2. 친구들의 스마트폰 평균 사용 시간: 167분; 2시간 47분

3. 가장 오래 사용하는 친구의 사용 시간: 600분

4. 가장 적게 사용하는 친구의 사용 시: 10분

2.친구들의 스마트폰 시간 : 약156분

3.가장 많은 시간 : 6시간, 360분

4.가장 적은 시간 : 10분

2.내가 예상한 하루 평균 스마트폰 사용 시간은 240분 정도이다. 실제 평균은 191분 이다.

3.가장 오래 사용하는 학생의 시간은 600분이다.

4.가장 적게 사용하는 학생의 시간은 10분이다.

내가 생각하기에 평균 3시간일 줄 알았는데 6시간도있어 놀랐고 가장 많이 사용한 장소가 모두다 집일줄 알았는 데 학교도 있어 놀랐다. 평균 120분 정도 인것 같다.

중학생은 5시간~7시간

고등학생은 8시간~9시간

이 예상에 따른 전과목 성적 평균은 85~90점 이상으로 예상하였습니다

실제 조사한 결과에 따른 값은

학생들의 총 공부시간은 중학생은 6시간, 고등학생은 4시간으로 예상치보다 낮은 값이 나왔으며,

성적평균도 (중고등학생 통합) 72.9로 예상치보다 낮은 값이 나왔습니다.

자료를 가지고 그래프와 행렬을 만듦

느낀것

첫 날에 선생님이 파워BI가 쉽다고 하셔서 반신반의 했었는데 해보니깐 R처럼 막 코딩하는 것도 없고 자료만 있으면 손가락 몇 번 으로 자료가 이해하기 쉽고 잘 나오니깐 진짜 신기하고 재미있었다. 까먹지 않으면 학교 수행평가를 이 걸로 해서 자랑하고싶다.

느낀것

데이터를 정리하고 시각적으로 표현하는 것을 배웠다.

느낀것

생각한 것보다 데이터를 시각적으로 표현하는 방법은 다양하고 쉽다.

느낀 것 : 일상에서 간단히 사용 가능하게 배워서 기쁘다. 어렵고 많은 실패가 있었지만 재미있음

오늘은 저번 시간에 테이블에서 기간별 평균 기온 데이터를 정리한 것을 꺾은선 그래프와 막대 그래프, 그리고 행렬로 나타내어 시각화 하였다. 행렬에 평균 온도의 크기 별로 색깔을 입히니 꽤 완성도 있어 보였다.

<느낀점>

Power BI가 익숙하지 않고 시각화도 처음 해보아서 어려웠지만 그래도 내가 데이터를 이용해서 그래프와 행렬로 자료를 시각화하니 뿌듯했다.

그리고 가끔씩 옆자리 친구도 도와줬는데, 내가 가르쳐주는 대로 정말 잘 따라와서 그 친구도 금방 완성해냈다. 정말 멋진 친구다.. 그래서 이번 수업을 통해 협력의 중요성을 느끼게 됐다. 함께 해내니까 완성작도 더 예뻐 보였다. 다음 시간에도 여러 친구들을 도와주고 도움도 받으면서 함께 좋은 결과를 도출해내면 좋겠다!!!!😘😘

오늘 100년간 서울 기온 데이터를 이용해서 power BI를 나에게 필요한 데이터만 골라서 기간별 평균기온, 계절별 병균기온, 그리고 행렬표로 만드는 방법을 배웠다.

느낀 것

처음 power BI를 접했을때는 복잡해 보였지만 차근차근 따라하니 그래프 만드는 것 정도는 충분히 할 수 있을 것 같다고 생각했다. 또한 power BI가 다양한 곳에서 활용될 수 있겠다 라는 생각이 들었다

• 데이터를 차트화시키는 법을 배웠습니다.

느낀것

• 사실 평소에 데이터 그래프나 행렬표 등 이런 데이터를 표로 나타낸 것을 자주보는데, 이런것들을 제가 데이터를 직접 가져와 만든다는게 좋은 경험인것 같습니다. 평소에 이런 데이터 그래프(표) 같은 것들은 자주 사용하기 때문에 이 수업이 앞으로 많은 도움이 될 것이라 생각합니다.

느낀것: 내가 직접 자료를 조사해본 적은 있어도, 그 자료를 바탕으로 데이터를 보기 쉽게 시각화해본 적은 없었는데, 오늘 처음으로 데이터 시각화를 하는데 성공해서 뿌듯했다. 지난 시간에 데이터를 처리하기만 했을 때는 데이터 처리 방법은 잘 알겠으나 이것을 어디에 사용할 수 있을지에 대한 생각이 들었는데 오늘 이 데이터를 시각화하는 방법을 알게 됨으로써 오늘 배운 내용을 바탕으로 다른 많은 자료를 가공하여 통계 데이터를 더 보기쉽게 활용할 수 있을 것 같다는 생각이 들었다. 또한 오늘 배운 내용을 잘 이해하고 내가 직접 다른 데이터를 시각화해보고 싶다는 생각도 들었다.

