본문 바로가기

추천 검색어

실시간 인기 검색어

빅데이터 시대, 올바른 인사이트를 위한

통계 101×데이터 분석

데이터는 다뤄도 통계까지 배울 시간은 없었던 당신에게
아베 마사토 지음 | 안동현 옮김
프리렉

2023년 01월 05일 출간

종이책 : 2022년 10월 31일 출간

(개의 리뷰)
( 0% 의 구매자)
eBook 상품 정보
파일 정보 pdf (51.60MB)
ISBN 9788965403395
듣기(TTS) 가능
TTS 란?
텍스트를 음성으로 읽어주는 기술입니다.
  • 전자책의 편집 상태에 따라 본문의 흐름과 다르게 텍스트를​ 읽을 수 있습니다.
  • 전자책 화면에 표기된 주석 등을 모두 읽어 줍니다.
  • 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.
  • '교보 ebook' 앱을 최신 버전으로 설치해야 이용 가능합니다. (Android v3.0.26, iOS v3.0.09,PC v1.2 버전 이상)
소득공제
소장
정가 : 15,400원

쿠폰적용가 13,860

10% 할인 | 5%P 적립

이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.

카드&결제 혜택

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 416P
  • 리뷰 작성 시, e교환권 추가 최대 300원

작품소개

이 상품이 속한 분야

데이터를 분석·해석하는 방법은 다양하지만, 공통적으로 통계의 사고방식에 기본 바탕을 둡니다. 그러므로 본격적으로 데이터를 분석하기 위해서는, 먼저 통계 분야의 지식과 관점을 반드시 제대로 익혀야 합니다. 이 책은 데이터를 자주 접하며 본업에 활용할 체계적인 통계 지식을 익히고 싶지만, 그것에 시간과 노력을 본격적으로 투자하기에는 곤란한 분들을 위해 쓰였습니다. 데이터 분석에 반드시 필요한 추론통계부터 가설검정, 상관과 인과, 통계 모형화, 베이즈 통계, 기계학습, 수리 모형에 이르기까지, 폭넓은 주제를 딱 알맞은 수준으로 망라했습니다.

개념 소개는 되도록 쉽게, 수학 공식이나 설명은 가능한 한 적게 했습니다. 한편 예시 그림과 그래프는 최대한 풍부하게 싣고, 친숙한 사례도 여럿 소개했습니다. 이 책 《통계 101×데이터 분석》만으로도, 실전 데이터 분석에 필요한 여러 기본 통계 개념과 관점을 충분히 배울 수 있으리라 자신합니다.
시작하며

<b>1장 통계학이란?: 데이터 분석에서 통계학의 역할</b>

1.1 데이터를 분석하다
데이터와 통계학
데이터 분석의 목적
1.2 통계학의 역할
통계학은 데이터 퍼짐 정도가 클수록 힘을 발휘한다
데이터 퍼짐이 작은 현상
1.3 통계학의 전체 모습
기술통계와 추론통계
다양한 분석 방법

<b>2장 모집단과 표본: 데이터 분석 목적과 대상 설정<b>

2.1 데이터 분석의 목적과 알고자 하는 대상
데이터 분석의 목적
알고자 하는 대상
2.2 모집단
모집단을 생각하다
모집단 크기
2.3 모집단의 성질을 알다
모집단의 성질
전수조사
표본조사
표본크기

<b>3장 통계분석의 기초: 데이터 유형, 통계량, 확률</b>

3.1 데이터 유형
모집단과 표본
변수
다양한 데이터 종류
3.2 데이터 분포
그림으로 데이터 분포 표현하기
히스토그램은 그림으로 나타낸 것일 뿐
3.3 통계량
데이터 특징 짓기
다양한 기술통계량
분산을 확인할 수 있는 상자 수염 그림
이상값
3.4 확률
확률을 배우기 전에
확률의 기본 사고방식
추론통계와 확률분포
확률변수가 2개일 때
3.5 이론적인 확률분포
확률분포와 파라미터
정규분포
표준화
다양한 확률분포

<b>4장 추론통계~신뢰구간: 데이터로 모집단의 성질을 추정한다</b>

4.1 추론통계를 배우기 전에
전수조사와 표본조사
데이터를 얻는다는 것
무작위추출
추론통계를 직감적으로 이해하기
4.2 표본오차와 신뢰구간
모집단과 데이터 사이의 오차 고려하기
표본오차
표본오차의 확률분포
신뢰구간이란?
t분포와 95% 신뢰구간
신뢰구간과 가설검정

