책 이미지
eBook 미리보기
책 정보
· 제목 : 마케팅 데이터 사이언스
· 분류 : 전자책 > 경제경영 > 마케팅/세일즈
· ISBN : 9788929837280
· 출판일 : 2025-02-21
· 분류 : 전자책 > 경제경영 > 마케팅/세일즈
· ISBN : 9788929837280
· 출판일 : 2025-02-21
책 소개
디지털시대에서 마케팅 관리자는 전대미문의 다양한 출처의 유입 데이터를 활용, 평가, 유용한 인사이트 도출과 선견지명의 확보에 대한 전략적 의무를 부담하게 되었다. 이 책은 마케팅 데이터 엔니지어링의 강력...
디지털시대에서 마케팅 관리자는 전대미문의 다양한 출처의 유입 데이터를 활용, 평가, 유용한 인사이트 도출과 선견지명의 확보에 대한 전략적 의무를 부담하게 되었다.
이 책은 마케팅 데이터 엔니지어링의 강력한 핵심이 되는 기본 아이디어와 방법들을 탐구하고, 효율적인 마케팅 데이터 엔니지어링의 효과 창출 및 제고를 위한 능력과 소질을 개발할 수 있도록 근본 개념 및 기초이론과 함께, Excel 워크시트를 이용한 예제풀이로 마케팅 데이터 엔지니어링 수행의 철저한 매뉴얼을 제공하고 있다.
특히 제반 기법의 분석절차를 패키지나 Excel VBA를 사용하지 않고, Excel 워크시트 내장함수만으로 처리하는 기법과 관련 이론들을 분석하여, Excel을 처음 접하는 경우에도 무난하게 학습할 수 있도록 구성하였다.
디지털시대의 과학적 마케팅 의사결정에 대한 지식과 함께 실용적으로 적용할 수 있는 강력한 도구를 확보하는 데 도움이 될 것이다.
이 책은 마케팅 데이터 엔니지어링의 강력한 핵심이 되는 기본 아이디어와 방법들을 탐구하고, 효율적인 마케팅 데이터 엔니지어링의 효과 창출 및 제고를 위한 능력과 소질을 개발할 수 있도록 근본 개념 및 기초이론과 함께, Excel 워크시트를 이용한 예제풀이로 마케팅 데이터 엔지니어링 수행의 철저한 매뉴얼을 제공하고 있다.
특히 제반 기법의 분석절차를 패키지나 Excel VBA를 사용하지 않고, Excel 워크시트 내장함수만으로 처리하는 기법과 관련 이론들을 분석하여, Excel을 처음 접하는 경우에도 무난하게 학습할 수 있도록 구성하였다.
디지털시대의 과학적 마케팅 의사결정에 대한 지식과 함께 실용적으로 적용할 수 있는 강력한 도구를 확보하는 데 도움이 될 것이다.
