통계학 수준에서 자료를 활용하여 한 집단, 두 집단, 여러 집단 간의 비교 검정은 기본적이면서 매우 중요한 역할을 한다. <R과 Python 함께하는 데이터사이언스를 위한 통계학과 응용>은 데이터사이언스에서 필요한 통계학의 기초 지식을 제공한다. 더불어 통계 사용자에게 잘 알려진 R과 최근 소프트웨어 개발자에 의해서 사용 빈도가 높아진 Python을 활용하고 있으며 이들은 데이터사이언스에서 활발히 사용되는 소프트웨어로 자리매김하고 있다. 각 장별로 R이 다양한 보기의 자료에 대한 통계처리를 하며 이에 대응하여 각 장의 마지막 절에 Python을 위한 실습을 제공하고 있다. 이 책이 데이터사이언스 분야에서 통계학을 이해하고 R과 Python을 활용한 응용의차원에서 실제 자료를 분석해 보려는 학생들과 타 전공의 학생들에게 도움이 되기를 희망한다.

1장 자료와 통계학

1.1 통계자료 ⋯⋯ 2

1.2 통계학 ⋯⋯ 2

1.3 자료의 수집 ⋯⋯ 4

1.4 자료의 종류 ⋯⋯ 7

1.5 자료의 요약 ⋯⋯ 12

1.6 정규성 평가 ⋯⋯ 22

1.7 텍스트 자료의 요약 ⋯⋯ 28

1.8 Python-코드 실습 ⋯⋯ 36

1.9 연습문제 ⋯⋯ 50

2장 한 집단의 비교 검정

2.1 통계적 가설 검정의 문제 ⋯⋯ 54

2.2 모평균 검정 ⋯⋯ 55

2.3 단측검정과 양측검정 ⋯⋯ 59

2.4 모비율 검정 ⋯⋯ 66

2.5 Python-코드 실습 ⋯⋯ 71

2.6 연습문제 ⋯⋯ 77

3장 두 집단의 비교 검정

3.1 두 집단의 비교 ⋯⋯ 80

3.2 독립표본의 모평균 비교 ⋯⋯ 82

3.3 대응표본의 모평균 비교 ⋯⋯ 95

3.4 독립표본의 모비율 비교 ⋯⋯ 101

3.5 독립표본의 모분산 비교 ⋯⋯ 108

3.6 Python-코드 실습 ⋯⋯ 113

3.7 연습문제 ⋯⋯ 119

4장 여러 집단의 비교 검정

4.1 여러 집단의 비교 ⋯⋯ 124

4.2 일원 분산분석 ⋯⋯ 125

4.3 다중비교 ⋯⋯ 128

4.4 확률화 완전블록 설계 ⋯⋯ 134

4.5 Python-코드 실습 ⋯⋯ 141

4.6 연습문제 ⋯⋯ 148

5장 상관분석과 회귀분석

5.1 상관분석 ⋯⋯ 152

5.2 단순회귀분석 ⋯⋯ 157

5.3 최소제곱법과 잔차 ⋯⋯ 160

5.4 적합된 회귀식의 유의성 ⋯⋯ 167

5.5 다중회귀분석 ⋯⋯ 176

5.6 Python-코드 실습 ⋯⋯ 184

5.7 연습문제 ⋯⋯ 192

6장 범주형 자료의 비교 검정

6.1 범주형 자료의 분할표 ⋯⋯ 198

6.2 카이제곱검정 ⋯⋯ 200

6.3 피셔 정확검정 ⋯⋯ 208

6.4 Python-코드 실습 ⋯⋯ 212

6.5 연습문제 ⋯⋯ 218

7장 일반화 선형모형분석

7.1 로지스틱 회귀분석과 판별분석 ⋯⋯ 224

7.2 반복측정 분산분석 ⋯⋯ 234

7.3 공분산분석 ⋯⋯ 240

7.4 Python-코드 실습 ⋯⋯ 251

7.5 연습문제 ⋯⋯ 265

8장 비모수 비교 검정

8.1 비모수방법 ⋯⋯ 272

8.2 한 집단의 비교 : 부호검정과 윌콕슨 부호순위검정 ⋯⋯ 273

8.3 두 집단의 비교 : 순위합검정 ⋯⋯ 280

8.4 여러 집단의 비교 : 크러스칼-월리스 검정 ⋯⋯ 289

8.5 순위상관분석 ⋯⋯ 296

8.6 Python-코드 실습 ⋯⋯ 310

8.7 연습문제 ⋯⋯ 322

9장 기계학습

9.1 서포트벡터머신 ⋯⋯ 326

9.2 분류나무 ⋯⋯ 335

9.3 랜덤 포레스트 ⋯⋯ 345

9.4 인공신경망 ⋯⋯ 352

9.5 Python-코드 실습 ⋯⋯ 360

9.6 연습문제 ⋯⋯ 367

연습문제 해답 …… 371

부록 I : 코드 및 자료 목록 …… 392

부록 II : R과 RStudio 설치 및 사용법 …… 398

부록 III : Python 설치 및 사용법 …… 402

참고 문헌 …… 404

찾아보기 …… 405

저자 후기 …… 411

저자 소개 …… 413

최용석 교수(부산대학교 통계학과)

배송정보

교환/반품 정보