길벗·이지톡

길벗스쿨 시나공 IT

PART1 통계학의 세계 

[01장 통계학이란?] 

001데이터 해석의 기초 

002통계학의 역할: 개념의 계량화 

003통계학의 역할: 예측 

004통계학의 역할: 가설 검정과 분류 

005통계학의 일반성 

PART2 데이터 읽기 

[02장 데이터의 기초 지식] 

006데이터의 차원 

007양적 데이터와 질적 데이터 

008데이터의 척도 수준 

009횡단면 데이터와 시계열 데이터 

010데이터 중도 절단과 절사 

[03장 도표와 그래프로 데이터 읽기] 

011도수분포표 

012히스토그램 

0135수 요약과 상자 수염 그림 

014시계열 그래프 

015상관과 산점도 

[04장 데이터의 중심 지표] 

016평균 

017중앙값(메디안) 

018최빈값(모드) 

019가중 평균 

020평균 계산 

[05장 데이터 분포의 흩어짐 지표] 

021평균절대편차 

022분산 

023표준편차 

024표준화(1) 

025표준화(2) 

PART3 데이터 발생의 메커니즘 

[06장 상관과 회귀] 

026공분산 

027공분산의 구조와 상관계수 

028상관계수의 구조 

029회귀 직선 

030관련계수 

[07장 모집단과 표본] 

031데이터 해석의 목적 

032모집단과 표본 

033무작위 추출 

034확률 모형 

035동전 던지기 

[08장 자산과 부채] 

036확률 

037조건부 확률 

038전확률 공식과 베이즈 정리(1) 

039전확률 공식과 베이즈 정리(2) 

040사건의 독립성 

[09장 모집단을 설명하는 확률 분포] 

041확률 분포와 확률 변수 

042데이터란? 

043확률 분포의 평균 

044확률 분포의 분산 

045기댓값 

[10장 이산형 확률 분포] 

046동전 던지기와 베르누이 시행 

047이항 분포(1) 

048이항 분포(2) 

049포아송 분포 

050기하 분포 

[11장 연속형 확률 분포] 

051연속 확률 변수 

052확률 밀도 함수 

053균등 분포 

054정규 분포(1) 

055정규 분포(2) 

PART4 데이터를 토대로 판단하기 

[12장 무작위 표본] 

056확률 변수의 독립성 

057무작위 표본의 정의 

058표본 평균과 표본 분산 

059불편성 

060표본 평균의 분포 

[13장 추정 1] 

061점 추정과 구간 추정 

062모평균의 구간 추정: 모분산이 기지일 때 

063모평균의 구간 추정: 모분산이 미지일 때(1) 

064모평균의 구간 추정: 모분산이 미지일 때(2) 

065간단한 수치 예시 

[14장 추정 2] 

066대수의 법칙 

067모비율 추정: 베르누이 분포에서 뽑은 무작위 표본 

068모비율 추정: 점 추정과 신뢰구간 

069수치 예시 

070최우법 

[15장 통계 가설 검정] 

071귀무가설과 대립가설 

072검정 방식 

073유의수준 

074t검정 

075모비율의 검정 

[16장 두 집단의 비교] 

076실험군과 대조군 

077두 표본 t검정 

078대응이 있는 데이터 

079윌콕슨의 검정 

080인과 추론 

[17장 질적 데이터 분석] 

081이원분할표 

082독립성의 검정(1) 

083독립성의 검정(2) 

084비율의 동등성 검정 

085카이 제곱 분포 

[18장 회귀 분석] 

086회귀 모형 

087회귀 모형의 추정과 검정 

088중회귀 모형 

089결정계수 

090더미 변수 

[19장 시계열 해석] 

091분산과 공분산 

092정상성 

093AR 모형 

094ARMA 모형 

095ARCH 모형 

[20장 보충] 

096무상관과 독립의 관계 

097확률 변수 합의 평균과 분산 

098소득 격차 계측: 로렌츠 곡선 

099소득 격차 계측: 지니계수 

100검정의 보충 

맺음말 

찾아보기 

참고 문헌