๐Ÿง™‍โ™‚๏ธ๋ฐ์ดํ„ฐ๋งˆ๋ฒ•์‚ฌ๐Ÿ’˜[์‚ฌ๋ž‘ํŽธ]

๐Ÿ’”ใ€Š์‚ฌ๋ž‘: ๋ฐ์ดํ„ฐ๋กœ ํŒฉํญ๋“œ๋ฆฝ๋‹ˆ๋‹คใ€‹ํ‹ฐ์Šคํ† ๋ฆฌ.์ตœ์ดˆ.์ „๊ฒฉ์‹œ๋ฆฌ์ฆˆ๐Ÿ”์‹ฌ์žฅ์€ ์†์—ฌ๋„, ๋ฐ์ดํ„ฐ๋Š” ํ˜ธ๊ฐฑ์•„๋‹˜

๐Ÿง™‍โ™‚๏ธData Whizard๐Ÿง™‍โ™‚๏ธ๋ฐ์ดํ„ฐ ์ง€์‹ ๋งˆ๋ฒ•์‚ฌ 2025. 5. 1. 23:26
๋ฐ˜์‘ํ˜•

๐Ÿ’˜ ์‚ฌ๋ž‘๊ฐ’์„ ๋ฐ์ดํ„ฐ๋กœ ์žฝ๋‹ˆ๋‹ค
“๋‹น์‹ ์˜ ๊ฐ์ •, ๊ฐ€๊ฒฉ์œผ๋กœ ํ™˜์‚ฐํ•ด๋ณด์…จ๋‚˜์š”?”

 
์•ˆ๋…•ํ•˜์„ธ์š”! ๋ฐ์ดํ„ฐ ๋จน์—ฌ์ฃผ๋Š” ๋งˆ๋ฒ•์‚ฌ๐Ÿง™์ž…๋‹ˆ๋‹ค. ์‚ฌ๋ž‘์ด ๊ณ„์‚ฐ๋  ์ˆ˜ ์žˆ์„๊นŒ์š”? ๊ฐ์ •์— ์ˆซ์ž๋ฅผ ๋ถ™์ด๋Š” ๊ฑด ์ž”์ธํ•œ ์ผ์ผ๊นŒ์š”? ํ•˜์ง€๋งŒ ์šฐ๋ฆฌ๊ฐ€ ๋งํ•˜์ฃ . “์‹œ๊ฐ„๋„, ๊ฐ์ •๋„, ๊ฒฐ๊ตญ ๋น„์šฉ์ž…๋‹ˆ๋‹ค.” ์ด๋ฒˆ์—” ์‚ฌ๋ž‘์˜ ์‹œ์ž‘๊ณผ ๋, ๊ทธ ๋ชจ๋“  ๊ณผ์ •์„ ๋ฐ์ดํ„ฐ๋กœ ๊ณ„์‚ฐํ•ด๋ด…๋‹ˆ๋‹ค. ๋ฐ์ดํŠธ ๋น„์šฉ, ๊ณ ๋ฐฑ ์„ฑ๊ณต๋ฅ , ์ด๋ณ„ ํ™•๋ฅ , ๊ฐ์ •์˜ ํˆฌ์ž ์ˆ˜์ต๋ฅ ๊นŒ์ง€! ์‚ฌ๋ž‘๋„ ๊ฒฐ๊ตญ ์„ ํƒ์ด๊ณ , ์„ ํƒ์—” ๋น„์šฉ์ด ๋”ฐ๋ฆ…๋‹ˆ๋‹ค. ๊ทธ๋ ‡๋‹ค๋ฉด ๋ฌผ์–ด๋ณผ ์ˆ˜ ์žˆ๊ฒ ์ฃ .

โค๏ธ “๋‹น์‹ ์˜ ์‚ฌ๋ž‘, ์–ผ๋งˆ์งœ๋ฆฌ์ธ๊ฐ€์š”?”

