빅데이터 R 포인트 : 빅데이터 분석 기본

■ 머리말
제1장 빅데이터
　1. 빅데이터란 무엇인가?
　2. 빅데이터와 통계의 관계
　3. 빅데이터에서 R이 중요한 이유
제2장 R을 시작하기 전에 이것만은 알고 시작하자(기초통계 이론)
　1) 자료의 종류
　2) 데이터의 종류
　3) 모집단과 표본추출
　4) 기술통계와 추측통계
　5) 귀무가설과 대립가설
　6) 신뢰구간(양측검정, 단측검정)
　7) 1종 오류, 2종 오류
　8) 중심극한정리(Central Limit Theorem, CLT)
　9) 유의수준과 유의확률
　10) 정규분포
　11) 자료 특성에 따른 분석 방법과 통계량
　12) 독립변수와 종속변수
　13) 모수통계와 비모수통계
　14) 확률과 통계
제3장 R 시작하기
　1. R은 무엇인가?
　2. 설치 & 설정 방법
　　1) R 설치 및 실행
　　2) RStudio 설치 및 실행
　　3) JDK 설치
　3. R 기초
　　1) 변수
　　2) 자료 구조
　　3) 데이터 저장 & 불러오기
제4장 기초통계
　1. 기술 통계분석(descriptive statistics)
　2. 카이스퀘어 검정 & 교차분석
　　1) 적합도 검정(goodness of fit test)
　　2) 독립성 검정 문제
　3. 비율검정
　　1) 단일 집단분석 - 이항분포검정(binominal test)
　　2) 두 집단 비율 차이 검정(two sample proportion test)
　4. t 검정
　　1) 일표본 t-test(one sample t-test)
　　2) 독립표본 t-test(Independent samples t-test)
　　3) 대응표본 t-test(paired samples t-test)
　5. 상관관계 분석
　6. 신뢰도
　　1) 신뢰도 분석(Reliability Analysis)
제5장 고급통계(기초통계+)
　1. 회귀분석(regression analysis)
　　1) 단순회귀분석(simple regression)
　　2) 다중회귀분석(multiple regression analysis)
　2. 분산분석(anova)
　　1) One-way ANOVA(일원배치 분산분석)
　3. 군집분석(regression analysis)
　　1) 최장 연결법(Complete Linkage Method)
　　2) 최단 연결법(Single Linkage Method)
　　3) 와드 연결법(Ward's Method)
　　4) 평균 연결법(Average Method)
　　5) K-means
　4. 시계열분석
　　1) 장기추세선의 제거
　　2) 시계열을 이용한 예측
제6장 시각화
　1. 그래프 활용
　　1) 산점도
　　2) 점의 종류(pch)
　2. ggplot2
　　1) ggplot2
　　2) ggplot2를 사용한 시각화
　　3) 회귀곡선 + geom_smooth() 함수
　　4) 그래프 색 변경
　　5) 실습(따라해 보자)
　3. googleVis
　　1) googleVis란?