상세정보

통계학 가운데 가장 필수적인 부분만 다룬 통계학 입문서. 복잡한 공식과 기호를 사용하지 않고 사칙연산과 제곱, 루트 등 중학교 기초수학만으로 통계학의 기초를 확실히 잡을 수 있도록 했다. 통계학에서 가장 중요한 항목인 '검정'과 '구간추정'을 쉽고 빨리 이해할 수 있도록 구성하였으며, 구체적인 사례를 들며 상세히 설명한다.

중학교 기초수학으로 3주 만에 끝내는 통계학
마케팅을 위한 데이터 분석, 금융상품의 리스크와 수익률 분석, 주식과 환율의 변동률 분석 등 쏟아지는 데이터에서 의미 있는 정보를 뽑아내기 위한 것이 통계를 공부하는 이유다. 하지만 복잡한 수학공식과 난해한 설명으로 배우기가 쉽지 않다. 이 책은 복잡한 공식과 기호는 하나도 사용하지 않고 사칙연산과 제곱, 루트 등 중학교 기초수학만으로 통계학의 기초를 확실히 잡아준다.

통계에 밝아야 경쟁에서 이긴다
무한경쟁의 비즈니스 세계에서는 수없이 쏟아지는 데이터와 수치들 속에서 어떤 의미 있는 정보를 뽑아낼 수 있느냐 없느냐에 따라 비즈니스의 성패가 갈린다. 시장의 가격 동향, 소비자의 소비 동향, 주식과 환율의 변동, 부동산가격의 변동 등 숫자로 표현되는 여러 현상들을 분석해 자신과 자신이 속한 기업에 필요한 정보를 뽑아내고 정확히 예측해야 성공하는 전략, 이기는 전략을 세울 수 있다. 이렇게 성공하고 이기는 전략을 세우는 기초가 되는 것이 바로 통계다. 작게는 투자자 개인이 주식이나 부동산가격의 데이터를 분석해 앞으로의 가격 동향을 정확히 예측해야 돈 버는 투자전략을 세울 수 있고, 크게는 국가가 여러 통계자료를 분석해 미래를 정확히 예측해야 국가발전전략을 세울 수 있다. 개인이나 기업이나 국가나 무한경쟁의 시대에 살아남기 위해서는 미래를 정확히 예측할 수 있는 통계에 밝아야 한다.

비즈니스맨을 위한 3주 완성 통계학입문
영업, 기획, 마케팅 등 어느 부서에서나 데이터를 분석하고 전략을 짜기 위해 필요한 것이 통계수치다. 하지만 통계라는 말만 들어도 울렁증을 일으키는 비즈니스맨이 많다. 그것은 지금까지 너무 어렵게 통계를 배워왔기 때문이다. 이 책은 초보 중의 초보라도 통계학에서 가장 중요한 항목인 ‘검정’과 ‘구간추정’을 가장 쉽게, 그리고 가장 빨리 이해할 수 있도록 했다. 어려운 수학 공식은 하나도 사용하지 않고, 구체적인 사례를 들며 상세히 설명했기 때문에 수학을 잘 못하는 사람이라도 쉽게 통계를 배울 수 있다. 총 21개 강의로 구성되어 있어, 아무리 바쁜 비즈니스맨이라도 하루에 30분만 투자하면 3주 만에 통계학의 기초를 마스터할 수 있다.

책의 특징
1. 통계학 가운데 가장 필수적인 부분만 다룬 아주 쉬운 입문서다.
2. 초보적인 수준에서 시작해 ‘검정’과 ‘구간추정’이라는 통계학의 아주 중요한 항목까지 최단시간에 이해할 수 있도록 구성되어 있다.
3. 미분적분, 시그마(∑), 콤비네이션 공식(nCk), 확률변수 기호(P(X=x)) 등 어려운 수학공식은 전혀 사용하지 않는다. 따라서 사칙연산과 제곱, 중학교 기초수학인 루트와 1차방정식만으로 이해할 수 있다.
4. 통계학을 이해하는 열쇠인 표준편차를 중점적으로 설명한다.
5. 버스시간표, 주식 지표, 금융상품의 리스크와 수익률, 선거의 출구조사 등 구체적인 사례를 들어 알기 쉽게 설명한다.
6. 기업의 성장률, 주식의 월평균수익률, 펀드의 운용실적 등의 예를 통해 금융상품의 우열을 가리는 안목을 키울 수 있다.
7. ‘95% 예언적중구간’이라는 독창적인 해석을 도입해 통계학 개념에 대한 이해를 돕는다.
8. 괄호를 채우는 간단한 연습문제를 통해 공부한 내용을 확인하고 완전히 자기 것으로 만들 수 있다.

