?v=sK02oxyItHc|ANOVA (F-test) 원리]] * [[https://www.youtube.com/watch?v=DP4rCJdnD4c|ANOVA post-hoc test와 R에서의 예]] * [[https://www.youtube.com/watch?v=rQIQ-P_VQHU|Factorial ANOVA]] * [[https://www.youtube.com/watch?v=Uz_DYDlEPEc|Factorial ANOVA 예 (R 포함)]] 문서 + 텍스트 * [[:ANOVA]] * [[:r:ANOVA|ANOVA in R]] * [[:Factorial ANOVA]] ===== Class Activity ===== out of class * intervene -- * inter + ven(e) = between + come * prevent * convention * convene * revenue * venue : place people to come * convenient : to come together -> suit -> fit * adventure : things about to happen (곧 일어날 일) * invention : into + come : about to know : discovered * event ---- ==== Hypothesis ==== * 가설 만들어 보기 * No need to read [[:theories]] * [[:the third person effect]] * [[:Spiral of Silence]] * 원 이론은 사람들은 다른 사람들의 생각, 의견에 대한 파악이 * 무의식적이지만 체계적으로 혼돈없이 잘 일어날 것을 가정한다. * 그렇다면 이것이 온라인에서는 어떨까? * 온라인에서 소수의 아이디어를 가진 사람이나 집단이 * 다수인 양 한다면 이것이 오프라인에 일어날 때 보다 * 더 효과적이지 않을까? * 위의 생각에 기반한 가설은 어떻게 세울 수 있을까? * [[:cognitive dissonance]] * Read [[:hypothesis]] * [[http://behavioralsciencewriting.blogspot.kr/2011/09/how-to-write-hypothesis.html|how to write hypothesis]] at behavioral science writing. * One sample hypothesis [[http://www.socialresearchmethods.net/kb/hypothes.php|Hypothesis]] at www.socialresearchmethods.net
* Is your hypothesis based on your research on a topic? * Can your hypothesis be tested? * Does your hypothesis include independent and dependent variables? from https://www.verywellmind.com/what-is-a-hypothesis-2795239 * kinds of hypothesis * Identifying IV and DV (and Intervening Variable) * measurement ([[:operationalization]] :: 조작화)
* Students who eat breakfast will perform better on a math exam than students who do not eat breakfast * Identify and its level of measurement (lom, 측정수준): * IV * IV's lom * DV * DV's lom {{:c:ma:2022:pasted:20220920-084047.png}} {{:c:ma:2022:pasted:20220920-084213.png}} {{:c:ma:2022:pasted:20220920-084249.png}} in [[https://koreascience.kr/article/JAKO201028552429564.pdf]] ===== Concepts and ideas ===== ===== Assignment ===== Assignment for all * Read [[:research_methods_lecture_note#커뮤니케이션_연구문제_제기와_가설]] * Read [[:research question]] * Read [[:hypothesis]] Group assignment 1 (ma.22.w04.ga.id.var) * 파일로 과제를 제출할 경우, ma.22.w04.ga.id.g그룹번호.docx 와 (예, ma.21.w04.ga.id.g02.odc) 같이 제출하세요. * [[:Hypothesis]] 문서의 [[:hypothesis#예]]의 "제3자 효과이론과 침묵의 나선이론 연계성" 논문을 읽고 가설을 기술하시오. * 각 가설의 독립변인(Independent variables), 종속변인 (dependent variables) 등을 나열하시오. * 이 논문에 사용된 이론은 무엇인지 기술하고 설명하시오. Group assignment 2 (ma.22.w04.ga.making.ttest.h) 가설 만들어 보기 t-test (ma.22.w04.ga.making.ttest.h) -- t-test 동영상 시청을 마치고 하세요. * 파일제출시에는 ma.22.w04.ga.making.ttest.h.g10.docx와 같이 하세요. * 모든 가설은 자기 조의 관심사와 관련이 있어야 합니다. * 모집단 평균과 표준편차를 알고 있을 경우의 가설 * 두번째 종류는 생략 * 모집단의 파라미터를 모르는 두 집단의 평균과 표준편차만을 알고 있을 경우의 가설 * 반복측정 가설 ====== Week05 ====== (Oct 2, 5) ===== ideas and concepts ===== 영상 시청 (8주차까지 볼 동영상입니다) * [[https://www.youtube.com/watch?v=4XLkoalGkms |Variance and Covariance]] * [[https://www.youtube.com/watch?v=9iRb7hBUjSU |Correlation (r) and Regression Analysis]] * [[https://www.youtube.com/watch?v=sXZ3yzJVbRo |Simple Regression e.g.1]] * [[https://www.youtube.com/watch?v=CbV-a5uL8OQ |Simple Regression e.g.2]] * [[https://www.youtube.com/watch?v=Dc67qlz1yKM |Multiple Regression, Intro]] * [[https://www.youtube.com/watch?v=n9sainZvAqA |Multiple Regression, e.g ]] ===== ideas and concepts ===== [[:correlation]] [[:regression]] [[:multiple regression]] * [[:r:correlation|correlation in r]] * [[:r:multiple regression|multiple regression in r]] ---- 이하는 다음 주에 [[:Partial and semipartial correlation]] [[:using dummy variables]] [[:Statistical Regression Methods]] [[:Sequential Regression]] ===== Assignment ===== ====== Week06 ====== ===== ideas and concepts ===== ===== Assignment ===== - Public opinion in online environments ((refer to {{:public.opinion.theories.introduction.pdf}} )) * [[:Spiral of Silence]] * [[:Pluralistic Ignorance]] * [[:The Third Person Effect]] * etc. 여론형성과 관련된 사회학적 혹은 사회심리학적 이론을 찾아보고 소개하기, 예로 위의 세가지. 얼마전 사회현상을 어떻게 설명하면 좋을까에 대해서 논의정리하기? 정확한 온라인 환경에서의 여론파악을 위해서 어떤 것이 필요할까? * 혹은 다른 문제에 대해서 (. . . 조에 따른 . . .) - Hypotheses * Multiple regression hypotheses. * Google Survey Questions ====== Week07 ====== (Oct 16, 19) * [[.schedule/note_r]] * standardized coefficient in r (beta coefficient in mr) * lm.beta(model) * lm.beta(m.sa.ytfbnp) ===== Activity ===== * 데이터 불러오기 dat <- read.csv("http://commres.net/wiki/_media/regression01-bankaccount.csv") * 살피기 ''str(dat)'' * 가설만들기 : 독립변인으로 fammember를, 종속변인으로 account를 (통장갯수를) * ? * 변인관련 실습 * DV의 SS 값은 무엇인가? * DV의 df 값은 무엇인가? * DV의 Variance는 무엇인가? * IV와 DV의 Covariance 구하기 * SP? * df? * correlation coefficient값은? * SSreg 값은? * SSres 값은? * r square 값은? * F test 값은? * Regression test dat.lm <- lm(account~fammember, data=dat) ===== Assignment ===== ====== Week08 ====== (Oct 23, 26) __**Mid-term period**__ 한 연구자가 Performance와 각성(arousal) 간의 관계에 대한 연구를 하였다. 연구자는 문제를 해결하는 능력을 측정하는 실험을 아래와 같이 하여, 정리하였다. {{:c:ma:2021:pasted:20211021-091855.jpeg}} {{:c:ma:2021:pasted:20211021-091425.jpeg?350}} {{:c:ma:2021:pasted:20211021-091819.jpeg?350}} ====== Week09 ====== (Oct 30, Nov 2) ===== ideas and concepts ===== 영상 * [[https://www.youtube.com/watch?v=3OUw6ZlUU9k|Partial and Semipartial Correlation]] in Multiple Regression * [[https://www.youtube.com/watch?v=lmvSW3Kemfk|Semipartial Correlation]] in Multiple Regression * [[https://www.youtube.com/watch?v=uG8VD0HYuHw|Dummy Variables]] in Multiple Regression * [[https://www.youtube.com/watch?v=Hkvohwi_Rfs|Beta Coefficient]] in Multiple Regression ---- [[:correlation]] [[:regression]] [[:multiple regression]] * [[:r:correlation|correlation in r]] * [[:r:multiple regression|multiple regression in r]] [[:Partial and semipartial correlation]] [[:r:dummy variable]] in r [[:Statistical Regression Methods]] [[:Sequential Regression]] [[../Regression R note ]] [[:Regression:Note]] ===== Activity ===== [[:Multiple Regression Exercise]] ===== Assignment ===== ====== Week10 ====== (Nov 6, 9) 영상: [[https://www.youtube.com/watch?v=AXMtT5cYpZ4|Factor Analysis]] 문서 [[:Mediation Analysis]] [[:r:Path Analysis]] in R ===== ideas and concepts ===== [[:factor analysis]] ===== Assignment ===== Group Activity * 마감은 11월12일 일요일 11월 14일 자정까지입니다 (아주비비 공지사항대로). 