<b>5장 가설검정: 가설검정과 p값</b>

5.1 가설검정의 원리
또 하나의 추론통계 방법
통계학에서 가설이란?
p값
가정검정 흐름 정리
5.2 가설검정 시행
가설검정의 구체적인 계산
기각역과 p값
신뢰구간과 가설검정의 관계
가설검정의 구체적인 예
5.3 가설검정 관련 그래프
오차 막대
“통계적으로 유의미”를 나타내는 표기
5.4 제1종 오류와 제2종 오류
진실과 판단의 4패턴
α와 β는 상충 관계
효과크기를 달리 했을 때의 α와 β

<b>6장 다양한 가설검정: t검정부터 분산분석, 카이제곱검정까지</b>

6.1 다양한 가설검정
가설검정 방법 구분해 사용하기
6.2 대푯값 비교
모수검정의 평균값 비교
비모수검정의 대표값 비교
분산분석 (3개 집단 이상의 평균값 비교)
다중비교 검정
6.3 비율 비교
범주형 데이터
이항검정
카이제곱검정: 적합도검정
카이제곱검정: 독립성검정

<b>7장 상관과 회귀: 두 양적 변수의 관계를 분석하다</b>

7.1 양적 변수 사이의 관계를 밝히다
2개의 양적 변수로 이루어진 데이터
산점도
상관
회귀
7.2 상관관계
피어슨 상관계수
비모수 상관계수
상관계수와 가설
비선형상관
7.3 선형회귀
회귀분석이란?
회귀계수
결정계수
오차의 등분산성과 정규성
설명변수와 반응변수

<b>8장 통계 모형화: 선형회귀에서 일반화선형모형으로</b>

8.1 선형회귀 원리의 확장
선형회귀는 다양한 해석 방법의 기초
다중회귀
편회귀계수
범주형 변수를 설명변수로
공분산분석
고차원 데이터 문제
다중공선성
8.2 회귀모형의 형태 바꾸기
상호작용
이원배치 분산분석
비선형회귀
8.3 일반화선형모형의 개념
선형회귀 원리 확장하기
가능도와 최대가능도 방법
로지스틱 회귀
푸아송 회귀
다양한 일반화선형모형
8.4 통계 모형의 평가와 비교
왈드 검정
가능도비 검정
AIC
BIC
그 밖의 정보기준

<b>9장 가설검정의 주의점: 재현 가능성과 p-해킹</b>

9.1 재현성
가설검정, 이해는 어렵지만 시행은 간단
재현성 위기
재현 불가능한 원인은?
과학 논문 게재 과정
9.2 가설검정의 문제점
가설검정 이해하기
p값 되돌아보기
피셔류 검정과 네이만−피어슨류 검정
효과크기
베이즈 인수
논문이 옳지 않을 확률
좋은 가설 세우기
9.3 p−해킹
p−해킹(p-hacking)이란?
p−해킹을 예방하기 위한 노력들
가설검정을 이해할 때 확인할 항목

<b>10장 인과와 상관: 잘못된 해석을 방지하기 위한 사고방식</b>

10.1 인과와 상관
인과관계 밝히기
인과관계와 상관관계
인과관계와 상관관계의 다양한 사례
10.2 무작위 통제 실험
인과관계를 밝히려면
무작위 통제 실험
10.3 통계적 인과 추론
인과효과를 추정하는 또 다른 방법

<b>11장 베이즈 통계: 유연한 분석을 향해서</b>

11.1 베이즈 통계의 사고방식
통계학의 2가지 흐름
베이즈 통계의 이미지
통계 모형
베이즈 통계의 사고방식
베이즈 통계의 이점
11.2 베이즈 통계 알고리즘
MCMC 방법
MCMC 방법의 예
11.3 베이즈 통계 사례
이표본 평균값 비교
푸아송 회귀의 예
계층적 베이지안 모형

<b>12장 통계분석과 관련된 그 밖의 방법: 주성분분석부터 기계학습까지</b>

12.1 주성분분석
변수의 차원
주성분분석
인자분석
12.2 기계학습 입문
기계학습이란?
통계학과 기계학습의 차이
12.3 비지도 학습
비지도 학습이란?
12.4 지도 학습
지도 학습이란?
예측 성능 측정 ①: 이진 클래스 분류
예측 성능 측정 ②: 회귀

