이미 소장하고 있다면 판매해 보세요.
Chapter 01 기술 통계
Introduction 통계학의 역사 데이터 정리에 빠질 수 없는 기술 통계 01 데이터의 척도 02 도수분포표와 히스토그램 03 파레토 그림 04 첨자와 시그마 기호 05 평균·분산·표준편차 06 도수분포표와 평균·분산 07 대푯값 08 변량의 표준화 09 왜도와 첨도 10 사분위수·상자 수염 그림 11 교차표 12 원그래프·막대그래프·꺽은선그래프 13 산점도 14 로렌츠 곡선 15 Q-Q 플롯 Column 줄기 잎 그림으로 데이터의 대푯값 읽기 Chapter 02 상관관계 Introduction 상관이란? 상관관계에서 주의해야 할 점 01 피어슨의 상관계수 02 스피어만의 순위상관계수 03 켄달의 순위상관계수 04 크라메르의 연관계수 05 상관계수의 추정과 검정 06 자기상관계수 Column 의심스러운 상관관계는 얼마든지 있다 Chapter 03 확률 Introduction 도박에서 출발한 확률의 역사 고전 확률론의 완성 통계학과 확률론의 발전으로 수리 통계학의 기초를 마련 01 사건과 확률 02 포함배제의 원리 03 이산확률변수 04 연속확률변수 05 누적분포함수 06 기댓값·분산 07 사건의 독립과 확률변수의 독립 08 확률변수의 덧셈과 곱셈 09 2차원 이산확률변수 10 2차원 연속확률변수 11 기댓값과 분산 공식 12 큰 수의 법칙과 중심극한정리 13 체비쇼프 부등식 Column 한 반에 생일이 같은 사람이 2명 있을 확률 구하기 Chapter 04 확률분포 Introduction 확률분포의 종류가 다양한 이유 특히 중요한 확률분포 네 가지 01 베르누이 분포와 이항분포 02 기하분포와 음이항분포 03 푸아송 분포 04 초기하분포 05 균등분포와 지수분포 06 정규분포 07 χ²분포·t분포·F분포 08 χ²분포·t분포·F분포 더 살펴보기 09 베이불 분포·파레토 분포·로그 정규분포 10 다항분포 11 다변량정규분포 Column 확률분포 값을 소프트웨어로 구하기 Chapter 05 추정 Introduction 추론 통계란 데이터로 예측하고 판단하는 것 큰 표본이론과 작은 표본이론 비편향분산과 표본분산 01 복원추출과 비복원추출 02 표본추출 03 최대가능도 방법 04 구간추정의 원리 05 정규모집단의 모평균 구간추정 06 모비율 구간추정 07 추정량의 평가 기준 08 비편향추정량 Column 헷갈리기 쉬운 표준편차와 표준오차의 차이 Chapter 06 검정 Introduction 검정을 학습하는 요령 네이만과 피어슨이 만든 가설검정 01 검정의 원리와 순서 02 검정통계량 03 검정 오류 04 정규모집단의 모평균검정 05 정규모집단의 모분산검정 06 모평균 차이검정 ① 07 모평균 차이검정 ② 08 모비율 차이검정 09 등분산검정 Column 의료 현장에서 이루어지는 검정 Chapter 07 비모수검정 Introduction 비모수검정이란? 비모수검정의 종류 01 적합도검정 02 독립성검정(2×2 교차표) 03 독립성검정(k×l 집계표) 04 피셔의 정확검정 05 맥니머 검정 06 코크란 Q 검정 07 맨·휘트니 U 검정 08 부호검정 09 윌콕슨 부호순위검정 10 크러스컬·월리스 검정 11 프리드먼 검정 Column 헷갈리기 쉬운 통계학 용어 Chapter 08 회귀분석 Introduction 회귀분석이란? 