파이썬을 활용한 데이터 분석과 응용

제1장 파이썬의 기본 사용법
1.1 파이썬(Python)의 소개
1.2 파이썬 설치와 실행
1.3 파이썬 프로그래밍 − Spyder
1.4 파이썬 프로그래밍 − 주피터 노트북
1.5 파이썬 프로그래밍 − Google COLAB
1.6 모률, 라이브러리, 패키지
1.7 판다스 라이브러리
1.8 연습문제

제2장 데이터 프레임
2.1 데이터 프레임의 생성
2.2 데이터 프레임에 함수 적용하기
2.3 데이터 프레임의 가공
2.4 도움말(help) 기능
2.5 연습문제

제3장 데이터의 요약 빛 표현
3.1 자료의 형태
3.2 모수와 통계량
3.3 기술통계량
3.4 그래프를 이용한 양적 데이터의 요약
3.5 질적 데이터의 요약
3.6 그래프를 이용한 질적 데이터의 요약
3.7 이 장에서 사용된 주요 함수들
3.8 연습문제

제4장 확률변수와 분포함수
4.1 확률변수와 확률분포
4.2 기댓값과 분산
4.3 이산형 확률분포
4.4 연속형 확률분포
4.5 표본분포
4.6 연습문제

제5장 통계적 추정과 검정
5.1 통계적 추정
5.2 통계적 가설검정
5.3 단일 모집단에 대한 검정
5.4 이 장에서 사용된 주요 함수들
5.5 연습문제

제6장 두 모집단에 대한 비교
6.1 독립표본에 의한 두 모평균의 비교: 독립표본 t−검정
6.2 대응표본에 의한 두 모평균의 비교: 대응표본 t−검정
6.3 독립표본에 의한 두 모비율의 비교
6.4 대응표본에 의한 두 모비율의 비교 − 맥니머 검정
6.5 모분산의 동일성에 대한 검정
6.6 이 장에서 사용된 주요 함수들
6.7 연습문제

제7장 상관분석
7.1 상관계수의 개념
7.2 상관계수의 추정과 검정
7.3 편상관계수
7.4 측정도구의 신뢰도 분석
7.5 이 장에서 사용된 주요 함수들
7.6 연습문제

제8장 질적변수들의 연관성
8.1 다항분포
8.2 교차분석 − 카이제곱검정
8.3 카이제곱 적합도 검정
8.4 오즈비
8.5 연관성의 측도
8.6 이 장에서 사용된 주요 함수들
8.7 연습문제

제9장 회귀분석
9.1 단순 회귀분석
9.2 잔차분석
9.3 다중 회귀분석
9.4 변수선택
9.5 다중공선성
9.6 가변수 − 질적 설명변수의 처리
9.7 변수변환과 비선형 회귀분석
9.8 이 장에서 사용된 주요 함수들
9.A 부록: 변수선택을 위한 사용자 정의 함수 작성
9.9 연습문제

제10장 분산분석
10.1 실험연구의 제 개념
10.2 일원분류 분산분석
10.3 이원분류 분산분석 − 반복이 없는 경우
10.4 이원분류 분산분석 − 반복이 있는 경우
10.5 공분산분석
10.6 이 장에서 사용된 주요 함수들
10.7 연습문제

제11장 비모수적 검정
11.1 정규성에 대한 검토
11.2 단일 모집단에 대한 검정
11.3 두 모집단에 대한 검정
11.4 독립 k−표본에 대한 검정
11.5 이 장에서 사용된 주요 함수들
11.6 연습문제

제12장 통계분석을 넘어 − 데이터사이언스
12.1 데이터사이언스
12.2 기계학습
12.3 데이터사이언스 사례
12.4 연습문제

▸통계분포표
▸용어 찾아보기