<b>13장 모형: 통계 모형·기계학습 모형·수리 모형</b>

13.1 모형이란?
통계 모형·기계학습 모형·수리 모형
모형은 현상을 이해하는 도구
수리 모형이란?
13.2 수리 모형: 미분 방정식
미분 방정식과 차분 방정식
수리 모형 사례 ①: 수의 변화를 모형으로
수리 모형 사례 ②: 감염병 모형
복잡한 모형으로
13.3 수리 모형: 확률 모형
확률 모형
수리 모형의 역할

마치며
찾아보기

<b>연구에서 비즈니스까지, 언제 어디서나 통하는</b>
<b>데이터를 다루는 모두를 위한 맞춤 교양 통계 강의 '통계 101'!</b>

'숨만 쉬어도 기록과 자료가 쌓이는' 빅데이터 시대를 맞아, 점점 더 많은 사람이 데이터를 다루기 시작하고 있습니다. 데이터를 수집하고, 이리저리 분석하고, 수치나 표, 그래프를 보는 일이 나날이 익숙해져만 갑니다. '데이터 분석'을 통해 신뢰성 높은 증거를 얻고, 미래 상태를 설득력 있게 예측할 수 있기에, '데이터 분석'은 자연과학, 심리학, 경제학, 사회과학 등 여러 연구 분야는 물론 비즈니스 현장에까지 폭넓게 쓰입니다.

데이터 과학의 근간은 바로 '통계(statistics)'에 있습니다. "현상이나 자료에 관한 수량적인 기술"에 관한 오랜 탐구의 결실인 통계. 그런 만큼 그 원리와 관점, 사고방식을 꼼꼼히 체화해야만 비로소 수치와 데이터에서 올바른 인사이트를 이끌어 낼 수 있게 됩니다. 이는 문자를 다 쓸 줄 안다 해서 꼭 문장을 잘 구사한다고 할 순 없는 것과 마찬가지 이치입니다. 데이터를 적절하게 수집하려면, 분석 방법을 제대로 선택하려면, 나온 결과지를 오독하지 않으려면, 먼저 통계에 대해 이해하는 것이 필수입니다.

그렇지만 우리는 바쁩니다. 당장 살펴볼 데이터만 하더라도, 말 그대로 거대한 뭉치입니다. 또 직접 나서서 실험하고 조사할 일도 너무나 많습니다. 그런가 하면 통계 소프트웨어 사용법도 익혀야겠는데, 그것도 녹록지는 않습니다. 그렇게 '데이터 분석' 자체에 매달리다 보면, 정작 데이터에서 올바른 인사이트를 얻기 위해 정말 중요한 ‘통계’는 다소 뒷전이 되곤 합니다.

그러다 간혹 통계 학습의 필요성을 느껴 고등학교 시절 살짝 배웠던 '확률과 통계'를 떠올려 봐도, 분포나 신뢰구간 같은 개념이 파편적으로만 남아 좀처럼 체계화되질 않습니다. 본격적으로 책이라도 읽어 보고자 하면 '수식이 대부분인 지나치게 어려운 전문서' 아니면 '통계 개념을 살짝 곁들인 흥미진진한 일화 위주 에세이'인 관계로, 딱 원하는 만큼의 통계학 지식을 익히기가 쉽지만은 않은 상황이었습니다.

만일 이것이 여러분의 이야기라면, 잘 오셨습니다. 이 책은 데이터 분석 맞춤 교양 통계 강의, '통계 101'입니다.

<b>모집단과 표본부터 상관과 인과까지, 기술통계부터 기계학습까지</b>
<b>지금 내게 필요한 통계의 핵심이 빠짐없이 다채롭게 담겼다!</b>

통계에 과도하게 많은 시간과 노력을 쏟고 지치지 않도록, 본연의 업무/연구에 제대로 집중할 수 있도록, '통계 101' 강의실에 어서 들어오세요! 이 책 《통계 101×데이터 분석》에서 저자 아베 마사토는, 본격적인 데이터 분석에 필수불가결한 통계적 사고방식과 다양한 통계분석 방법 지식에 대해 가능한 한 알기 쉽게, 모든 내용을 빠짐없이 소개하고자 했습니다.

