[TIL] 2024-09-18 (SQL/DA)

Today I Learned (2024-09-18)

---

목차

• Today I Learned (2024-09-18)
• 오늘 공부한 내용
  • 1. SQL
    • IF / CASE 구문
    • JOIN
    • UNION
  • 데이터과학을 위한 통계
    • 선택편향
    • 표본분포
    • 부트스트랩
• 어려웠던 내용
• 궁금한 내용과 부족한 내용
• 느낀 점

---

오늘 공부한 내용

1. SQL

IF / CASE 구문

• IF

  • IF(Condition, value_if_true, value_if_false)

    SELECT
      checkNumber,
      amount,
      IF(amount > 50000, 'Large', 'Small') AS orderSize
    FROM
      payments;

• CASE

  • 여러 조건을 테스트하고 여러 결정 중 하나를 반환

    SELECT
      productName,
      buyPrice,
      CASE
        WHEN buyPrice < 20 THEN 'Cheap'
        WHEN buyPrice BETWEEN 20
        AND 50 THEN 'Moderate'
        ELSE 'Expensive'
      END AS priceCategory
    FROM
      products;

    JOIN

• JOIN

  • 두 테이블 간의 관계를 나타내기 위해 사용

    SELECT *
    FROM table A JOIN B ON 조건~

• INNER JOIN

  • 교집합

    SELECT *
    FROM ex3
    JOIN ex4 ON ex3.id = ex4.id

• LEFT JOIN

  • 전체집합 + 교집합

    SELECT *
    FROM ex3
    LEFT JOIN ex4 on ex3.id = ex4.id

• RIGHT JOIN

  • 차집합

    SELECT * 
    FROM ex3
    RIGHT JOIN ex4 ON ex3.id = ex4.id

UNION

• 합집합

• 두 테이블의 데이터를 세로로 쭉 나열하는 역할

• column 의 수가 같아야 중복은 제거

  SELECT id FROM ex3
  UNION
  SELECT id FROM ex4;

---

2. 데이터과학을 위한 통계

선택편향

• 선택편향(selection bias) : 관측 데이터를 선택하는 방식때문에 생기는 오차
  • 결국 오해의 소지가 있거나 단편적 결론을 얻게 된다.
• 데이터 스누핑(data snooping) : 뭔가 흥미로운 것을 찾아 광범위하게 데이터를 살피는 것
• 방대한 검색 효과(vast search effect) : 중복 데이터 모델링이나 너무 많은 예측변수를 고려하는 모델링에서 비롯되는 편향 혹은 비재현성
• 가설을 구체적으로 명시하고 음의표본추출 원칙에 따라 데이터를 수집하면 편향을 피할 수 있다.
• 모든 형태의 데이터 분석은 데이터 수집/분석 프로세스에서 생기는 편향의 위험성을 늘 갖고 있다.

표본분포

• 표본통계량(sample statics) : 더 큰 모집단에서 추출된 표본 데이터들로부터 얻은 측정 지표
• 데이터 분포(data distribution) : 어떤 데이터 집합에서의 각 개별 값의 도수분포
• 표본분포(sampling distribution) : 여러 표본들 혹은 재표본들로부터 얻은 표본통계량의 도수분포
• 중심극한정리(central limit theorem) : 표본의 크기가 커질수록 표본분포가 정규분포를 따르는 현상
• 표준오차(standard error) : 여러 표본들로부터 얻은 표본통계량의 변량

부트스트랩

• 부트스트랩(bootstrap) : 현재 표본에서 추가적으로 표본을 복원추출하고 각 표본에 대한 통계랑과 모델을 다시 계산하는 것
• 부트스트랩 표본(bootstrap sample) : 관측 데이터 집하으로부터 얻은 복원추출 표본
• 재표본추출(재표집, 리샘플링, resampling) : 관측 데이터로부터 반복해서 표본추출하는 과정. 부트스트랩과 순열(셔플링) 과정을 포함한다.

---

어려웠던 내용

• 용어 정의??

---

궁금한 내용과 부족한 내용

• SQL 활용

---

느낀 점

• 연휴 끝
• 앞으로 더 열심히