 
๐Ÿšจ "๋‹น์‹ ์˜ ์‚ฌ๋ž‘, ๋ƒ‰์ •ํ•˜๊ฒŒ ์ฑ„์ ํ•ฉ๋‹ˆ๋‹ค."
์—ฐ์•  ์ž˜ํ•œ๋‹ค๊ณ  ์ฐฉ๊ฐํ–ˆ๋‚˜์š”? ๋‹น์‹ ์˜ ๊ฐ์ •, ๋‹น์‹ ์˜ ๋œจ๊ฑฐ์šด ๊ทธ ์‚ฌ๋ž‘, ๋ฐ์ดํ„ฐ๋Š” ํ•œ ์น˜์˜ ๋ง์„ค์ž„ ์—†์ด ์ ์ˆ˜๋กœ ์ฐ์Šต๋‹ˆ๋‹ค.
 
"์‚ฌ๋ž‘์—๋„ ํ•ฉ๊ฒฉ๊ณผ ๋ถˆํ•ฉ๊ฒฉ์ด ์žˆ์Šต๋‹ˆ๋‹ค."
์ด๋ฒˆ ์‹œ๋ฆฌ์ฆˆ๋Š” ๊ฐ์ •์„ ์‚ฐ์‚ฐ์กฐ๊ฐ ๋‚ด๋Š” ์‹œ๋ฆฌ์ฆˆ์ž…๋‹ˆ๋‹ค. ์žฅ๋ฐ‹๋น› ์ฐฉ๊ฐ์€ ์ด์ œ ๋๋‚ฌ์Šต๋‹ˆ๋‹ค.
 
๐Ÿ”ฅ "์‚ฌ๋ž‘์„ ์‹œ์žฅ์— ์˜ฌ๋ ค๋‘ก๋‹ˆ๋‹ค. ๊ฐ€๊ฒฉํ‘œ๋ฅผ ๋ถ™์ž…๋‹ˆ๋‹ค. ๊ทธ๋ฆฌ๊ณ  ๊ฑฐ๋ž˜ํ•ฉ๋‹ˆ๋‹ค."
์‚ฌ๋ž‘์ด ์ˆœ์ˆ˜ํ•˜๋‹ค๊ณ ์š”? ์ฒœ๋งŒ์—์š”. ๋ฐ์ดํ„ฐ๋กœ ๋ณด๋ฉด ์‚ฌ๋ž‘์€ ์ฒ ์ €ํ•œ ๊ฑฐ๋ž˜์ž…๋‹ˆ๋‹ค.
 
์ด ์‹œ๋ฆฌ์ฆˆ๋Š” ๊ทธ ๋ชจ๋“  ๊ฒƒ์„ ๊ฐ€์ฐจ ์—†์ด ๊ณต๊ฐœํ•ฉ๋‹ˆ๋‹ค.
๐Ÿ“ˆ ์‚ฌ๋ž‘์˜ ์‹œ์žฅ ๊ฐ€์น˜ ๋ถ„์„
๐Ÿ“‰ ์—ฐ์•  ์‹คํŒจ ํ™•๋ฅ  ์˜ˆ์ธก
๐ŸŽฏ ์‚ฌ๋ž‘ ์„ฑ๊ณต๋ฅ  ์‹œ๋ฎฌ๋ ˆ์ด์…˜
 
์‚ฌ๋ž‘์„ ๋ง์„ค์ด๋˜ ์ˆœ๊ฐ„๊นŒ์ง€, ๋ฐ์ดํ„ฐ๋Š” ์ „๋ถ€ ์•Œ๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค.
 
๐Ÿงฉ "๋‹น์‹ ์˜ ์—ฐ์• ๊ฐ€ ๋งํ•œ ์ด์œ , ๋ฐ์ดํ„ฐ๊ฐ€ ํญ๋กœํ•ฉ๋‹ˆ๋‹ค."
 
๊ฐ์ •์— ์†์ง€ ๋งˆ์„ธ์š”. ๋ฐ์ดํ„ฐ๋Š” ์†์ง€ ์•Š์Šต๋‹ˆ๋‹ค.

  • ์ฒซ์‚ฌ๋ž‘? ํ™•๋ฅ ์ƒ ์‹คํŒจํ•ฉ๋‹ˆ๋‹ค.
  • ๋ฐ์ดํŠธ ๋น„์šฉ? ์“ด ๋ˆ ๋Œ€๋น„ ํšจ๊ณผ ๋ฏธ๋ฏธํ•ฉ๋‹ˆ๋‹ค.
  • ์žฅ๊ฑฐ๋ฆฌ ์—ฐ์• ? ๋งํ•  ๊ฐ€๋Šฅ์„ฑ 99%.
  • ๋ฐ์ดํŒ… ์•ฑ? ์ข‹์•„์š” ๋ˆŒ๋Ÿฌ๋„ ์„ฑ๊ณต ํ™•๋ฅ ์€ ๋‚ฎ์Šต๋‹ˆ๋‹ค.

