R과 통계분석 (tidyverse-타이디버스-활용)

1부 R에 대해 알아보기



1장 R 시작하기

1.1 R의 소개

1.2 R의 설치

1.3 R Studio의 설치 및 R의 실행

1.4 작업공간

1.5 스크립트 파일의 활용

1.6 일괄처리

1.7 R의 확장: 패키지



2장 R 데이터 구조

2.1 벡터

2.2 요인

2.3 날짜

2.4 행렬 및 배열

2.5 데이터 프레임

2.6 Tibble: 개선된 형태의 데이터 프레임

2.7 리스트

2.8 연습문제



3장 데이터 입력

3.1 텍스트 파일 불러오기 1: Base R 함수의 활용

3.2 텍스트 파일 불러오기 2: 패키지 readr 함수의 활용

3.3 Excel 파일 불러오기

3.4 SAS 파일 불러오기

3.5 웹에서 데이터 불러오기

3.6 연습문제



4장 dplyr에 의한 데이터 변환

4.1 관찰값의 선택

4.2 관찰값의 정렬: arrange()

4.3 변수의 선택: select()

4.4 새로운 변수의 추가: mutate()

4.5 그룹의 생성 및 그룹별 자료 요약: group_by()와 summarise()

4.6 Pipe 기능

4.7 선택된 열을 대상으로 하는 함수: summarise_all(), summarise_at(), summarise_if()

4.8 연습문제



5장 ggplot2에 의한 자료 시각화

5.1 ggplot2 시작하기

5.2 시각적 요소와의 연결: Mapping

5.3 그룹별 그래프 작성: Facet

5.4 기하 객체: Geometric object

5.5 통계적 변환: Statistical transformation

5.6 위치 조정: Position adjustments

5.7 좌표계: Coordinate system

5.8 연습문제



6장 Tidyverse를 활용한 데이터 다루기

6.1 tidyr로 tidy 데이터 만들기

6.2 dplyr에 의한 데이터 결합

6.3 stringr에 의한 문자 다루기

6.4 연습문제



7장 R에서의 프로그래밍

7.1 사용자 정의 함수

7.2 조건 연산

7.3 루프 연산

7.4 함수형 프로그래밍

7.5 함수형 프로그래밍으로 행렬과 데이터 프레임 다루기

7.6 purrr에 의한 프로그래밍

7.7 연습문제


2부 R에 의한 통계분석

8장 확률분포

8.1 R에서의 확률분포 이름

8.2 연속형 확률분포

8.3 이산형 확률분포

8.4 모의실험

8.5 연습문제



9장 자료 탐색

9.1 일변량 범주형 자료 탐색

9.2 이변량 및 다변량 범주형 자료 탐색

9.3 일변량 연속형 자료 탐색

9.4 이변량 연속형 자료 탐색

9.5 연습문제



10장 통계적 추론

10.1 단일 모집단의 모평균에 대한 검정 및 신뢰구간 추정

10.2 두 모집단의 모평균 차이에 대한 검정 및 신뢰구간 추정

10.3 단일 모집단의 모비율에 대한 검정 및 신뢰구간 추정

10.4 두 모집단의 모비율 차이에 대한 검정 및 신뢰구간 추정

10.5 두 범주형 변수의 독립성 검정

10.6 정규성 검정

10.7 단일 모집단의 분포 중심에 대한 비모수 검정

10.8 두 모집단의 분포 중심 차이에 대한 비모수 검정

10.9 연습문제



11장 회귀분석

11.1 단순선형회귀모형

11.2 다중선형회귀모형

11.3 회귀진단 및 대안탐색

11.4 변수선택

11.5 broom과 purrr를 이용한 모형 적합

11.6 연습문제