목차정보
|
서명 : (데이터 분석과 통계 프로그래밍을 위한) R 프로그래밍 기초 & 활용 Chapter 01 R 시작하기 1-1. R을 설치하고 사용하기 = 21 1-2. R 입문 = 23 1-3. R 파고들기 = 27 1-4. R에서 데이터 처리하기 = 31 벡터 = 31 행렬 = 38 목록 = 48 데이터 프레임 = 49 1-5. R에서 누락된 데이터 처리하기 = 56 1-6. 결론 = 57 Chapter 02 R 프로그래밍 2-1. 프로그래밍이란 = 60 2-2. 프로그램 작성 준비 = 63 2-3. 프로그래밍을 배우기 위한 요구 조건 = 64 2-4. 프로그램의 실행 흐름 제어 = 65 반복 구문 = 66 조건 비교문과 분기문 = 66 2-5. R 프로그래밍의 핵심 = 67 R 연산자들 = 68 R에서의 입력과 출력 = 70 R 환경 이해하기 = 73 R에서 프로그램 실행 흐름 구현 = 76 Apply 계열 함수를 사용하여 명시적인 반복 구문 사용 피하기 = 80 2-6. 처음으로 작성하는 R 프로그램 = 83 또 다른 예제 - 피타고라스 정리 = 85 R을 사용해서 이차 방정식 풀기 = 87 2-7. 왜 R이 객체 지향 언어인가? = 89 S3와 S4 클래스 = 90 제네릭 함수(Generic Functions) = 93 2-8. 결론 = 95 Chapter 03 함수 만들기 3-1. 기본적인 R 함수 코드를 이용하여 R 함수 만들기 = 98 3-2. 함수 만들기 = 99 3-3. 평균에 대한 신뢰 구간 계산 = 101 3-4. 벡터화 연산을 통한 반복 구문 사용 피하기 = 105 3-5. ifelse() 함수를 사용하여 if-else 구문을 벡터화하기 = 108 3-6. 좀 더 강력한 함수 만들기 = 110 3-7. Any, All, Which = 114 3-8. 좀 더 유용한 함수 만들기 = 116 3-9. 신뢰 구간에 대한 고찰 = 119 3-10. 결론 = 123 Chapter 04 요약 통계 4-1. 중심성향(Central tendency) 측정 = 126 평균값 = 126 중앙값과 다른 분위수들 = 128 최빈값 = 129 표준 점수를 이용한 데이터 위치 측정 = 131 4-2. 변동 측정 = 132 분산과 표준 편차 = 133 범위 = 134 중앙값과 표준 절대 편차 = 134 사분위간 범위 = 135 변동 계수 = 136 4-3. 공분산과 상관 = 136 4-4. 대칭도 측정(혹은 비대칭도 측정) = 139 4-5. 결론 = 142 Chapter 05 표와 그래프 만들기 5-1. 도수 분포와 표 = 144 5-2. 원형 도표와 막대 도표 = 147 원형 도표 = 148 막대 도표 = 151 5-3. 박스 도표 = 153 5-4. 히스토그램 = 156 5-5. 선 그래프 = 157 5-6. 산점도(혹은 산포도) = 158 5-7. 그래프 저장하고 사용하기 = 161 5-8. 결론 = 162 Chapter 06 이산 확률 분포 6-1. 이산 확률 분포 = 164 6-2. 베르누이 프로세스 = 165 6-3. 이항 분포 : 성공 횟수가 하나의 변수가 됨 = 166 6-4. 포아송 분포 = 170 6-5. 이산 확률을 정규 확률과 연결하기 = 172 6-6. 결론 = 176 Chapter 07 정규 확률 계산 7-1. 정규 분포의 특성 = 178 dnorm 함수를 사용해서 정규 밀도 구하기 = 178 7-2. 정규 분포를 표준 정규 분포로 변환하기 = 180 7-3. pnorm 함수를 통한 확률 계산 = 181 왼쪽 꼬리 확률 계산 = 181 두 개의 z 점수 사이의 면적 구하기 = 182 오른쪽 꼬리 확률 구하기 = 182 7-4. qnorm 함수를 사용한 기각값 찾기 = 183 7-5. rnorm 함수를 사용하여 임의의 표본 구하기 = 184 7-6. 