R을 활용한 이상치 검출과 처리

1장 정보와 자료 그리고 이상치
1.1 실험과 분석(Experiment and Analysis)
1.2 자료의 분류(Data Classification)
1.3 오차와 이상치(Error and Outlier)
1.4 이상치의 검출 방법(Outlier Detection Method)
1.5 이상치의 처리(Outlier Treatment)

2장 일변량 이상치 검출
2.1 변수와 변량(Variables and Variates)
2.2 정규분포를 갖는 자료(Normal Distribution Case)
2.3 정규분포를 갖지 않는 경우(Abnormal Distribution Case)

3장 이변량 이상치 검출
3.1 산점도와 상관 분석(Scatter Plot and Correlation Analysis)
3.2 회귀분석과 잔차 분석(Regression and Residual Analysis)
3.3 이상치와 영향치 그리고 지레점(Outliers, Influential Values and Leverage Points)
3.4 이상치의 판단 기준(Criteria for Outliers)

4장 다변량 이상치 검출
4.1 다변량 자료의 이상치(Outliers in Multivariate Data)
4.2 거리에 의한 방법(Distance Method)
4.3 밀도에 근거한 방법(Density-Based Method)
4.4 군집화에 의한 방법(Method by Clustering)
4.5 주성분분석에 의한 방법(Principle Components Analysis Method)
4.6 그래프에 의한 방법(Graphic Method)

5장 결측값의 처리와 대체
5.1 완비 자료와 불완비 자료(Complete and Incomplete Data)
5.2 결측값 처리 및 대체(Treatment and Imputation of Missing Values)
5.3 불완비 자료에서의 이상치 검출(Outliers Detection from Incomplete Data)

6장 시계열 자료의 이상치 검출
6.1 시계열 자료(Tims Series Data)
6.2 시계열 자료의 모형(Models of Time Series)
6.3 시계열 분석(Analysis of Time Series)
6.4 시계열 자료의 이상치(Outliers in Time Series Data)

7장 분포의 적합
7.1 기초 통계적인 방법(Descriptive Methods)
7.2 통계적 검정에 의한 방법(Statistical Test Methods)
7.3 정규성 검정(Normality Test)
7.4 그래프에 의한 방법(Graphical Methods)
7.5 정규분포로의 변환(Transformation to Normal Distribution)
7.6 분포의 적합(Fitting Distribution)
7.7 다변량 정규성 검정(Multivariate Normality Test)

부록-R 코드 Andrews Curves
찾아보기