실제 시험처럼 AI 없이 풀어 보세요. 정답은 다 풀고 대화방에서 비교해요.

[6번] 제3유형 (15점) (답안제출)

답안 제출 화면 · 소문항 순서대로 입력← 풀이 화면으로

① 학습용 데이터(startup_train.csv)로 selected를 종속변수, biz_months, employees, revenue_mil, mentor_hours, patent를 독립변수로 하는 로지스틱 회귀모형을 적합할 때, mentor_hours 회귀계수의 p-값을 구하여라.
 ☞ 【제출 형식】 반올림하여 소수 셋째 자리까지 작성

② ①번 모델에서 특허가 있는 기업(patent='yes') 대비 없는 기업(patent='no')의 선정 오즈비(= 특허 없는 기업의 오즈 ÷ 특허 있는 기업의 오즈)를 구하여라. (단, 나머지 독립변수는 같다고 본다.)
 ☞ 【제출 형식】 반올림하여 소수 셋째 자리까지 작성

③ ①번 모델로 평가용 데이터(startup_test.csv)의 선정 확률을 예측하고, 확률이 0.5 이상이면 1(선정), 0.5 미만이면 0(탈락)으로 분류할 때 특이도(실제 탈락(0)인 기업 중 0으로 분류된 비율)를 구하여라.
 ☞ 【제출 형식】 반올림하여 소수 셋째 자리까지 작성

문제 전체 보기

한 시의 창업지원센터는 청년 창업 지원사업에 신청하려는 기업에게 '신청 전 무료 멘토링을 더 받을지', '특허 출원부터 할지' 안내하려고 한다. 그래서 지난해 신청 기업의 서류 심사 결과를 로지스틱 회귀모형으로 분석하고, 올해 신청 기업에 적용해 탈락할 기업을 얼마나 잘 가려내는지(특이도) 확인한다.

제공된 학습용 데이터(startup_train.csv)는 2024년 신청 기업 450곳, 평가용 데이터(startup_test.csv)는 2025년 신청 기업 190곳의 자료이다. 소문항별로 답을 구한 후, 구한 답을 제시된 【제출 형식】에 맞춰 답안 제출 페이지에 입력하시오. (단, 모델은 절편항을 포함한다.)

제공 데이터

  • applicant_id: 신청 번호
  • field: 사업 분야[it, bio, food, content, maker]
  • biz_months: 창업 후 지난 개월 수(개월)
  • employees: 대표를 포함한 직원 수(명)
  • revenue_mil: 작년 매출(백만 원), 창업 1년이 안 된 기업은 0
  • mentor_hours: 신청 전 센터 무료 멘토링 이용 시간(시간)
  • patent: 등록 또는 출원한 특허가 있는지[yes, no]
  • selected: 서류 심사 결과(1: 선정, 0: 탈락)

소문항

① 학습용 데이터(startup_train.csv)로 selected를 종속변수, biz_months, employees, revenue_mil, mentor_hours, patent를 독립변수로 하는 로지스틱 회귀모형을 적합할 때, mentor_hours 회귀계수의 p-값을 구하여라.
 ☞ 【제출 형식】 반올림하여 소수 셋째 자리까지 작성

② ①번 모델에서 특허가 있는 기업(patent='yes') 대비 없는 기업(patent='no')의 선정 오즈비(= 특허 없는 기업의 오즈 ÷ 특허 있는 기업의 오즈)를 구하여라. (단, 나머지 독립변수는 같다고 본다.)
 ☞ 【제출 형식】 반올림하여 소수 셋째 자리까지 작성

③ ①번 모델로 평가용 데이터(startup_test.csv)의 선정 확률을 예측하고, 확률이 0.5 이상이면 1(선정), 0.5 미만이면 0(탈락)으로 분류할 때 특이도(실제 탈락(0)인 기업 중 0으로 분류된 비율)를 구하여라.
 ☞ 【제출 형식】 반올림하여 소수 셋째 자리까지 작성

※ 제출 형식에 맞지 않는 경우 입력 형식 오류 메세지가 표시됩니다.

① mentor_hours 회귀계수의 p-값

② patent 'yes' 대비 'no' 오즈비

③ test 특이도

답안은 여러 번 제출 가능하며, 마지막 제출이 채점 대상입니다.