목차
제1장 마케팅 계획과 데이터 사이언스
1.1 마케팅의 기능과 계획 실행 요소
1.1.1 마케팅의 종합적 기능
1.1.2 마케팅 계획과 ESG경영
1.1.3 마케팅 계획의 실천요소
1.1.4 디지털마케팅 계획의 프레임워크
1.2 마케팅 데이터 엔지니어링과 데이터 사이언스
1.2.1 데이터 엔지니어링의 본질과 요건
1.2.2 데이터 마이닝과 데이터 랭글링
1.2.3 데이터 사이언스와 머신러닝
1.2.3.1 머신러닝의 훈련 데이터와 검정 데이터
1.2.3.2 이진 분류기 평가 혼동행렬
1.2.4 정보가치사슬과 마케팅 분석학
1.2.5 마케팅 데이터 사이언스 성과 최적화 요건
1.3 책의 구성과 특징
1.3.1 책의 구성
1.3.2 본 책의 특징
제2장 데이터 분석과 마케팅 데이터 사이언스
2.1 데이터 본질과 통계적 검정 및 다변량분석
2.1.1 데이터와 변수 및 표기
2.1.2 실증분석과 조사디자인 선택 기준
2.1.3 통계적 검정의 종류
2.1.4 통계적 분석방법 선택
2.1.4.1 일변량분석
2.1.4.2 다변량분석
2.2 문제 분석 프레임워크와 마케팅 데이터 사이언스
2.2.1 문제 규정과 핵심 성과지표
2.2.2 데이터 스토리텔링 프레임워크
2.2.3 마케팅 데이터 사이언스의 과제
2.2.4 마케팅 데이터 사이언스의 역할
2.2.4.1 데이터 수집
2.2.4.2 데이터 준비
2.2.4.3 데이터 분석
2.2.4.4 모델 개발
2.2.4.5 시각화 및 의사전달
2.2.4.6 실행 및 최적화
2.3 피벗 테이블과 파레토 원칙
2.3.1 분할표와 피벗 테이블
2.3.2 데이터의 Excel 피벗 테이블 적용
2.3.3 Excel 피벗 테이블의 파레토 원칙 적용 방법
2.3.4 수출액에 대한 Excel 피벗 테이블의 파레토 원칙 적용
제3장 추론분석과 컨조인트분석
3.1 추론분석과 고객세분화 과제
3.1.1 추론분석
3.1.1.1 표본공간과 확률실험
3.1.1.2 표본 평균의 신뢰구간
3.1.2 A/B검정
3.1.3 RFM분석
3.2 컨조인트분석의 원리와 적용
3.2.1 컨조인트분석의 원리
3.2.2 컨조인트분석 모델과 통계량
3.2.3 혼성 컨조인트분석
3.2.4 컨조인트분석 수행 절차
3.2.4.1 속성들 및 속성수준들 선택
3.2.4 .1.1 쌍별접근법과 절충행렬
3.2.4 .1.2 완전프로필절차와 별도 색인카드
3.2.4.2 실험연구 디자인
3.2.4.3 응답자들의 자극 평가
3.2.4.4 효용함수의 추정
3.2.4.5 효용모수들의 해석
3.2.5 컨조인트분석 수행 예제
3.2.6 속성이 5개인 경우의 컨조인트분석
3.2.6.1 제품 프로필의 결정
3.2.6.2 제품 프로필의 직교배열 검정
3.2.6.3 추정 자극집합의 더미변수 작성
3.2.6.4 더미변수행렬의 회귀분석 수행
3.2.6.5 더미변수 회귀 컨조인트분석의 해석
3.2.6.6 속성 중요도 평가 차트 작성
제4장 다차원척도분석
4.1 다차원척도법의 원리
4.1.1 다차원척도법의 본질
4.1.2 다차원척도법의 기본 개념
4.1.3 MDS 해의 평가
4.1.4 지각도 작성방법
4.1.5 대응분석
4.2 다차원척도법의 적용
4.2.1 다차원척도법의 수행 절차
4.2.1.1 문제의 공식화
4.2.1.2 데이터 수집
4.2.1.3 MDS 절차 선택
4.2.1.4 차원들의 수 결정
4.2.2 거리의 2차원 공간 도표