๋ถˆํŽธํ•œ ์ง„์‹ค์ด ๋ถˆ์พŒํ•˜๋”๋ผ๋„,
๋ฐ์ดํ„ฐ๋Š” ๋‹น์‹ ์˜ ์—ฐ์• ๋ฅผ ๋ƒ‰์ •ํ•˜๊ฒŒ ๊นŒ๋ฐœ๋ฆฝ๋‹ˆ๋‹ค.
 
๐Ÿ’ฃ "์‚ฌ๋ž‘, ์Šค์Šค๋กœ ์žฌ๋ณด์„ธ์š”. ์Šค์Šค๋กœ ํŒ๊ฒฐ๋ฐ›์œผ์„ธ์š”."
 
์ง€๊ธˆ ๋‹น์‹ ์˜ ์‚ฌ๋ž‘์ด ์–ด๋–ค ์ˆ˜์ค€์ธ์ง€. ์ด ์‹œ๋ฆฌ์ฆˆ ๋๋‚  ๋•Œ์ฏค์ด๋ฉด ๋‹น์‹ ์€ ๋ƒ‰์ •ํ•œ ์ˆซ์ž ์œ„์— ์‚ฌ๋ž‘์„ ์˜ฌ๋ ค๋†“๊ณ  ์žˆ์„ ๊ฒ๋‹ˆ๋‹ค. ์‚ฌ๋ž‘์„ ๋ถ„์„ํ•˜๋Š” ๊ฑด ์ฐจ๊ฐ‘์ง€๋งŒ, ๊ทธ ๊ฒฐ๋ก ์€ ๋œจ๊ฒ์Šต๋‹ˆ๋‹ค.
 

1ํƒ„ ๐Ÿšจ ๋‹น์‹ ์€ ์‚ฌ๋ž‘๋ฐ›์„ ํ™•๋ฅ ์ด ๋ช‡ %?


๋กœ์ง€์Šคํ‹ฑ ํšŒ๊ท€ (Logistic Regression) Stata: logit love age looks income personality

 

2ํƒ„ ๐Ÿ”ฅ ์ฒซ๋ˆˆ์— ๋ฐ˜ํ•œ๋‹ค? ์ฐฉ๊ฐ์ธ๊ฐ€ ์šด๋ช…์ธ๊ฐ€?


์ดํ•ญ ๋กœ์ง€์Šคํ‹ฑ ํšŒ๊ท€ (Binary Logistic Regression) Stata: logit first_sight looks age charisma

 

3ํƒ„ โณ ์—ฐ์•  ์˜ค๋ž˜ํ•˜๋ฉด ๊ฒฐํ˜ผํ• ๊นŒ?

 

์ƒ์กด ๋ถ„์„ (Cox Proportional Hazard Model) Stata: stset duration, failure(married) stcox duration looks personality  

 

4ํƒ„ ๐Ÿ’ธ ๋ฐ์ดํŠธ ๋น„์šฉ ์ค„์ด๋ฉด ์‚ฌ๋ž‘๋„ ์ค„์–ด๋“ ๋‹ค?

 

๋‹ค์ค‘ ํšŒ๊ท€ ๋ถ„์„ (Multiple Linear Regression) Stata: reg success dating_cost income age

 

5ํƒ„๐Ÿ’ฅ ์†Œ๊ฐœํŒ… ์„ฑ๊ณต ํ™•๋ฅ , ์ˆ˜์น˜๋กœ ๊นŒ๋ฐœ๋ฆฐ๋‹ค!

 

ํ”„๋กœ๋น— ๋ชจํ˜• (Probit Model) Stata: probit success age income hobbies

 

6ํƒ„๐Ÿ’ ๊ฒฐํ˜ผ ๋งŒ์กฑ๋„ 100% ์ปคํ”Œ์˜ ๋น„๋ฐ€ ๊ณต์‹!

