Home
Strategy
Business Model Innovation
Digital PI 방법론
기법 및 Tool
Operation Excellence
Process
Digital Factory
System & Solutions
Data Analytics
Business Case with Statistics
Machine Learning
데이터 활용 Business-ML-R/Shiny
Program Language
Python TensorFlow Tensorboard
R
Shiny
web system & Cloud
Contact
Program Language - Shiny (R에서 처리한 데이터의 가시화)
주요 기능
Table
Plot
Tabsets
주요 통계 분석
R-Shiny with web 시스템 구축
R을 이용 통계 분석하는 경우 Shiny를 이용 데이터 조회, 분석 및 결과를 가시화하는 웹 시스템을 손쉽게 만들어 분석 업무에 활용할 수 있다.
R에서 처리한 데이터의 가시화를 기본 Source code를 이해한다.
* 기본 source code 사례 (github source) :
ui/ server 주요 code
Basic :
Table :
Plot :
Tabsets :
통계 분석
t 검정 :
ANOVA :
요인 분석 :
회귀 분석 :
판별 분석 :
군집 분석 :
머신러닝 기법 적용 :
R-Shiny with web 시스템 구축
데이터 취합 :
통계 분석 :
가시화 :
공유 :
기존 시스템과 연동 :
Basic Program
Table : / Plot : / Tabsets :
주요 기능 : textInput, sliderInput, selectInput , plot , tabset , reactive , download, , submitButton, choose dataset , Dynamic user interface - renderUI, fileInput, Styling , navbarPage , Editable data grid , updateSelectInput , date input, dateRangeInput, shinydashboard , add sub menu items tabpages, add box to dashboard body, add tab box, add info box, add icons
Navigator & Menu bar
Navigator & Menu bar :
Information Box :
통계 분석에 활용
통계 분석 : t.test : one sample , paired sample , two-way / ANOVA, MANOVA, RM-ANOVA , Reliability, PCA/FA , Correlation , Pearson's correlation , Spearman's correlation, 교차 분석 , 편상관 분석 , Linear Regression , Simple Linear Regression , Multiple Linear Regression , Dummy Linear Regression , Hierarchical analysis , Logistics Regression , Mediation Regressions , Logistics Regression , Moderator Regressions , Discriminant Analysis , Clustering Analysis
R-Shiny with web 시스템 구축
현장에서 발생하는 데이터 취합 :
R을 이용 분석
Shiny 이용 조회 및 그래프 가시화 공유 시스템 구축 :
R-Shiny 결과를 기존 업무 시스템과 연동 활용 :