4.2.3 식품조합 공간 도표와 이상적 조합 발견
제5장 분류문제와 선형판별분석 수행
5.1 판별분석의 개념과 특징
5.1.1 판별분석의 개념과 용도
5.1.2 판별분석의 특징
5.1.3 판별분석의 방법론과 검정통계량
5.1.4 판별분석의 수행 절차별 특징
5.1.5 거리·분류함수·확률개념 기반 새 관측치들 분류
5.1.6 판별분석 결과의 적합도 평가와 가정들의 충족 검토
5.2 판별분석의 수행과 Excel 적용
5.2.1 판별분석의 수행절차
5.2.2 Excel 사용 선형판별함수 처리
제6장 베이즈 정리와 베이즈 분류
6.1 조건부확률과 베이즈 정리
6.1.1 분할표와 결합확률표
6.1.2 조건부확률과 전확률정리
6.1.3 베이즈 정리
6.2 베이즈 분류의 원리와 적용
6.2.1 베이즈 분류법의 원리
6.2.2 베이즈 분류법 적용
제7장 로지스틱 회귀
7.1 로지스틱 회귀의 본질
7.1.1 로짓회귀의 개념
7.1.2 승산비와 로짓값
7.1.3 로짓함수의 특징
7.2 로지스틱 회귀의 수행방식과 적용
7.2.1 로짓회귀의 로그우도추정원리
7.2.2 로짓회귀 로그우도추정의 적합도 검정
7.2.3 최대로그우도추정
7.2.4 우도비율 P-값 및 R-제곱 로짓 계산과 적합도 검정
제8장 군집분석
8.1 군집분석의 본질
8.1.1 군집분석의 개념
8.1.2 군집분석의 특징
8.1.3 군집분석의 검정통계량
8.1.4 군집화 수행 절차
8.1.5 군집화 알고리즘
8.2 군집분석 기법
8.2.1 개체 간 거리 측정
8.2.1.1 유클리드 거리
8.2.1.2 맨해튼 거리
8.2.2 유클리드 거리 사용 집괴방법
8.2.2.1 단일연결 집괴방법
8.2.2.2 완전연결 집괴방법
8.2.2.3 그룹평균연결 집괴방법
8.2.2.4 중심연결방법
8.2.3 군집화 해의 특징 평가
8.2.3.1 군집 귀속 변수의 t-값
8.2.3.2 군집 귀속 변수의 F-값
8.2.4 군집화 우수성 측정
8.2.4.1 군집화 우수성 측정 외적 방법
8.2.4.2 군집화 우수성 측정 내적 방법
8.3 군집분석 수행
8.3.1 K-평균 군집화의 개념
8.3.2 K-평균방법 알고리즘
8.3.3 K-평균 군집화 수행
제9장 디시전트리와 k-NN 분류
9.1 디시전트리
9.1.1 디시전트리의 개념
9.1.2 분류 트리 알고리즘
9.1.3 트리 엔트로피의 Excel 풀이
9.1.4 디시전트리 최적 분류속성 결정과 분류 예제
9.2 k-NN 분류
9.2.1 k-NN 분류의 개념
9.2.2 k-NN 방법의 특징
9.2.3 k-NN 분류의 연속변수 알고리즘
9.2.4 k-NN 분류의 범주변수 알고리즘 수행 프로세스
9.2.5 정량변수 속성 기반 k-NN 방법의 수행 프로세스
9.2.6 동일부류 및 수락 확률 적용 K-NN 방법의 수행 프로세스
제10장 다중회귀분석과 시장세분화
10.1 다중회귀분석
10.1.1 다중회귀분석의 모델 설정
10.1.2 다중회귀분석의 검정통계량
10.1.3 다중회귀분석의 Excel 예제 분석
10.2 다중회귀분석의 시장세분화 적용
10.2.1 컨조인트분석과 시장세분화
10.2.2 컨조인트분석 결과의 다중회귀분석 수행
10.2.3 다중회귀분석 결과 기반 군집분석 수행
제11장 시계열분석과 시계열 예측
11.1 시계열분석
11.1.1 시계열 데이터의 특징
11.1.2 시계열의 4대 결정요인