 

์ˆœ์„œํ˜• ๋กœ์ง“ ๋ชจํ˜• (Ordered Logit Model) Stata: ologit satisfaction trust income communication

 

7ํƒ„๐Ÿ’ก ์—ฐ์•  ๋งŽ์ด ํ•˜๋ฉด ๊ฒฐํ˜ผ ์ž˜ ํ• ๊นŒ?

 

๊ตฌ์กฐ๋ฐฉ์ •์‹ ๋ชจํ˜• (Structural Equation Modeling) Stata: sem (marriage <- experience trust age)

 

8ํƒ„ ๐Ÿ’ฃ ์ฒซ์‚ฌ๋ž‘, ์„ฑ๊ณต ํ™•๋ฅ ์€ 3% ๋ฏธ๋งŒ?

 

๊ต์ฐจ๋ถ„์„ + ์นด์ด์ œ๊ณฑ ๊ฒ€์ • (Chi-square Test) Stata: tab first_love success, chi2

 

9ํƒ„ ๐Ÿ“ฑ ๋ฐ์ดํŒ… ์•ฑ, ์‚ฌ๋ž‘ ์ œ์กฐ๊ธฐ์ธ๊ฐ€?

 

์ด์ค‘์ฐจ๋ถ„๋ฒ• (Difference-in-Differences, ํŒจ๋„ ๊ณ ์ •ํšจ๊ณผ) Stata: xtreg love_outcome post treatment interaction, fe

 

10ํƒ„ ๐Ÿ’ฐ ๊ฒฐํ˜ผํ•˜๋ฉด ์†Œ๋“์ด ์˜ฌ๋ผ๊ฐ„๋‹ค?

 

์ด๋ฒคํŠธ ์Šคํ„ฐ๋”” (Event Study) Stata: eventstudy married event_date income

 
 
 
 
 
 
 

๐Ÿ”ฅ "์‚ฌ๋ž‘์„ ๋ฐ์ดํ„ฐ๋กœ ์žฝ๋‹ˆ๋‹ค ์‹œ๋ฆฌ์ฆˆ, ์ง€๊ธˆ ๋ฐ”๋กœ ๊ฐœ์žฅํ•ฉ๋‹ˆ๋‹ค."

 

๐Ÿง “์—˜ํ”„๋“ค๋„ ๊ตฌ๋…ํ•˜๊ณ  ๊ฐ„ ๊ธ€์ด์—์š”.

์ธ๊ฐ„์ด์‹œ๋ผ๋ฉด… ์Œ, ๋”๋”์šฑ ๊ถŒ์žฅ๋“œ๋ฆฝ๋‹ˆ๋‹ค!ใ…‹ใ…‹ใ…‹”
 

๐Ÿง™ The Data Whizard โœจ

๋ณต์žกํ•œ ์„ธ์ƒ์— ๋Œ์•„๋‹ค๋‹ˆ๋Š” ๋ชจ๋“  ๋ฐ์ดํ„ฐ๋ฅผ ํ•œ์ž… ํฌ๊ธฐ๋กœ ์ž˜๋ผ๋“œ๋ฆฌ๋Š” ๋ฐ์ดํ„ฐ ๋งˆ๋ฒ•์‚ฌ์˜€์Šต๋‹ˆ๋‹ค.
 โœจ  ์ง€๊ตฌ์ƒ์— ๋Œ์•„๋‹ค๋‹ˆ๋Š” ๋ชจ๋“  ๋ฐ์ดํ„ฐ ๋ถ„์„ ์ „๋ฌธ
โœจ The Data Whizard | ๋ฐ์ดํ„ฐ ๋จน์—ฌ์ฃผ๋Š” ๋งˆ๋ฒ•์‚ฌ
โœจ Ph.D. in Economics | ๋ฐ์ดํ„ฐ ๊ฒฝ์ œํ•™ ๋ฐ•์‚ฌ
โœจ ์ •๋ณด๊ธฐ์ˆ ์‘์šฉํ•™ํšŒ ๋น…๋ฐ์ดํ„ฐ ๊ฒฝ์ง„ ๋ถ€๋ฌธ |
      3์—ฐ์† ๋žœ๋“œ์Šฌ๋žจ์ˆ˜์ƒ (๋Œ€์ƒ|์ตœ์šฐ์ˆ˜๋…ผ๋ฌธ์ƒ|์šฐ์ˆ˜๋…ผ๋ฌธ์ƒ)
โœจ ์ •๋ณด๊ธฐ์ˆ ์‘์šฉํ•™ํšŒ | ๋น„๊ต๊ฒฝ์ œํ•™ํšŒ | 
      ๋ฐ์ดํ„ฐ ์—ฐ๊ตฌ ํ•™์ˆ ์ด์‚ฌ ๋ฐ ํŽธ์ง‘์ด์‚ฌ
โœจ KCI( Korea Citation Index) ์—ฐ๊ตฌ ๋ฐ์ดํ„ฐ๋ถ„์„๋ถ€๋ฌธ |
      ์ตœ๊ทผ 4๋…„๊ฐ„ Jounal 18ํŽธ ๊ฒŒ์žฌ
โœจ ๋ฐ์ดํ„ฐ ๋‚ ๋กœ ๋จน์—ฌ์ฃผ๋Š” ๋งˆ๋ฒ•์—ฐ๊ตฌ์†Œ ๋ ˆ์„œํ”ผ ์—ฐ๊ตฌ์†Œ์žฅ
๐Ÿ“ง ๋ฌธ์˜: the.datawhizard@gmail.com