표본 평균 분포 = 186 7-7. 단일 표본 z 검증 = 187 7-8. 결론 = 189 Chapter 08 신뢰 구간 만들기 8-1. 평균에 대한 신뢰 구간 = 192 정규 분포를 사용한 평균의 신뢰 구간 선택 = 192 t 표본을 사용하여 평균에 대한 신뢰 구간 구하기 = 194 8-2. 비율에 대한 신뢰 구간 계산 = 198 8-3. 카이-제곱 분포 이해하기 = 199 8-4. 분산과 표준 편차에 대한 신뢰 구간 = 200 8-5. 평균 간의 차이에 대한 신뢰 구간 = 203 8-6. stats 패키지를 사용해서 신뢰 구간 구하기 = 205 8-7. 결론 = 206 Chapter 09 t 검증 9-1. 가설 검증에 대한 간략한 소개 = 208 9-2. t 분포 이해하기 = 210 9-3. 단일 표본 t 검증 = 212 9-4. 짝 표본 t 검증 = 213 9-5. 두 표본 t 검증 = 217 Welch t 검증 = 218 나란히 구성된 데이터를 사용한 Welch t 검증 = 220 쌓인 데이터와 인디케이터 코팅을 통한 Welch t 검증 = 221 분산의 일치에 대한 가정에 기반한 t 검증 = 223 9-6. t 검증에 있어서 효과 크기 = 226 9-7. 결론 = 227 Chapter 10 일원 분산 분석 10-1. F 분포 이해하기 = 230 10-2. F 분포를 사용해서 분산 검증하기 = 231 10-3. Alpha와 사후 비교 조합 = 233 10-4. 일원 분산 분석 = 234 일원 분산 분석에서 분산의 구분 = 234 일원 분산 분석 예제 = 235 Turkey HSD 검증 = 239 Bonferroni 사후 비교 기법 = 240 10-5. anova 함수 사용하기 = 241 10-6. 결론 = 241 Chapter 11 좀 더 복잡한 분산 분석 11-1. 이원 분산 분석 = 244 이원 분산 분석에서 제곱의 합 = 245 이원 분산 분석 예제 = 246 상호 작용 검사 = 249 유의한 상호 작용 도표 = 251 이원 분산 분석에서 효과의 크기 = 252 11-2. 반복 측정 분산 분석(Repeated-Measures ANOVA) = 253 반복 측정 분산 분석에서 변동의 구분 = 254 반복 측정 분산 분석 예제 = 254 반복 측정 분산 분석에서 효과의 크기 = 258 11-3. 혼합 요인 분산 분석 = 259 혼합 요인 분산 분석 예제 = 259 11-4. 결론 = 264 Chapter 12 상관과 회귀 12-1. 공분산과 상관 = 266 12-2. 회귀 = 271 12-3. 예제 : 휘발유 가격 예측 = 279 선형 연관성 검증 = 81 이차원 모델 = 281 12-4. 신뢰와 예측 구간 결정 = 287 12-5. 결론 = 290 Chapter 13 다중 회귀 13-1. 다중 회귀 방정식 = 292 13-2. 다중 회귀 예제 : 직업 만족도 예측 = 293 13-3. 행렬 대수를 사용해서 회귀 방정식 풀기 = 299 13-4. 일반 선형 모델에 대한 간략한 소개 = 301 상관의 특별한 경우로서의 t 검증 = 302 분산 분석의 특별한 경우로서의 t 검증 = 304 다중 회귀의 특별한 경우로서의 분산 분석 = 305 13-5. 다중 회귀 분석에 대한 더 많은 것 = 307 회귀 방정식에 변수 대입 = 308 공선성(Collinearity) 처리 = 309 13-6. 결론 = 310 Chapter 14 로지스틱 회귀 분석(Logistic regression) 14-1. 로지스틱 회귀 분석이란 무엇인가? = 312 14-2. 양분된 하나의 독립 변수를 사용하는 로지스틱 회귀 분석 = 313 14-3. 단일 연속 독립 변수를 사용하는 로지스틱 회귀 분석 = 317 14-4. 여러 독립 변수를 사용한 로지스틱 회귀 분석 = 320 14-5. 