2026 ADsP 분석 학습 2 | 대표값·분산·상관·단순 회귀 계산 — 표·코드·풀이

학습 실습 · 직접 따라 하기

작은 표에서 평균·분산·상관·회귀 예측을 손으로 계산한 뒤 코드 결과와 비교합니다. 정답 숫자만 외우지 말고 분모와 단위를 확인하세요.

데이터·Python·R 풀이 파일 내려받기 (.zip)

실습 준비

• ZIP을 풀고 데이터 파일과 풀이 코드를 같은 폴더에 둡니다. 원본은 합성된 연습 데이터입니다.
• Python 풀이는 pandas·NumPy와 해당 코드의 scipy 또는 scikit-learn을 사용할 수 있는 환경에서 실행합니다. R 코드가 포함된 경우 base R로 실행할 수 있습니다.
• 먼저 작업 지시만 보고 풀고, 아래 해설에서 결과·분모·자료형을 대조합니다.
• 이 표에서 빈 값은 미입력입니다. 숫자 0이나 문자 NULL로 임의 치환하지 않습니다.

원본 표

작업 1. 평균

x와y의 평균을 구하세요.

작업 2. 표본분산

x의 표본분산과 표준편차를 구하세요.

작업 3. 모집단식 비교

x의 ddof=0 분산을 구하세요.

작업 4. 상관

x와y의 피어슨 상관을 구하세요.

작업 5. 회귀식

y를x로 설명하는 최소제곱 직선을 구하세요.

작업 6. 외삽

x=10의 식 계산값과 해석상 주의점을 쓰세요.

전체 풀이 — Python

import pandas as pd
import numpy as np
d=pd.read_csv("data.csv")
print(d[["x","y"]].mean())
print(d.x.var(ddof=1),d.x.var(ddof=0),d.x.std(ddof=1))
print(d[["x","y"]].corr())
slope,intercept=np.polyfit(d.x,d.y,1)
print(slope,intercept,intercept+slope*10)

같은 계산 — R

d<-read.csv("data.csv")
print(c(mean=mean(d$x),variance=var(d$x),sd=sd(d$x)))
print(cor(d$x,d$y))
m<-lm(y~x,d); print(coef(m)); print(predict(m,data.frame(x=10)))

제출 전 점검

• 요구한 열·행 수·순서·자료형이 맞는지 결과를 다시 읽습니다.
• 평균·분산·검정에서 분모와 보정 옵션을 확인합니다.
• 학습에서 정한 전처리를 검증·시험에 그대로 적용했는지 확인합니다.
• 설명 문장에서는 유의성과 효과 크기, 예측과 인과를 구분합니다.

범위 확인

2026년 학습 범위를 기준으로 구성했습니다. 시험 시행기관의 자격 안내·출제 기준에서 과목과 변경 공지를 확인할 수 있습니다.

예상 모의문제입니다.