정보제공 :

목차
시작하면서 = 5
0강의 '통계학'을 효율적으로 한 단계씩 이해하는 것이 목적
 1. 이 책은 왜 2부 구성으로 되어 있는가? = 13
 2. 통계학이란 무엇인가? 기술통계와 추리통계 = 15
 3. 표준편차를 가장 중요하게 다룬다 = 16
 4. '확률'은 거의 다루지 않는다 = 17
 5. '95% 예언적중구간'으로 설명한다 = 19
 6. 수학 기호나 공식은 거의 사용하지 않는다 = 20
 7. 괄호를 채우는 간단한 연습문제로 독학이 가능하다 = 21
제1부 표준편차부터 검정과 구간추정까지를 한번에
 1강의 도수분포표와 히스토그램 : 데이터의 특징을 돋보이게 하는 도구
  1. 데이터 자체로는 아무것도 알 수 없기 때문에 통계를 사용 = 24
  2. 히스토그램 만들기 = 26
  [제1강의 정리]
  [연습문제]
 2강의 평균값의 역할과 평균값을 이해하는 방법 : 평균값은 지렛대가 균형을 이루는 지점
  1. 통계량은 데이터를 요약한 수치 = 35
  2. 평균값이란? = 36
  3. 도수분포표에서의 평균값 = 37
  4. 히스토그램에서 평균값의 역할 = 40
  5. 평균값을 어떻게 이해해야 하는가? = 41
  [제2강의 정리]
  [연습문제]
  [Column] 평균을 구하는 방법은 여러 가지
  [보충설명] 지렛대가 균형을 이루는 받침점이 '산술평균'이 되는 이유
 3강의 분산과 표준편차 : 흩어져 있는 데이터 상태를 추정하는 통계량
  1. 불규칙한 통계량을 아는 것이 중요 = 47
  2. 버스 도착시간으로 분산을 이해 = 49
  3. 표준편차의 의미 = 52
  4. 도수분포표로 표준편차를 구하는 방법 = 54
  [제3강의 정리]
  [연습문제]
  [보충설명] 편차의 평균이 반드시 0이 되는 것을 증명
 4강의 표준편차① : 데이터의 특수성을 평가
  1. 표준편차는 '파도의 거칠기' = 59
  2. 표준편차로 데이터의 '특수성'을 평가 = 60
  3. 여러 데이터 세트를 비교할 때의 표준편차 = 63
  4. 가공된 데이터의 평균값과 표준편차 = 65
  [제4강의 정리]
  [연습문제]
 5강의 표준편차② : 주식리스크의 지표(주가변동성)로 활용
  1. 주식의 평균수익이란? = 70
  2. 평균수익률만으로는 우량기업인지 판단할 수 없다 = 72
  3. 주가변동성이 의미하는 것 = 74
  [제5강의 정리]
  [연습문제]
 6강의 표준편차③ : 하이 리스크와 하이 리턴, 샤프지수도 이해
  1. 하이 리스크와 하이 리턴, 로우 리스크와 로우 리턴 = 78
  2. 금융상품의 우열을 가리는 방법 = 80
  3. 금융상품의 우열을 가리는 수치, 샤프지수 = 81
  [제6강의 정리]
  [연습문제]
 7강의 정규분포 : 키, 동전 던지기 등에서 흔히 볼 수 있는 분포
  1. 가장 많이 발견할 수 있는 데이터 분포 = 86
  2. 일반정규분포를 보는 방법 = 91
  3. 키 데이터는 정규분포를 따른다 = 94
  [제7강의 정리]
  [연습문제]
  [보충설명] 세상에 정규분포가 가득한 이유
 8강의 통계적 추정의 출발점 : 정규분표를 이용해서 '예언'
  1. 정규분포의 성질을 이용해 '예언'을 할 수 있다 = 100
  2. 표준정규분포의 95% 예언적중구간 = 102
  3. 일반정규분포의 95% 예언적중구간 = 105
  [제8강의 정리]
  [연습문제]
  [Column] 예언을 정확히 맞추는 점쟁이의 기술
 9강의 가설검정 : 하나의 데이터로 모집단을 추리
  1. 통계적 추정이란 부분으로 전체를 추리하는 것 = 111