11.1.3 시계열 데이터의 정상성
11.1.4 시계열 데이터의 종속관계 분석
11.1.5 시계열의 잔차 계열상관 검색 Excel 적용
11.1.6 추세분석의 Excel 풀이
11.1.7 순환변동분석의 Excel 풀이
11.1.8 계절변동분석의 Excel 풀이
11.2 시계열 예측
11.2.1 시계열 예측의 개념과 종류
11.2.2 시계열 예측의 수행과 요건
11.2.3 시계열 예측의 정확성 평가
11.2.4 일변량 시계열 예측의 특징
11.2.5 지수평활 및 ARIMA모델
11.2.6 Winter방법의 Excel 풀이
11.2.6.1 Winter방법의 수행원리
11.2.6.2 직전 시점 및 연도 추세 및 계절지수 추정
11.2.6.3 Winter방법의 곱셈모델 적용
제12장 교차검증 및 회귀트리와 ROC분석
12.1 교차검증 및 회귀트리
12.1.1 교차검증의 개념
12.1.2 정태적 보류방법
12.1.3 k-겹 교차검증
12.1.4 보류 교차검증의 Excel 풀이
12.1.4.1 학습 부분집합 데이터의 해 찾기 사용 선형판별분석
12.1.4.2 시험부분집합 데이터의 해 찾기 사용 선형판별분석
12.1.5 회귀트리와 앙상블방법
12.2 ROC분석의 개념 및 알고리즘과 Excel 적용 풀이
12.2.1 ROC분석의 개념
12.2.2 ROC분석의 알고리즘
12.2.3 ROC곡선의 Excel 적용 풀이
제13장 ANN 및 딥러닝
13.1 ANN과 딥러닝의 개념과 특징
13.1.1 신경망의 개념과 구성요소
13.1.2 신경망의 특징
13.1.3 입력 특징들의 선택
13.1.4 ANN의 개념과 기원
13.1.5 딥러닝
13.2 딥러닝 Excel 풀이 : 단일 은닉층 ANN 적용
13.2.1 ANN 구성에 대한 정의
13.2.2 집계함수 사용 은닉층함수 가중치 및 절편 계산
13.2.3 출력값 및 오차제곱 계산과 최적화 및 분리값 계산
13.2.4 검정 데이터집합 기반 최적화 신경망모델 평가
제14장 연관분석
14.1 연관분석의 개념과 알고리즘
14.1.1 연관분석 개념과 가격결정 적용
14.1.2 연관분석의 알고리즘
14.2 연관분석의 Excel 풀이
14.2.1 장바구니분석의 Excel 적용
14.2.2 영수증 번호 및 품목 판매량 사용 장바구니분석
14.2.2.1 피벗 테이블 작성과 최대 판매량 품목 결정
14.2.2.2 품목별 구매횟수와 두 품목의 동시 구매횟수 계산
14.2.2.3 품목별 조합 가능 품목수 계산과 분포 파악
부록 A1. 공분산과 상관분석
A1.1 이론 및 가설과 공분산
A1.1.1 이론의 개념과 분류
A1.1.2 가설의 개념과 요건
A1.1.3 공분산
A1.2 상관분석
A1.2.1 상관관계와 상관계수의 개념
A1.2.2 상관계수의 계산
A1.2.3 선형상관계수의 유의성 검정
A1.2.4 표본크기와 선형상관계수의 유의적 관계
A1.2.5 선형상관계수의 계산과 유의성 검정
부록 A2. 회귀분석의 본질과 단순회귀분석
A2.1 회귀분석의 본질
A2.1.1 회귀의 개념과 목적
A2.1.2 회귀분석의 원리
A2.1.3 회귀분석의 종류
A2.1.4 인과관계의 개념과 유형
A2.2 회귀분석의 모수추정 및 가정과 Excel 함수 적용
A2.2.1 단순회귀모형의 모수추정 원리
A2.2.2 단순회귀분석의 가정
A2.2.3 Excel의 LINEST함수 적용 단순회귀분석