아주비비의 토론게시판에 올려 주시기 바랍니다. * 게시글 제목 형식: Gruop04 를 예로 들면 아래와 같이 작성하세요. * [Group04] 요인분석 연습 * 본문은 직접 작성하거나 아니면 워드프로세서 (아래한글 제외) 작성해도 됩니다. * 단 폰트는 fixed-width font를 꼭 사용해야 합니다. D2Coding, 나눔고딕코딩 글씨체 등을 말합니다.  * ''직접 게시글을 작성한다면 한글글씨체 옵션이 없기 때문에 Courier New 체를 사용하면 됩니다. '' * 분석과정과 아웃풋을 같이 제시하고 해석을 (해석하게 된 이유도 제시) 해야 합니다.  * 글을 게시하기 이전에는 다른 조의 (사람들의) 글을 읽을 수 없습니다. 먼저 읽어보려고 임시 게시글을 올리지 마세요.  * 과제데이터는 Factor Analysis # [[:factor analysis#excersize]] 참조하세요 * Data importing and initial analysis: 기본적으로 아래를 수행하여 보고 시작해 보세요. eigen value 값 1은 가이드라인이지 절대적으로 정해진 것은 아닙니다. library(psych) saq <- read.csv("http://commres.net/wiki/_media/r/saq.csv", header = T) head(saq) round(cov(saq),2) saq.fa <- fa(saq, rotate="none") # fa test with no rotation saq.fa # This output would have only one factor, not useful. names(saq.fa) # to see what comes with the output d.fa # e.values = eigen values for (possible) factors plot(saq.fa$e.values, type='b') saq.fa$e.values * rotation methods * 여러가지 rotation 방법을 쓰기위해서는 아래를 인스톨해야 합니다. install.packages("GPArotation") library(GPArotation) * orthogonal = 직각 교차 (rotation) = 요인 간 상관관계가 없도록 회전하는 것 * oblique = 상관관계 허용 * varimax를 가장 많이 써왔음 * oblique 중에서는 oblimin 이 가장 많이 쓰임 * fa 평션의 경우, oblimin 이 default라고 함 (아닐 수도 있음) orthogonal rotations: "none", "varimax", "quartimax", "bentlerT", "equamax", "varimin", "geominT" and "bifactor" oblique transformations of the solution: "Promax", "promax", "oblimin", "simplimax", "bentlerQ, "geominQ" and "biquartimin", "cluster" ====== Week11 ====== (Nov 13, 16) ===== ideas and concepts ===== 영상시청 * [[https://www.youtube.com/watch?v=AXMtT5cYpZ4|Factor Analysis]] (요인분석) 문서 * [[:Factor Analysis]] ===== Assignment ===== ====== Week12 ====== (Nov 20, 23) [[:r:Social Network Analysis]] in R space ===== ideas and concepts ===== ===== Assignment ===== ====== Week13 ====== (Nov 27, 30) ===== ideas and concepts ===== fa * model fit * chi-sqaure test * RMSE of Approximation * GOFI (Goodness of Fit Index) or Adjusted GOFI * factor score * latent idea (variable): i.e., IQ [[:social network analysis]] [[:r:social network analysis tutorial]] [[:r:social network analysis|sna in r]] [[:sna_eg_stanford|Stanford University egs.]] ===== announcement ===== * 두번째 시간 퀴즈 03 * 범위 * 통계방법 선택하기 * ANOVA * Factorial ANOVA * Correlation * Regression * Multiple regression * Partial and semipartial correlation * Using dummy variable * Mediation Analysis * Path Analysis * Factor analysis ===== Assignment ===== ====== Week14 ====== (Dec 4, 7) {{:insurance.csv}} Group Assignment 가설 만들기 * 자신의 전공과 관련 있는 아래를 만들어 보세요. * 멀티플 리그레션 사용할 수 있는 모델 만들기 * 경로분석 할 수 있는 모델 만들기 * 데이터 수집에 대해서 설명하기 * 각 변인은 무엇인지 * 각 변인을 어떻게 측정할 것인지 ====== Week15 ====== (Dec 11, 14) [[:Mediation Analysis]] ====== Week16 ====== (Dec 18, 21) __**Final-term**__ covers: 계산문제를 제외하고 어떤 상황에서 어떤 통계방법을 써야하는지에 대해서와 아웃풋을 해석하거나 아웃풋에서 답을 유추하는 문제 등은 아래 범위에서 나올 수 있습니다. t-test, ANOVA, Factorial ANOVA 그 외에 수업시간에 다룬 부분은 또한 포함합니다. correlation regression multiple regression partial and semipartial correlation using dummy variables factor analysis [[:social network analysis]] [[:r:social network analysis tutorial|sna tutorial]] [[:r:social network analysis|sna in r]] [[:sna_eg_stanford:lab06|SNA e.g. lab 06]] Some R outputs will be used to ask the related concepts and ideas (the above).