현재까지 발견된 이 책의 오탈자 정보와 오류(출간후 프로그램 버전업에 따른 갱신까지 포함됩니다), 그리고 보다 매끄러운 문장을 위해 수정한 내용을 안내해 드립니다. 저술과 편집 시에 미처 확인하지 못하고 불편을 끼쳐드려 죄송하다는 말씀을 드립니다. 아래의 오탈자 사항은 추후 재쇄 시에 반영하도록 하겠습니다.
이외의 오탈자 정보를 발견하시면 저자(2stndard@gmail.com)나 출판사(help@jpub.kr)로 연락주시면 고맙겠습니다.
최종수정일자: 2021년 10월 7일 1쇄본 오탈자 |
13쪽 2.1.2 소절의 1행에서(지O현 님 제보)
POSIXct와 POSIXlt 클래스는 1970년 이후의 시간을 초단위로 기록하는 클래스이다.
⇒ POSIXct 클래스는 1970년 이후, POSIXlt 클래스는 1900년 이후의 시간을 초단위로 기록하는 클래스이다.
24쪽 상단 '코드설명' 박스의 2행에서(지O현 님 제보)
skip,(skip=16)‘-’ ⇒ skip(skip=16), ‘-’
80쪽 코드블록의 7행에서(지O현 님 제보)
geom_line(aes(total, group = 1, color= ‘3개월 합계’)) +
⇒ geom_line(aes(total, group = 1, color= ‘취업자수’)) +
80쪽 코드블록의 10행에서(지O현 님 제보)
scale_color_manual(’‘, values = c(’3개월합계’ = ‘red’, ‘3개월 평균’ = ‘blue’))
⇒ scale_color_manual(’‘, values = c(’취업자수’ = ‘red’, ‘3개월 평균’ = ‘blue’))
80쪽 그림 4-11에서(지O현 님 제보)
⇒
91쪽 코드블록의 2행에서(지O현 님 제보)
students.xts$증감률 <- round((students.xts$증감/students.xts$학생수계), 3) * 100
⇒ students.xts$증감률 <- round((students.xts$증감/students.xts$유치원), 3) * 100
91쪽 코드 결과에서(지O현 님 제보)
유치원 증감 증감률
1999-01-01 8658358 NA NA
2000-01-01 8535867 11097 0.1
2001-01-01 8414423 -121 0.0
2002-01-01 8361933 5114 0.1
2003-01-01 8379775 -3725 0.0
2004-01-01 8371630 -4818 -0.1
2005-01-01 8371421 -110 0.0
2006-01-01 8354891 4209 0.1
2007-01-01 8309932 -4262 -0.1
2008-01-01 8187782 -3728 0.0
⇒
유치원 증감 증감률
1999-01-01 534166 NA NA
2000-01-01 545263 11097 2.0
2001-01-01 545142 -121 0.0
2002-01-01 550256 5114 0.9
2003-01-01 546531 -3725 -0.7
2004-01-01 541713 -4818 -0.9
2005-01-01 541603 -110 0.0
2006-01-01 545812 4209 0.8
2007-01-01 541550 -4262 -0.8
2008-01-01 537822 -3728 -0.7
91쪽 그림 4-15에서(지O현 님 제보)
⇒
96쪽 상단 코드블록의 1~3행에서(지O현 님 제보)
index_by(yearqtr = ~ year(.)) %>%
mutate(sum.qtrly = sum(total)) %>%
mutate(rate.qtrly = (total/sum.qtrly)*100) %>%
⇒
index_by(yearly = ~ year(.)) %>%
mutate(sum.yearly = sum(total)) %>%
mutate(rate.yearly = (total/sum.yearly)*100) %>%
96쪽 코드 결과에서(지O현 님 제보)
# A tsibble: 15 x 6 [1D]
# Groups: @ yearqtr [2]
time total employees.edu yearqtr sum.qtrly rate.qtrly
<date> <int> <int> <dbl> <int> <dbl>
1 2013-01-01 24287 1710 2013 303592 8.00
2 2013-02-01 24215 1681 2013 303592 7.98
3 2013-03-01 24736 1716 2013 303592 8.15
4 2013-04-01 25322 1745 2013 303592 8.34
5 2013-05-01 25610 1774 2013 303592 8.44
6 2013-06-01 25686 1786 2013 303592 8.46
7 2013-07-01 25681 1813 2013 303592 8.46
8 2013-08-01 25513 1811 2013 303592 8.40
9 2013-09-01 25701 1794 2013 303592 8.47
10 2013-10-01 25798 1790 2013 303592 8.50
11 2013-11-01 25795 1793 2013 303592 8.50
12 2013-12-01 25248 1779 2013 303592 8.32
