제1부. 통계의 기초 이론과 개념

1장. 통계학이란?

1.1 왜 통계를 배워야 할까?

1.2 데이터를 정리하고 해석하기: 기술통계와 추론통계

2장. 모집단과 표본

2.1 전체와 일부: 모집단과 표본의 이해

2.2 제대로 된 표본 뽑기: 표본추출과 대표성

3장. 데이터 분석의 첫걸음

3.1 데이터의 유형과 특성

3.2 데이터의 분포와 시각화

3.3 대푯값과 산포도: 평균, 중앙값, 표준편차 등


제2부. 확률과 추론통계

제4장. 불확실성을 다루는 방법: 확률의 이해

4.1 확률로 표현하는 변수들: 확률변수와 분포

4.2 데이터의 중심과 퍼짐 정도: 기댓값과 분산

4.3 두 변수 간의 관계 파악하기: 이변량 확률분포와 공분산

4.4 주요 분포들: 정규분포, t 분포, 카이제곱분포, F 분포

제5장. 가설검정의 이해

5.1 추론통계란?

5.2 표본오차와 신뢰구간

5.3 가설검정의 원리

5.4 제1종 오류와 제2종 오류


제3부. 다양한 통계분석 방법

6장. 그룹 간 차이 검증하기

6.1 한 그룹의 평균 확인하기: 단일표본 t-검정

6.2 두 그룹 비교하기: 독립표본 t-검정

6.3 같은 그룹 전후 비교하기: 대응표본 t-검정

6.4 여러 그룹 한 번에 비교하기: 일원분산분석(One-Way ANOVA)

6.5 두 가지 요인의 영향 살펴보기: 이원분산분석 (Two-Way ANOVA)

6.6 범주형 데이터의 관계 분석: 카이제곱 검정

7장. 변수 간 관계 파악하기

7.1 두 변수의 관계 확인하기: 상관분석

7.2 관계의 강도 측정하기: 상관계수 분석

7.3 한 변수로 다른 변수 예측하기: 단순회귀분석

8장. 복잡한 관계 분석하기

8.1 여러 요인을 동시에 고려하기: 다중회귀분석

8.2 범주형 변수 활용하기: 더미변수의 이해

8.3 곡선 관계 다루기: 비선형 회귀

8.4 다른 조건 같게 만들어 비교하기: 공분산분석

8.5 합격/불합격 확률 예측하기: 로지스틱 회귀


제4부. 고급 분석과 논문 작성

9장. 상관과 인과의 구분

9.1 회귀분석으로 인과를 주장할 수 있는가?

9.2 주요 인과 추론 기법

10장. 연구에서 활용하는 추가 분석 기법들

10.1 데이터 차원 축소: 주성분 분석

10.2 변수들의 잠재요인 탐색: 요인분석

10.3 척도의 신뢰도 평가: 크론바흐 알파

11장. 논문에 통계 결과 제시하기

11.1 통계 결과를 효과적으로 논문에 제시하는 방법


Appendix A: 통계표

Appendix B: 수학적 배경 및 증명

연습문제 풀이

찾아보기