<참고문헌>
1.1 마케팅의 기능과 계획 실행 요소
1.1.1 마케팅의 종합적 기능
1.1.2 마케팅 계획과 ESG경영
1.1.3 마케팅 계획의 실천요소
1.1.4 디지털마케팅 계획의 프레임워크
1.2 마케팅 데이터 엔지니어링과 데이터 사이언스
1.2.1 데이터 엔지니어링의 본질과 요건
1.2.2 데이터 마이닝과 데이터 랭글링
1.2.3 데이터 사이언스와 머신러닝
1.2.3.1 머신러닝의 훈련 데이터와 검정 데이터
1.2.3.2 이진 분류기 평가 혼동행렬
1.2.4 정보가치사슬과 마케팅 분석학
1.2.5 마케팅 데이터 사이언스 성과 최적화 요건
1.3 책의 구성과 특징
1.3.1 책의 구성
1.3.2 본 책의 특징
제2장 데이터 분석과 마케팅 데이터 사이언스
2.1 데이터 본질과 통계적 검정 및 다변량분석
2.1.1 데이터와 변수 및 표기
2.1.2 실증분석과 조사디자인 선택 기준
2.1.3 통계적 검정의 종류
2.1.4 통계적 분석방법 선택
2.1.4.1 일변량분석
2.1.4.2 다변량분석
2.2 문제 분석 프레임워크와 마케팅 데이터 사이언스
2.2.1 문제 규정과 핵심 성과지표
2.2.2 데이터 스토리텔링 프레임워크
2.2.3 마케팅 데이터 사이언스의 과제
2.2.4 마케팅 데이터 사이언스의 역할
2.2.4.1 데이터 수집
2.2.4.2 데이터 준비
2.2.4.3 데이터 분석
2.2.4.4 모델 개발
2.2.4.5 시각화 및 의사전달
2.2.4.6 실행 및 최적화
2.3 피벗 테이블과 파레토 원칙
2.3.1 분할표와 피벗 테이블
2.3.2 데이터의 Excel 피벗 테이블 적용
2.3.3 Excel 피벗 테이블의 파레토 원칙 적용 방법
2.3.4 수출액에 대한 Excel 피벗 테이블의 파레토 원칙 적용
제3장 추론분석과 컨조인트분석
3.1 추론분석과 고객세분화 과제
3.1.1 추론분석
3.1.1.1 표본공간과 확률실험
3.1.1.2 표본 평균의 신뢰구간
3.1.2 A/B검정
3.1.3 RFM분석
3.2 컨조인트분석의 원리와 적용
3.2.1 컨조인트분석의 원리
3.2.2 컨조인트분석 모델과 통계량
3.2.3 혼성 컨조인트분석
3.2.4 컨조인트분석 수행 절차
3.2.4.1 속성들 및 속성수준들 선택
3.2.4 .1.1 쌍별접근법과 절충행렬
3.2.4 .1.2 완전프로필절차와 별도 색인카드
3.2.4.2 실험연구 디자인
3.2.4.3 응답자들의 자극 평가
3.2.4.4 효용함수의 추정
3.2.4.5 효용모수들의 해석
3.2.5 컨조인트분석 수행 예제
3.2.6 속성이 5개인 경우의 컨조인트분석
3.2.6.1 제품 프로필의 결정
3.2.6.2 제품 프로필의 직교배열 검정
3.2.6.3 추정 자극집합의 더미변수 작성
3.2.6.4 더미변수행렬의 회귀분석 수행
3.2.6.5 더미변수 회귀 컨조인트분석의 해석
3.2.6.6 속성 중요도 평가 차트 작성
제4장 다차원척도분석
4.1 다차원척도법의 원리
4.1.1 다차원척도법의 본질
4.1.2 다차원척도법의 기본 개념
4.1.3 MDS 해의 평가
4.1.4 지각도 작성방법
4.1.5 대응분석
4.2 다차원척도법의 적용
4.2.1 다차원척도법의 수행 절차
4.2.1.1 문제의 공식화
4.2.1.2 데이터 수집
4.2.1.3 MDS 절차 선택
4.2.1.4 차원들의 수 결정
4.2.2 거리의 2차원 공간 도표
