이미 소장하고 있다면 판매해 보세요.
- 해외배송 가능?
- 문화비소득공제 가능
이 상품의 태그
책소개
목차
|
머리말
1장 확률의 개념 1. 확률의 의미 2. 라플라스(Laplas) 확률 3. 경험적 확률 4. 표본공간과 사건 5. 사건의 종류 2장 조건부확률과 베이즈 정리 1. 조건부 확률 2. 독립사건 3. 전 확률(Total Probability) 4. 베이즈 정리(Bayes’ Theorem) 3장 확률변수와 통계치 1. 확률변수 2. 이산확률변수와 연속확률변수 3. 확률변수의 기댓값과 분산 4. 확률변수의 공분산과 상관계수 4장 이산확률분포 1. 베르누이 분포(Bernoulli Distribution) 2. 이항 분포(Binomial Distribution) 3. 다항 분포(Multinomial Distribution) 4. 기하 분포(Geometric Distribution) 5. 초기하 분포(Hyper-Geometric Distribution) 6. 포아송 분포(Poisson Distribution) 5장 연속확률분포 1. 개요 2. 균등 분포(Uniform Distribution) 3. 정규 분포(Normal Distribution) 4. t-분포(t-Distribution) 5. 카이제곱 분포(Chi-squared Distribution) 6. F-분포(F-Distribution) 7. 지수 분포(Exponential Distribution) 8. 확률밀도함수의 첨도(Kurtosis)와 왜도(Skewness) 6장 통계 추정(Statistical Inference) 1. 개요 2. 점 추정 3. 구간 추정 7장 통계 검정 개요 1. 가설검정의 개요 2. 제1종 오류와 제2종 오류 3. 검정 통계량(Test Statistic) 4. 기각역(Critical Region) 5. 유의 수준(Significance Level) 6. 유의 확률(Significance Probability) 8장 통계 검정(Statistical Test) 1. Z-검정 1) 단측 검정 2) 양측 검정 3) 비율 검정 2. t-검정 1) 단측 검정 2) 양측 검정 3) 이표본(독립표본) 단측 검정 4) 이표본(독립표본) 양측 검정 5) 대응표본 t-검정(Paird t-Test) 3. 카이제곱(χ2)-검정(모분산 검정) 4. F-검정(모분산 차이 검정) 9장 교차 분석 1. 적합성 검정(Goodness of Fit Test) 2. 독립성 검정(Test of Independence) 3. 동질성 검정(Test of Homogeneity) 10장 분산분석 1. 개요 2. 일원분산분석(One-Way ANOVA) 3. 이원분산분석(Two-Way ANOVA) 1) 반복이 없는 이원분산분석 2) 반복이 있는 이원분산분석 11장 회귀분석 1. 개요 2. 단순회귀분석(Simple Regression) 3. 다중회귀분석(Multiple Regression) 4. 최적회귀방정식(Optimal Regression Equation) |
저자 소개 1
충북 청주에서 출생하여 한양대학교 산업공학과에서 박사학위를 취득하였고, 미국 Texas A&M 대학교 ISE에서 최적화알고리즘 분야로 박사후연구원을 수행하였다.
SK하이닉스, 삼성전자, 삼성SDS에서 약 21년간 근무하였으며, 스마트 팩토리, AI기반 제조시스템 등 수많은 제조 현장 프로젝트를 수행하였다.
현재는 건양대학교 인공지능학과 교수로 재직 중이며, 기업체 경험을 바탕으로 AI 수학과 확률통계, 데이터베이스 프로그래밍, 빅데이터 분석, 통계분석 등을 강의하고 있다. 또한 데이터 분석 전문가를 꿈꾸는 학생들에게 국가자격증인 데이터분석 준전문가(ADsP)와 빅데이터분석기사
충북 청주에서 출생하여 한양대학교 산업공학과에서 박사학위를 취득하였고, 미국 Texas A&M 대학교 ISE에서 최적화알고리즘 분야로 박사후연구원을 수행하였다.
SK하이닉스, 삼성전자, 삼성SDS에서 약 21년간 근무하였으며, 스마트 팩토리, AI기반 제조시스템 등 수많은 제조 현장 프로젝트를 수행하였다.
현재는 건양대학교 인공지능학과 교수로 재직 중이며, 기업체 경험을 바탕으로 AI 수학과 확률통계, 데이터베이스 프로그래밍, 빅데이터 분석, 통계분석 등을 강의하고 있다. 또한 데이터 분석 전문가를 꿈꾸는 학생들에게 국가자격증인 데이터분석 준전문가(ADsP)와 빅데이터분석기사 자격증을 취득할 수 있도록 지도하고 있다.