13 2014-01-01 25050 1748 2014 310766 8.06
14 2014-02-01 25116 1786 2014 310766 8.08
15 2014-03-01 25463 1814 2014 310766 8.19
⇒
# A tsibble: 15 x 6 [1D]
# Groups: @ yearly [2]
time total employees.edu yearly sum.yearly rate.yearly
<date> <int> <int> <dbl> <int> <dbl>
1 2013-01-01 24287 1710 2013 303592 8.00
2 2013-02-01 24215 1681 2013 303592 7.98
3 2013-03-01 24736 1716 2013 303592 8.15
4 2013-04-01 25322 1745 2013 303592 8.34
5 2013-05-01 25610 1774 2013 303592 8.44
6 2013-06-01 25686 1786 2013 303592 8.46
7 2013-07-01 25681 1813 2013 303592 8.46
8 2013-08-01 25513 1811 2013 303592 8.40
9 2013-09-01 25701 1794 2013 303592 8.47
10 2013-10-01 25798 1790 2013 303592 8.50
11 2013-11-01 25795 1793 2013 303592 8.50
12 2013-12-01 25248 1779 2013 303592 8.32
13 2014-01-01 25050 1748 2014 310766 8.06
14 2014-02-01 25116 1786 2014 310766 8.08
15 2014-03-01 25463 1814 2014 310766 8.19
132쪽 6행에서(박O희 님 제보)
차분이 필요한지 알아내고 차분을 해주면 비정상 시계열이 된다.
⇒ 차분이 필요한지 알아내고 차분을 해주면 정상 시계열이 된다.
133쪽 5~7행에서(박O환 님 제보)
wo()는 qs()의 p value가 0.01보다 작거나 kw()이 결과가 0.002보다 작다면 계절성이 있다고 판단한다.
wo()는 앞선 ur.kpss()나 box.test()와는 달리 명확하게 계절성이 있는지 없는지를 알려 준다
⇒ combined_test()는 qs()의 p value가 0.01보다 작거나 kw()이 결과가 0.002보다 작다면 계절성이 있다고 판단한다.
combined_test()는 앞선 ur.kpss()나 box.test()와는 달리 명확하게 계절성이 있는지 없는지를 알려 준다
133쪽 첫 번째 코드 블록의 두 번째 코드(박O환 님 제보)
summary(wo(students.ts[,2]))
⇒ summary(combined_test(students.ts[,2]))
133쪽 첫 번째 코드 블록의 실행결과(연도 시계열 데이터라 계절성이 없어 다음과 같은 오류를 발생함)(박O환 님 제보)
Error in combined_test(students.ts[, 2]) :
The number of observations per cycle (usually years) is 1 and thus too small.
133쪽 두 번째 코드 블록의 첫 번째 코드(박O환 님 제보)
summary(wo(employees.ts[,2]))
⇒ summary(combined_test(employees.ts[,2]))
133쪽 두 번째 코드 블록의 실행결과(기존 결과와 동일)
Test used: WO
Test statistic: 1
P-value: 0 1.199041e-14 2.346908e-06
The WO - test identifies seasonality
133쪽 네 번째 코드 블록의 첫 번째 코드(박O환 님 제보)
summary(wo(employees.ts[,3]))
-> summary(combined_test(employees.ts[,3]))
133쪽 네 번째 코드 블록의 실행결과(기존 결과와 동일)
Test used: WO
Test statistic: 0
P-value: 0.1976637 0.1976739 0.006082959
The WO - test does not identify seasonality
200쪽 그림 6-56에서(지O현 님 제보)
⇒
254쪽 끝행에서(지O현 님 제보)
ot_modeltime_forecast()를 사용하여 두 모델의 10년치 예측 데이터 플롯을 생성
⇒ plot_modeltime_forecast()를 사용하여 두 모델의 10년치 예측 데이터 플롯을 생성
'오탈자 정보' 카테고리의 다른 글
[빅데이터를 지탱하는 기술]_오탈자 (0) | 2021.08.15 |
---|---|
[핵심만 골라 배우는 안드로이드 스튜디오 Arctic Fox & 프로그래밍]_오탈자 (0) | 2021.08.05 |
[논쟁적 UX]_오탈자 (0) | 2021.06.25 |
[데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집]_오탈자 (0) | 2021.04.26 |
[실무에 바로 적용하는 안드로이드 프로그래밍(제4판)]_오탈자 (0) | 2021.04.06 |