4.2.3 식품조합 공간 도표와 이상적 조합 발견
제5장 분류문제와 선형판별분석 수행
5.1 판별분석의 개념과 특징
5.1.1 판별분석의 개념과 용도
5.1.2 판별분석의 특징
5.1.3 판별분석의 방법론과 검정통계량
5.1.4 판별분석의 수행 절차별 특징
5.1.5 거리·분류함수·확률개념 기반 새 관측치들 분류
5.1.6 판별분석 결과의 적합도 평가와 가정들의 충족 검토
5.2 판별분석의 수행과 Excel 적용
5.2.1 판별분석의 수행절차
5.2.2 Excel 사용 선형판별함수 처리
제6장 베이즈 정리와 베이즈 분류
6.1 조건부확률과 베이즈 정리
6.1.1 분할표와 결합확률표
6.1.2 조건부확률과 전확률정리
6.1.3 베이즈 정리
6.2 베이즈 분류의 원리와 적용
6.2.1 베이즈 분류법의 원리
6.2.2 베이즈 분류법 적용
제7장 로지스틱 회귀
7.1 로지스틱 회귀의 본질
7.1.1 로짓회귀의 개념
7.1.2 승산비와 로짓값
7.1.3 로짓함수의 특징
7.2 로지스틱 회귀의 수행방식과 적용
7.2.1 로짓회귀의 로그우도추정원리
7.2.2 로짓회귀 로그우도추정의 적합도 검정
7.2.3 최대로그우도추정
7.2.4 우도비율 P-값 및 R-제곱 로짓 계산과 적합도 검정
제8장 군집분석
8.1 군집분석의 본질
8.1.1 군집분석의 개념
8.1.2 군집분석의 특징
8.1.3 군집분석의 검정통계량
8.1.4 군집화 수행 절차
8.1.5 군집화 알고리즘
8.2 군집분석 기법
8.2.1 개체 간 거리 측정
8.2.1.1 유클리드 거리
8.2.1.2 맨해튼 거리
8.2.2 유클리드 거리 사용 집괴방법
8.2.2.1 단일연결 집괴방법
8.2.2.2 완전연결 집괴방법
8.2.2.3 그룹평균연결 집괴방법
8.2.2.4 중심연결방법
8.2.3 군집화 해의 특징 평가
8.2.3.1 군집 귀속 변수의 t-값
8.2.3.2 군집 귀속 변수의 F-값
8.2.4 군집화 우수성 측정
8.2.4.1 군집화 우수성 측정 외적 방법
8.2.4.2 군집화 우수성 측정 내적 방법
8.3 군집분석 수행
8.3.1 K-평균 군집화의 개념
8.3.2 K-평균방법 알고리즘
8.3.3 K-평균 군집화 수행
제9장 디시전트리와 k-NN 분류
9.1 디시전트리
9.1.1 디시전트리의 개념
9.1.2 분류 트리 알고리즘
9.1.3 트리 엔트로피의 Excel 풀이
9.1.4 디시전트리 최적 분류속성 결정과 분류 예제
9.2 k-NN 분류
9.2.1 k-NN 분류의 개념
9.2.2 k-NN 방법의 특징
9.2.3 k-NN 분류의 연속변수 알고리즘
9.2.4 k-NN 분류의 범주변수 알고리즘 수행 프로세스
9.2.5 정량변수 속성 기반 k-NN 방법의 수행 프로세스
9.2.6 동일부류 및 수락 확률 적용 K-NN 방법의 수행 프로세스
제10장 다중회귀분석과 시장세분화
10.1 다중회귀분석
10.1.1 다중회귀분석의 모델 설정
10.1.2 다중회귀분석의 검정통계량
10.1.3 다중회귀분석의 Excel 예제 분석
10.2 다중회귀분석의 시장세분화 적용
10.2.1 컨조인트분석과 시장세분화
10.2.2 컨조인트분석 결과의 다중회귀분석 수행
10.2.3 다중회귀분석 결과 기반 군집분석 수행
제11장 시계열분석과 시계열 예측
11.1 시계열분석
11.1.1 시계열 데이터의 특징
11.1.2 시계열의 4대 결정요인