SK하이닉스, 삼성전자, 삼성SDS에서 약 21년간 근무하였으며, 스마트 팩토리, AI기반 제조시스템 등 수많은 제조 현장 프로젝트를 수행하였다.
현재는 건양대학교 인공지능학과 교수로 재직 중이며, 기업체 경험을 바탕으로 AI 수학과 확률통계, 데이터베이스 프로그래밍, 빅데이터 분석, 통계분석 등을 강의하고 있다. 또한 데이터 분석 전문가를 꿈꾸는 학생들에게 국가자격증인 데이터분석 준전문가(ADsP)와 빅데이터분석기사 자격증을 취득할 수 있도록 지도하고 있다.
품목정보
- 발행일
- 2026년 02월 20일
- 쪽수, 무게, 크기
- 264쪽 | 617g | 188*257*16mm
- ISBN13
- 9791175981430
책 속으로
|
다른 장에서 각 분포에 대해 자세히 살펴보겠지만, 데이터를 분석하는 사람이나 처음 확률과 통계를 접하는 비전공자들에게 중요한 것은 각 분포의 함수식을 외우는 것이 아니라, 각 분포의 개념을 정확히 이해하고, 어떤 경우에 해당 분포가 어떻게 활용되는지를 잘 알아야 한다는 것이다. 일반적으로 데이터분석을 하기 위한 것이든, 자격증 공부를 하기 위한 것이든, 관련 전공 학생 또는 비전공자가 확률과 통계를 어려워하는 부분은 일반적으로 대부분의 확률 통계에 대한 교재나 책이 이론과 수식 등을 많이 나열해 놓았지만, 정작 개념의 이해나 어떻게 활용되는지에 대해서는 내용이 부족해서 일 것이다. 저자는 이를 극복하기 위해 개념을 이해시키는데, 많은 시간을 할애했으며, 많은 예제를 통해 어떻게 활용되는지에 대해서도 자세히 설명하여 독자들이 쉽게 이해할 수 있도록 하였다.
---p.50 t-분포는 다양한 통계 추정과 통계 검정에 활용된다. 통계 추정에서는 모집단의 표준편차를 모르는 상황에서 표본으로부터 95%, 또는 99% 신뢰구간을 구할 때 사용된다. 통계 검정에서는 표준편차를 모르는 하나의 데이터 집단에서 추출된 표본을 가지고, 이미 알려진 데이터 집단의 평균과 같은 지, 또는 큰지, 작은 지 검정할 경우 사용한다. 또한 표준편차를 모르는 두 개의 데이터 집단에서 추출한 두 개의 표본을 가지고 모집단간 평균이 다른 지, 어느 한쪽이 큰지, 작은 지 검정할 경우에도 사용한다. 그리고 대응표본(Paired Sample)의 차이검정에서도 사용한다. 회귀분석(Regression Analysis)에서는 종속변수에 영향을 많이 미치는 독립변수를 찾는 데도 사용한다. 이렇듯 t-분포는 많은 통계 추정, 검정에 활용됨으로 잘 알아 둘 필요가 있다. ---p.100 이제 유의확률을 구해보자. 유의확률, p ? value는 [그림 4]에서 검정통계량이 위치한 빨간점 위의 파란선 오른쪽의 면적이다. 이를 파이썬 또는 R코드로 구하면 다음과 같다. ---p.150 동질성 검정은 독립성 검정과 유사하게 두개의 범주형 변수를 가지고 검정한다. 독립성 검정에서는 두개의 범주형 변수 간에 관계가 있는지를 검정하지만, 동질성 검정에서는 두개의 범주형 변수의 확률분포가 동일한 지를 검정한다. 좀 더 구체적으로 말하면, 두개의 변수 중 하나의 변수의 범주들 간의 분포가 동일한지를 검정한다. 예를 통해 설명해보자. ---p.200 수행결과에서 F-검정통계량은 23.01이고 유의확률 p ? value는 0.003인 것을 확인할 수 있다. 유의확률이 유의수준인 0.05보다 작기 때문에 회귀선은 유의한 것으로 검정된다. 또한 결정계수인 R2는 0.9로 회귀선이 8개의 점들을 90% 설명하고 있는 것을 확인할 수 있다. 회귀선(회귀모형)은 다음과 같은 식이 된다. ---p.250 |
사락 별점0
혜택 및 유의사항밑줄0
혜택 및 유의사항
22,500원
총 1개
22,500원
