우리는 스스로 조사할 수 있는 정보를 사용하고 싶어서 때가 되면 필요한 모든 데이터를 이미 사용할 수 있습니다. 빈도 분석은 이 데이터를 효율적으로 분석하는 방법을 제공합니다. 즉, 무언가가 발생하거나 발생하는 빈도입니다. 변수는 이 데이터를 더 잘 이해하는 데 도움이 됩니다.
변수는 변할 수 있는 다양한 것들이고, 우리는 그것들이 어떤 일이 얼마나 자주 일어나는지에 영향을 미칠 수 있다고 생각합니다. 그것들은 사건이나 발생의 가능성에 영향을 미치는 모든 요인일 수 있습니다. 예를 들어, 특정 도시에서 비가 올 때마다 관찰하는 데 관심이 있다고 가정해 보겠습니다. 이것은 어느 달인지, 도시의 위치와 각 계절의 날씨를 살펴보면 알 수 있습니다. 우리는 그 변수들을 살펴보고 비가 가장 많이 올 때를 중심으로 교육받은 가정을 할 수 있습니다.
특정 사건에 관심이 있다면, 그 사건에 어떤 변수가 영향을 미치는지 묻고 싶습니다. 예를 들어, 사람들이 얼마나 자주 아플지에 대해 학습하고 있다면, 기본 변수는 다음과 같아야 합니다. 연령 기반, 성별 기반, 직업 관련. 이러한 중요한 요소는 사람들이 아플 때의 횟수를 상당히 결정할 수 있습니다.
우리는 변수를 사용하여 관찰한 패턴을 설명하고 예측할 수 있습니다. 예를 들어, 학생들이 얼마나 자주 좋은 성적을 받는지 알고 싶다면 변수는 다음과 같습니다. 공부 시간(WHEN), 수업 빈도 출석(WHAT TIME) 및 교육 활동 참여. 이를 통해 일부 학생은 높은 점수를 받고 다른 학생은 그렇지 않은 이유를 이해할 수 있습니다.
상황을 설명하는 것 외에도, 우리는 미래의 사건을 예상하기 위해 요인을 활용할 수도 있습니다. 예를 들어, 사람들의 운동 빈도를 연구하는 경우, 그 변수는 연령대, 성별, 시간대가 될 수 있습니다. 이러한 요인을 분석하여 사람들이 가장 많은 행동을 할 가능성이 있는 시기를 생성합니다.
예를 들어, 사람들이 패스트푸드를 먹는 빈도를 살펴보면 사람들이 이런 종류의 식사를 가장 흔히 먹는 요일과 시간을 알려주는 표를 만들 수 있습니다. 이 차트를 나이, 성별, 소득 수준과 함께 살펴보면 패스트푸드 소비와 관련하여 이러한 것들이 어떻게 작용하는지에 대한 관점을 제공합니다.
실험 양질의 결과를 얻는 가장 좋은 방법 중 하나는 실험입니다. 우리는 실험을 할 수 있는데, 이는 변수를 통제하고 그것이 우리 연구에 어떤 영향을 미치는지 보는 것을 의미합니다. 예를 들어, 사람들이 얼마나 자주 야채를 먹는지 조사한다면(atm: ndl.ofer...) 참가자에게 매일 일정량의 야채를 공급하고 실제로 소비한 횟수도 계산됩니다.
EN
AR
BG
HR
CS
DA
NL
FI
FR
DE
EL
HI
IT
JA
KO
아니
PL
PT
RO
RU
ES
SV
CA
TL
IW
ID
LV
LT
SR
SK
SL
UK
VI
SQ
ET
GL
HU
MT
TH
TR