로지스틱 회귀와 다중 회귀의 차이 = 328 14-6. 로지스틱 회귀 분석의 대안 = 330 14-7. 결론 = 331 Chapter 15 카이-제곱(Chi-Square) 검증 15-1. 카이-제곱 검증을 통한 적합도 검사 = 334 기대한 빈도와 동일한지 여부를 통한 적합도 검사 = 334 빈도수가 다르다고 가정할 때의 적합도 검사 = 336 15-2. 독립성에 대한 카이-제곱 검증 = 337 15-3. 2×2 분할표(Contingency table) = 340 15-4. 카이-제곱과 표준 정규 분포의 관계 = 342 15-5. 카이-제곱 검증에서 효과 크기 = 344 15-6. 파이 계수와 상관 계수 사이의 연관성 = 346 15-7. 결론 = 351 Chapter 16 비모수적 검증(Nonparametric Tests) 16-1. t 검증의 대안으로 사용될 수 있는 비모수적 기법 = 354 Mann-Whitney U 검증 = 354 작은 크기 표본에서 Mann-Whitney 검증 = 355 더 큰 크기의 표본에 대한 Mann-Whitney 검증 = 358 Wilcoxon 부호 순위 검증 = 363 작은 크기의 표본에 대한 Wilcoxon 부호 순위 검증 = 363 더 큰 크기의 표본에 대한 Wilcoxon 부호 순위 검증 = 365 16-2. 분산 분석의 대안으로 사용되는 비모수적 기법 = 366 Kruskal-Wallis 검증 = 366 반복 측정 혹은 임의화 블록에 대한 Friedman 검증 = 370 16-3. 상관 대안으로 사용할 수 있는 비모수적 기법 = 373 Spearman 순위 상관 = 373 Kendall 타우 계수 = 377 16-4. 결론 = 378 Chapter 17 R에서 시뮬레이션 해보기 17-1. 통계학적 시뮬레이션의 정의 = 380 17-2. 임의의 수 = 381 17-3. 샘플링과 리샘플링(Sampling and Resampling) = 383 17-4. R에서 제공하는 수학적 기능 되짚어 보기 = 383 17-5. R의 시뮬레이션 = 384 신뢰 구간 시뮬레이션 = 384 t 검증 시뮬레이션 = 387 균등 분포 시뮬레이션 = 389 이항 분포 시뮬레이션 = 391 17-6. 결론 = 393 Chapter 18 새로운 통계 : 리샘플링과 부트스프래핑(Resampling and Bootstrapping) 18-1. 가설 검증의 위험성 = 396 18-2. 부트스트랩(Bootstrap) = 397 평균에 대한 부트스트래핑 = 398 중앙값 부트스트래핑 = 400 18-3. Jackknifing = 402 18-4. 순열 검증(Permutation tests) = 406 18-5. 최근 제시되고 있는 강력한 통계학 기법들 = 412 18-6. 결론 = 413 Chapter 19 R 패키지 만들기 19-1. 패키지의 컨셉 = 416 19-2. 윈도우 설정 = 417 19-3. R 패키지의 골격 만들기 = 420 19-4. R 문서 편집 = 425 19-5. 패키지 만들고 검사하기 = 429 19-6. 패키지 설치하기 = 430 19-7. 패키지가 올바르게 동작하는지 검사하기 = 431 19-8. R 패키지 유지 보수 = 435 새 함수 추가하기 = 435 패키지 다시 만들기 = 437 19-9. 결론 = 439 Chapter 20 R Commander 패키지 20-1. R Commander 인터페이스 = 442 20-2. 데이터 분석을 위한 R Commander 사용 예제 = 450 R Commander에서 신뢰 구간 구하기 = 450 가설 검증을 위한 R Commander 사용법 = 453 R Commander를 통한 회귀 분석 = 455 20-3. 결론 = 457 INDEX = 458 |
