ADSP 학습 플랫폼에 오신 것을 환영합니다!
데이터분석 준전문가(ADsP) 자격증 취득을 위한 체계적인 학습 플랫폼입니다.
📋 ADSP 시험 정보
📍 ADSP 시험 과목 구성
🚀 빠른 시작
개념 학습
통계 분석의 기초 개념부터 심화까지
퀴즈 풀기
배운 내용을 문제로 확인하세요
시뮬레이션
직접 데이터를 조작하며 학습
📚 개념 학습
✏️ 퀴즈
과목을 선택하고 퀴즈를 시작하세요! (ADSP 기출 유형)
💡 실제 시험: 1과목 10문항, 2과목 10문항, 3과목 30문항
🔬 비즈니스 분석 시뮬레이션
실제 비즈니스 상황에서 데이터 분석이 어떻게 활용되는지 체험해보세요.
📋 비즈니스 상황
당신은 온라인 마트의 데이터 분석가입니다. 마케팅팀에서 "어떤 상품을 함께 구매하는 경향이 있는지" 분석해달라는 요청이 왔습니다.
📊 분석 과정
데이터 수집
최근 거래 데이터에서 상품별 구매 기록을 수집합니다.
지표 계산
지지도, 신뢰도, 향상도를 계산합니다.
인사이트 도출
분석 결과를 해석하고 비즈니스 제안을 합니다.
거래 데이터 설정
📈 분석 결과
💡 비즈니스 인사이트
🎓 공식 해설
신뢰도 = P(기저귀|맥주) = 동시 구매 건수 / 맥주 구매 건수
향상도 = 신뢰도 / P(기저귀) = 신뢰도 / 기저귀 구매 비율
📋 비즈니스 상황
당신은 이커머스 회사의 데이터 분석가입니다. UX팀에서 새로운 결제 페이지 디자인(B안)이 기존 디자인(A안)보다 전환율이 높은지 검증해달라고 요청했습니다.
📊 분석 과정
가설 설정
H₀: μA = μB (차이 없음) vs H₁: μA ≠ μB (차이 있음)
데이터 수집
각 그룹의 전환율 데이터를 수집합니다.
통계 검정
t-검정으로 유의성을 판단합니다.
🅰️ 기존 디자인 (Control)
🅱️ 새 디자인 (Treatment)
📈 검정 결과
🅰️ 기존 디자인 (실제 데이터)
표본 평균: -%
표본 표준편차: -
샘플 크기: -명
🅱️ 새 디자인 (실제 데이터)
표본 평균: -%
표본 표준편차: -
샘플 크기: -명
🧮 t-검정 계산
평균 차이: -%p
t-통계량: -
p-value: -
💡 비즈니스 결론
📋 비즈니스 상황
당신은 광고 에이전시의 데이터 분석가입니다. 클라이언트가 "광고비를 얼마나 쓰면 매출이 얼마나 늘어나는지" 예측 모델을 만들어달라고 요청했습니다.
📊 분석 과정
데이터 탐색
광고비와 매출 간의 관계를 시각화합니다.
모델 학습
선형 회귀 모델을 적합합니다.
예측 및 해석
회귀계수를 해석하고 예측합니다.
회귀 모델 파라미터
📈 회귀 분석 결과
회귀식: 매출 = - + - × 광고비
R² (설명력): -
🔮 매출 예측기
💡 비즈니스 인사이트
📋 비즈니스 상황
당신은 마케팅 팀의 데이터 분석가입니다. 팀장이 "SNS 팔로워 수와 매출 사이에 관계가 있는지" 분석해달라고 요청했습니다.
📊 분석 과정
산점도 확인
두 변수의 관계를 시각화합니다.
상관계수 계산
피어슨 상관계수를 계산합니다.
결과 해석
상관관계의 강도와 방향을 해석합니다.
상관관계 설정
📈 상관분석 결과
상관계수 (r): -
상관 강도: -
💡 비즈니스 인사이트
⚠️ 주의사항
상관관계 ≠ 인과관계
SNS 팔로워와 매출의 상관관계가 높더라도, "팔로워를 늘리면 매출이 오른다"고 단정할 수 없습니다.
- 매출이 높아서 마케팅을 많이 해서 팔로워가 늘었을 수도 있음
- 브랜드 인지도라는 제3의 변수가 둘 다 영향을 줄 수도 있음
정규분포 시뮬레이션
평균과 표준편차를 조절하여 정규분포의 형태 변화를 관찰하세요.
정규분포 특성
선형 회귀분석 시뮬레이션
기울기와 절편을 조절하여 회귀선의 변화를 확인하세요.
R² (결정계수): -
📈 학습 현황
학습한 개념
/ 0 개념
퀴즈 정답률
0 / 0 문제
시뮬레이션 횟수
회 실행