11.1.3 시계열 데이터의 정상성
11.1.4 시계열 데이터의 종속관계 분석
11.1.5 시계열의 잔차 계열상관 검색 Excel 적용
11.1.6 추세분석의 Excel 풀이
11.1.7 순환변동분석의 Excel 풀이
11.1.8 계절변동분석의 Excel 풀이
11.2 시계열 예측
11.2.1 시계열 예측의 개념과 종류
11.2.2 시계열 예측의 수행과 요건
11.2.3 시계열 예측의 정확성 평가
11.2.4 일변량 시계열 예측의 특징
11.2.5 지수평활 및 ARIMA모델
11.2.6 Winter방법의 Excel 풀이
11.2.6.1 Winter방법의 수행원리
11.2.6.2 직전 시점 및 연도 추세 및 계절지수 추정
11.2.6.3 Winter방법의 곱셈모델 적용
제12장 교차검증 및 회귀트리와 ROC분석
12.1 교차검증 및 회귀트리
12.1.1 교차검증의 개념
12.1.2 정태적 보류방법
12.1.3 k-겹 교차검증
12.1.4 보류 교차검증의 Excel 풀이
12.1.4.1 학습 부분집합 데이터의 해 찾기 사용 선형판별분석
12.1.4.2 시험부분집합 데이터의 해 찾기 사용 선형판별분석
12.1.5 회귀트리와 앙상블방법
12.2 ROC분석의 개념 및 알고리즘과 Excel 적용 풀이
12.2.1 ROC분석의 개념
12.2.2 ROC분석의 알고리즘
12.2.3 ROC곡선의 Excel 적용 풀이
제13장 ANN 및 딥러닝
13.1 ANN과 딥러닝의 개념과 특징
13.1.1 신경망의 개념과 구성요소
13.1.2 신경망의 특징
13.1.3 입력 특징들의 선택
13.1.4 ANN의 개념과 기원
13.1.5 딥러닝
13.2 딥러닝 Excel 풀이 : 단일 은닉층 ANN 적용
13.2.1 ANN 구성에 대한 정의
13.2.2 집계함수 사용 은닉층함수 가중치 및 절편 계산
13.2.3 출력값 및 오차제곱 계산과 최적화 및 분리값 계산
13.2.4 검정 데이터집합 기반 최적화 신경망모델 평가
제14장 연관분석
14.1 연관분석의 개념과 알고리즘
14.1.1 연관분석 개념과 가격결정 적용
14.1.2 연관분석의 알고리즘
14.2 연관분석의 Excel 풀이
14.2.1 장바구니분석의 Excel 적용
14.2.2 영수증 번호 및 품목 판매량 사용 장바구니분석
14.2.2.1 피벗 테이블 작성과 최대 판매량 품목 결정
14.2.2.2 품목별 구매횟수와 두 품목의 동시 구매횟수 계산
14.2.2.3 품목별 조합 가능 품목수 계산과 분포 파악
부록 A1. 공분산과 상관분석
A1.1 이론 및 가설과 공분산
A1.1.1 이론의 개념과 분류
A1.1.2 가설의 개념과 요건
A1.1.3 공분산
A1.2 상관분석
A1.2.1 상관관계와 상관계수의 개념
A1.2.2 상관계수의 계산
A1.2.3 선형상관계수의 유의성 검정
A1.2.4 표본크기와 선형상관계수의 유의적 관계
A1.2.5 선형상관계수의 계산과 유의성 검정
부록 A2. 회귀분석의 본질과 단순회귀분석
A2.1 회귀분석의 본질
A2.1.1 회귀의 개념과 목적
A2.1.2 회귀분석의 원리
A2.1.3 회귀분석의 종류
A2.1.4 인과관계의 개념과 유형
A2.2 회귀분석의 모수추정 및 가정과 Excel 함수 적용
A2.2.1 단순회귀모형의 모수추정 원리
A2.2.2 단순회귀분석의 가정
A2.2.3 Excel의 LINEST함수 적용 단순회귀분석
<참고문헌>