๋ฐ˜์‘ํ˜•

'๐Ÿง™โ€โ™‚๏ธ๋ฐ์ดํ„ฐ๋งˆ๋ฒ•์‚ฌ๐Ÿ’˜[์‚ฌ๋ž‘ํŽธ]' ์นดํ…Œ๊ณ ๋ฆฌ์˜ ๋‹ค๋ฅธ ๊ธ€

๐Ÿ’˜ใ€Š์‚ฌ๋ž‘: ๋ฐ์ดํ„ฐ๋กœ ์‹œ์›ํ•˜๊ฒŒ ์„ค๋ช…๋“œ๋ฆฝ๋‹ˆ๋‹คโ‘คใ€‹๐Ÿ’ฅ์†Œ๊ฐœํŒ…์„ฑ๊ณตํ™•๋ฅ , ์ˆ˜์น˜๋กœ ๊น๋‹ˆ๋‹ค!  (14) 2025.05.06
๐Ÿ’˜ใ€Š์‚ฌ๋ž‘: ๋ฐ์ดํ„ฐ๋กœ ํŒฉํญ๋“œ๋ฆฝ๋‹ˆ๋‹คโ‘ฃใ€‹๐Ÿ’ธ๋ฐ์ดํŠธ๋น„ ์ค„์˜€๋‹ค๊ณ  ์†์ ˆ? ์—๋ฐ”๋„ค;  (5) 2025.05.05
๐Ÿ’˜ใ€Š์‚ฌ๋ž‘: ๋ฐ์ดํ„ฐ๋กœ ํŒฉํญ๋“œ๋ฆฝ๋‹ˆ๋‹คโ‘ขใ€‹โณ์—ฐ์•  ์˜ค๋ž˜ํ•˜๋ฉด ๊ฒฐํ˜ผํ•œ๋‹ค?, ์‹คํ™”์ž„?  (4) 2025.05.05
๐Ÿ’˜ใ€Š์‚ฌ๋ž‘: ๋ฐ์ดํ„ฐ๋กœ ํŒฉํญ๋“œ๋ฆฝ๋‹ˆ๋‹คโ‘กใ€‹๐ŸŽฌ์šด๋ช…๊ฐ™์€ ์ฒซ๋ˆˆ๋ฐ˜ํ•จ? ํ†ต๊ณ„๋Š” ๋ญ๋ผํ•˜์ง€  (2) 2025.05.03
๐Ÿ’˜ใ€Š์‚ฌ๋ž‘: ๋ฐ์ดํ„ฐ๋กœ ํŒฉํญ๋“œ๋ฆฝ๋‹ˆ๋‹คโ‘ ใ€‹๐Ÿง ๋‹น์‹ ์€ ์ด๋ฏธ ์‚ฌ๋ž‘๊ฐ์€ ๋. ํ†ต๊ณ„๊ฐ€ ์ด๋ฏธ ์•Œ๊ณ  ์žˆ์—ˆ์–ด์š”  (4) 2025.05.02