느낀 점 : 새로 배우는 프로그램인 power bi가 익숙하지 않고 또 오류가 생겼을 때 당황스럽기도 했지만 스스로 오류의 원인을 찾아 냈을 때 재미있었다. 평소에 자주 볼 수 있는 시각화 데이터를 만들어낸 것이 뿌듯하고 새롭기도 했다.

파워 BI로 그래프를 만드는 것을 배웠다.

느낀 것

어려운 점도 있었지만 열심히 해서 기분이 좋다.

-데이터 정리

-시각적으로 표현

-그래프로 표현

느낀것

중간에 자꾸 꼬여서 좀 힘들었다.

저번 시간에 변환한 데이터를 활용하여 여러가지 그래프를 만들었다.

느낀것:

자료들을 시각화하는 것이 생각보다 어렵지 않다는 것을 느꼈고 앞으로 발표나 보고서 작성에 필요한 시각 자료들을 이 파워 BI를 사용하여 만들 수 있을 것 같다는 생각을 했다.

느낀 점:어렵고 힘들었지만 다하고 나니 기분이 좋았다.

파워bi를 사용해서 기온 데이터를 바탕으로 데이터를 분석한 후에 꺾은선 그래프, 막대그래프와 행렬로 데이터를 시각화하는 방법을 배웠다.

느낀것

파우bi는 초기에는 부가적으로 배워야할 사항이 많아 복잡하게 느껴지고 어려웠지만, 세보죽으로 배우게 되니 생각보다 단순하고 결과가 확실하게 나타나 오류 수정도 용이하다는 여러 장점이 존재해 앞으로의 활용 방향또한 많을것같다.

파워 bi로 주어진 자료를 정리하고 꺾은선 그래프, 막대그래프, 행렬을 통해 시각화하는 방법을 배웠다.

느낀 것

일상에서 자주 보던 자료들이 여러 단계를 통해 정리되고 또 한눈에 보기 쉽게 정리하는 과정을 거친 것이라고 생각되니 이런 기술들이 생각보다 일상생활에 밀접한 관계가 있음을 알게 되었다.

파워BI로 나만의 데이터를 정리 하는 것을 배웠다.

느낀 점

파워BI를 하는 것이 쉽다.

느낀 것 : 평소에 새로운 프로그램을 배우기 쉽지 않은데, 이번 기회를 통해 power bi라는 프로그램을 배울 수 있어서 좋았다. 혼자 시각화 자료를 만들었을 때 어렵기도 했지만, 막상 오류를 찾아내고 고치니 뿌듯함이 느껴졌다.

느낀점:활용한다는게 어렵지만 다 만들어서 뿌듯했고 나중에 다시 써보고싶다.

1,2차시때 배운 Power BI를 이용해 추정 치매환자 수 데이터를 분석해 다양한 그래프를 만들어 보았다.

느낀 것

데이터를 분석하기 전에는 나이대가 높아짐에 따라 치매 발병률이 높아질 것과 의료기술이 발달할 것을 고려해 치매 유병률이 낮아질 것으로 예상했으나 데이터를 분석해본 결과 나이대가 높아짐에 따라 발병률이 높을 것이라는 예상은 맞았으나 치매 유병률이 크게 변화하지 않았다. 그래서 2016년 부터 2024년까지에서는 치매 관련 의료기술이 눈에 띄게 발전하지 않았을 것이란 나만의 결론을 내렸다.

그리고 지금까지 한 것을 바탕으로 대구의 기간별 평균 기간도 시각화 해보았는데, 선생님을 따라하던 것과 달리 혼자하니까 실수도 많았지만 그래도 잘 완성 시켰다.

대구의 평균 기온은 서울의 평균 기온보다 더 높을 것이라고 생각했다. 서울보다 대구가 확실히 평균 기온이 높긴 했지만 생각보다 많이 차이나지 않았다.

적용해본 것: 연도 별 평균 기온의 변화를 보여주는 꺽은선 그래프를 같이 만든 경험을 바탕으로 최고기온과 최저기온을 동시에 나타낼 수 있는 꺽은선 그래프를 만들었다.

아쉬운 점: 영어 시간에 축제와 콘서트로 인한 환경문제에 대한 글에 반박하거나 질문하는 이메일을 쓰는 수행평가가 있었다. 이때 내가 쓴 글을 뒷받침할 수 있는 그래프를 개인 프로젝트 시간에 만들어 보고 싶었는데 적절한 자료를 찾지 못해 아쉬웠다. 집에서 더 조사해서 만들어 봐야겠다.

power BI를 이용한 분석을 통해서 여러 정보들을 알아보기 쉽게 나타내서 정말 신기했고, 또한 앞으로도 보기 힘든 자료가 생기면 이와 같은 방법으로 나타내서 나만의 분석 자료도 만들고 싶다. 총 3번의 수업동안 열심히 수업을 들은 덕분에 마지막에는 스스로 분석도 할 수 있어서 알찼던 수업이었다!!

느낀점:어려웠지만 해보니 뿌듯했다.