그는 생물학, 심리학, 농학 등 다양한 전공의, 통계학을 배운 적 없는 대학생들을 대상으로 통계학 입문을 강의해 온 경험을 살려, 문장은 최대한 잘 읽히도록 정제하고, 수학적인 설명은 될 수 있는 대로 줄이면서도 최대한 정확한 해설을 위해 노력했습니다. 특히 초보자가 실수하기 쉬운 점을 자세히 설명하여, 구석구석 도움을 주고자 하는 배려가 돋보입니다. 개중 백미는, 무려 200컷에 가까운 그림들입니다. 복잡한 개념도 한눈에 알아보고, 분명히 이해할 수 있게끔 독창적인 도식(그림)들을 많이 실음으로써, 수학적 기초가 없고 다소 자신감이 부족한 독자라도 완독할 수 있도록 세심히 안배하고 있습니다.

《통계 101×데이터 분석》은 13장으로 구성되었습니다. 1~3장에서는 데이터 분석의 목적부터 통계분석에 필요한 기초 지식과 개념을 두루 개괄합니다. 4~5장에서는 본격적인 통계분석인 추론통계 개념을, 6~8장에서는 데이터 형태나 목적에 따른 다양한 추론통계 분석 방법을 살펴봅니다. 9장에서는 최근 화제가 된 가설검정 사용법과 재현 가능성 관련 논의를 짚어 보며, 10장에서는 결과 해석 시 중요한 상관과 인과의 차이점을 집중적으로 다룹니다.

여기까지가 '빈도주의 통계'라면, 남은 3개 장은 더 다채로운 응용 분야의 장입니다. 11장에서는 빈도주의 통계와 함께 통계학의 쌍벽을 이루는 베이즈 통계 기법을 설명하며, 더 유연한 데이터 분석으로 이어갑니다. 12장과 13장에서는 통계와 관련이 깊은 기계학습과 수리 모형을 만나 봅니다. 특히 13장에는 수리 모형 사례로 감염병 전파 모델이 등장해, 마지막까지 흥미를 놓치지 않는 구성입니다.

이렇듯 《통계 101×데이터 분석》에는 현대 데이터 분석에 반드시 필요한 지식이 충분히 채워져 있습니다. 통계 기초 개념부터 가설검정, 통계 모형화는 물론, 나아가 인과 추론, 베이즈 통계, 기계학습, 수리 모형에 이르기까지, 주제도 그야말로 다양합니다. 이 책 한 권이면 통계의 전체상과 통계 관련 데이터 분석 방법들을 조감하고, 실전 데이터 분석을 대비한 기반을 다질 수 있을 것입니다.

<b>[이런 분에게 강력 추천!]</b>
● 통계는 접한 적 있지만, 어렵다고 느끼거나 아직 명확히 알지 못하는 사람
● 지금부터 데이터 과학 공부를 본격적으로 시작하려는 사람
● 다양한 조사나 연구를 진행하면서, 그 일환으로 데이터 분석을 하고 있는 사람
● 통계분석 방법이 너무 많아 혼란스러우므로, 전체 모습을 파악하고 싶은 사람

작가정보

阿部?人
현 일본 이화학연구소 혁신지능통합연구센터 연구원. 도쿄대학교에 입학하여 광역과학 전공으로 박사학위를 취득한 뒤, 일본학술진흥회(DC1)와 국립정보학연구소 과학기술진흥기구(JST) 연구원을 거쳐 현재에 이르렀다. 통계 및 기계학습을 이용한 데이터 분석과 수리 모형 해석을 무기로 곤충의 사회성, 인간의 뇌와 행동, 사회, 생태계 등 폭넓은 주제를 연구해 왔고, 이를 인정받아 일본 수리생물학회 연구장려상을 수상했다.
과거 국제기독교대학교와 도쿄농업대학교의 강사 시절, 초보자를 위한 통계학 강의로 많은 학생으로부터 호평받은 바 있다. 이 책은 그때의 경험을 살려 저술한 것이다. 다른 저서로 《R로 배우는 통계학 입문(Rで?ぶ統計?入門)》, 《Python과 R로 배우는 데이터 과학(Python, Rで?ぶデ?タサイエン)》 등이 있다.
*홈페이지: https://masatoabe.com

연세대학교 심리학과를 졸업하고 웹 개발 프리랜서를 거쳐 IT 전문 출판사에서 기획과 편집 업무를 담당했다. 번역서로 《프로그래머, 수학으로 생각하라》, 《처음 만나는 머신러닝과 딥러닝》, 《HTML5 & API 입문》, 《데이터 해석 입문》, 《건강한 프로그래머》 (이상 프리렉), 《이렇게 쉬운 통계학》 (한빛미디어) 등이 있다.