회귀분석은 외적 기준이 있는 다변량분석 01 단순회귀분석 02 다중회귀분석 03 중상관계수와 편상관계수 04 다중공선성 05 단순회귀분석의 구간추정 06 로지스틱 회귀분석·프로빗 회귀분석 07 일반선형모델과 일반화선형모델 Column 와인 가격 다중회귀분석 Chapter 09 분산분석과 다중비교 Introduction 분산분석과 다중비교로 해결할 수 있는 문제 다중비교에서는 귀무가설 집합족을 고려 01 분산분석 02 일원배치 분산분석 03 반복 없는 이원배치 분산분석 04 반복 있는 이원배치 분산분석 05 피셔의 실험계획법 3원칙 06 직교배열표 07 본페로니 교정과 홀름 방법 08 셰페 방법 09 투키·크레이머 방법 Column 현대 추론 통계학의 창시자 - 로널드 에일머 피셔 Chapter 10 다변량분석 Introduction 다변량분석이란? 주성분분석과 인자분석은 접근법이 정반대 01 주성분분석 02 주성분분석 더 살펴보기 03 판별분석 04 판별분석 더 살펴보기 05 마할라노비스 거리 06 수량화 제1방법과 제2방법 07 수량화 제3방법과 대응분석 08 인자분석 09 공분산구조분석 10 계층적군집분석 11 다차원척도법 Column 포지셔닝 맵을 만들려면 Chapter 11 베이즈 통계 Introduction 우리의 사고방식과 비슷한 베이즈 통계 베이즈 통계가 학문으로 인정받기까지 01 조건부확률 02 나이브 베이즈 분류 03 베이즈 정리 04 베이즈 갱신(이산형) 05 몬티 홀 문제 06 베이즈 갱신(연속형) 07 켤레사전분포 08 쿨백-라이블러 발산 09 아카이케 정보기준 10 몬테카를로 적분 11 깁스 표집 12 메트로폴리스·헤이스팅스 알고리즘 13 베이즈 네트워크 Column 기계 번역의 원리 |
Toshiaki Ishii,いしい としあき,石井 俊全
이시이 도시아키의 다른 상품
안동현의 다른 상품
숫자에 관한 ‘감각’을 ‘근거’로 바꿔주는 실용적인 통계 이야기!
일상생활에서 숫자에 관한 ‘감각’이 필요한 때가 자주 있습니다! 보통 정확하게 계산하기 어렵거나 귀찮지만, 숫자를 보고 무언가 판단이나 결론을 내려야 하는 상황이죠. 이럴 때 올바른 판단이나 결론을 잘 내리는 사람들이 있습니다. 대화를 나누다 보면 스스로 느끼지 못하더라도 본능적으로 통계의 기초를 알거나 중고등학교 때 통계학을 제대로 공부한 경험을 갖고 있습니다. 즉, 통계학은 숫자에 관한 ‘감각’을 ‘근거’로 바꿔주는 실용적인 학문인 것입니다. 이 책은 113가지 개념을 중심으로 상황에 따라 어떤 통계학 이론을 알아야 하는지 알려줍니다. 여러분의 일상생활에서 통계학을 어떻게 활용하는지를 사례와 함께 소개합니다. 심지어 통계 관련 시험을 준비한다면 어떤 공식은 꼭 외우라고도 강조합니다. ‘통계학을 재미있게 배운다’라는 관점과 손해를 보지 않는 숫자에 관한 ‘감각’을 기른다는 두 마리 토끼를 모두 잡으려는 독자라면 관심 있게 읽기 바랍니다. 또한 빅데이터, 인공지능 등 4차 산업혁명에서 꼭 알아야 할 기초 학문이 필요한 사람이라면 이 책은 여러분이 훌륭한 데이터 전문가가 되는 기반을 다져줄 것입니다. 이 책의 특징 * 자격 시험이나 실무에서 사용할 가능성이 큰 통계 공식을 모았습니다. * 효율과 요령을 갖춰서 통계 개념을 기억하는 여러 가지 장치가 있습니다. * 필요한 것만 빠르게 찾아볼 수 있도록 사전 방식으로 구성했습니다. * 실생활 사례를 소개해 빠르게 통계를 적용하는 감각을 기를 수 있습니다. |