이 상품의 총서

Klover리뷰 (0)

Klover리뷰 안내
Klover(Kyobo-lover)는 교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1. 리워드 안내
구매 후 90일 이내에 평점 작성 시 e교환권 100원을 적립해 드립니다.
  • - e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • - 리워드는 1,000원 이상 eBook, 오디오북, 동영상에 한해 다운로드 완료 후 리뷰 작성 시 익일 제공됩니다.
  • - 리워드는 한 상품에 최초 1회만 제공됩니다.
  • - sam 이용권 구매 상품 / 선물받은 eBook은 리워드 대상에서 제외됩니다.
2. 운영 원칙 안내
Klover리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다. 일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오 발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰

구매 후 리뷰 작성 시, e교환권 100원 적립

문장수집

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여 주는 교보문고의 새로운 서비스 입니다. 교보eBook 앱에서 도서 열람 후 문장 하이라이트 하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 ‘좋아요’ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보없이 삭제될 수 있습니다.
리워드 안내
  • 구매 후 90일 이내에 문장 수집 등록 시 e교환권 100원을 적립해 드립니다.
  • e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • 리워드는 1,000원 이상 eBook에 한해 다운로드 완료 후 문장수집 등록 시 제공됩니다.
  • 리워드는 한 상품에 최초 1회만 제공됩니다.
  • sam 이용권 구매 상품/오디오북·동영상 상품/주문취소/환불 시 리워드 대상에서 제외됩니다.

구매 후 문장수집 작성 시, e교환권 100원 적립

    교보eBook 첫 방문을 환영 합니다!

    신규가입 혜택 지급이 완료 되었습니다.

    바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
    지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

    교보e캐시 1,000원
    TOP
    신간 알림 안내
    통계 101×데이터 분석 웹툰 신간 알림이 신청되었습니다.
    신간 알림 안내
    통계 101×데이터 분석 웹툰 신간 알림이 취소되었습니다.
    리뷰작성
    • 구매 후 90일 이내 작성 시, e교환권 100원 (최초1회)
    • 리워드 제외 상품 : 마이 > 라이브러리 > Klover리뷰 > 리워드 안내 참고
    감성 태그

    가장 와 닿는 하나의 키워드를 선택해주세요.

    사진 첨부(선택) 0 / 5

    총 5MB 이하로 jpg,jpeg,png 파일만 업로드 가능합니다.

    신고/차단

    신고 사유를 선택해주세요.
    신고 내용은 이용약관 및 정책에 의해 처리됩니다.

    허위 신고일 경우, 신고자의 서비스 활동이 제한될 수
    있으니 유의하시어 신중하게 신고해주세요.


    이 글을 작성한 작성자의 모든 글은 블라인드 처리 됩니다.

    문장수집 작성

    구매 후 90일 이내 작성 시, e교환권 100원 적립

    eBook 문장수집은 웹에서 직접 타이핑 가능하나, 모바일 앱에서 도서를 열람하여 문장을 드래그하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다.

    P.
    빅데이터 시대, 올바른 인사이트를 위한 통계 101×데이터 분석
    데이터는 다뤄도 통계까지 배울 시간은 없었던 당신에게
    저자 모두보기
    낭독자 모두보기
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 프리미엄 이용권입니다.
    선물하실 sam이용권을 선택하세요.
    결제완료
    e캐시 원 결제 계속 하시겠습니까?
    교보 e캐시 간편 결제
    sam 열람권 선물하기
    • 보유 권수 / 선물할 권수
      0권 / 1
    • 받는사람 이름
      받는사람 휴대전화
    • 구매한 이용권의 대한 잔여권수를 선물할 수 있습니다.
    • 열람권은 1인당 1권씩 선물 가능합니다.
    • 선물한 열람권이 ‘미등록’ 상태일 경우에만 ‘열람권 선물내역’화면에서 선물취소 가능합니다.
    • 선물한 열람권의 등록유효기간은 14일 입니다.
      (상대방이 기한내에 등록하지 않을 경우 소멸됩니다.)
    • 무제한 이용권일 경우 열람권 선물이 불가합니다.
    이 상품의 총서 전체보기
    네이버 책을 통해서 교보eBook 첫 구매 시
    교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 네이버 책을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)
    구글북액션을 통해서 교보eBook
    첫 구매 시 교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 구글북액션을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)