  2. 더욱 정확한 모집단을 추정 = 113
  3. 95% 예언적중구간으로 가설의 타당성 판단 = 116
  [제9강의 정리]
  [연습문제]
  [Column] 통계적 검정의 획기적인 점과 한계
 10강의 구간추정 : 95% 적중하는 신뢰구간 찾기
  1. 예언적중구간을 추정에 역이용 = 123
  2. 신뢰구간 '95%'가 의미하는 것 = 126
  3. 표준편차를 아는 정규모집단의 평균값에 대한 구간추정 = 127
  [제10강의 정리]
  [연습문제]
제2부 관측 데이터 뒷면에 펼쳐져 있는 거대한 세계를 추측한다
 11강의 모집단과 통계적 추정 : '부분'으로 '전체'를 추론
  1. 모집단은 가상의 항아리 = 134
  2. 랜덤 샘플링과 모평균 = 137
  [제11강의 정리]
  [연습문제]
 12강의 모분산과 모표준편차 : 모집단 데이터의 분포 상태를 나타내는 통계량
  1. 데이터의 분포 상태를 파악 = 143
  2. 모분산과 모표준편차의 계산 = 145
  [제12강의 정리]
  [연습문제]
 13강의 표본평균① : 여러 데이터의 평균값은 한 데이터의 평균값보다 모평균에 가깝다
  1. 관측된 하나의 데이터로부터 무엇을 말할 수 있는가? = 149
  2. 표본평균을 구하는 이유 = 151
  [제13강의 정리]
  [연습문제]
 14강의 표본평균② : 관측 데이터가 늘어날수록 예언 구간은 좁아진다
  1. 정규분포에서 보이는 표본평균의 성질 = 158
  2. 정규모집단에서의 표본평균에 대한 95% 예언적중구간 = 161
  [제14강의 정리]
  [연습문제]
 15강의 표본평균을 이용한 모평균의 구간추정 : 모분산을 알고 있는 정규모집단의 모평균은?
  1. 모평균이나 모분산을 추정하기 위한 방법 = 167
  2. 표본평균을 이용한 모평균의 구간추정 = 170
  [제15강의 정리]
  [연습문제]
 16강의 카이제곱분포 : 표본분산을 구하는 방법과 카이제곱분포
  1. 표본분산을 구하는 방법 = 177
  2. 카이제곱분포란? = 180
  [제16강의 정리]
  [연습문제]
 17강의 정규모집단의 모분산을 추정 : 모분산을 카이제곱분포로 추정
  1. 카이제곱분포의 95% 예언적중구간 = 187
  2. 정규모집단의 모분산을 추정 = 189
  [제17강의 정리]
  [연습문제]
 18강의 표본분산의 분포는 카이제곱분포 : 표본분산과 비례하는 통계량 W
  1. 표본분산과 비례하는 통계량 W를 만드는 방법 = 194
  2. 표본분산의 카이제곱분포는 자유도가 하나 낮은 수가 된다 = 196
  [제18강의 정리]
  [연습문제]
  [보충설명] W 자유도가 V 자유도보다 1만큼 작은 이유
 19강의 모평균이 미지인 정규모집단을 구간추정 : 모분산은 모평균을 몰라도 추정 가능
  1. 모평균을 몰라도 모분산을 추정 = 203
  2. 모분산 추정의 구체적인 예 = 205
  [제19강의 정리]
  [연습문제]
 20강의 t분포 : 모평균 이외의 것은 '현실에서 관측된 표본'으로 계산할 수 있는 통계량
  1. t분포 = 210
  2. t분포의 히스토그램 = 213
  3. 통계량 T의 계산 = 215
  4. t분포의 정식적인 정의 = 216
  [제20강의 정리]
  [연습문제]
  [Column] t분포의 발견은 기네스 맥주 덕분
 21강의 t분포로 구간추정 : 정규모집단에서 모분산을 모를 때의 모평균 추정
  1. 가장 자연스러운 구간추정 - t분포 = 221
  2. t분산를 이용한 구간추정 방법 = 224
  [제21강의 정리]
  [연습문제]
책을 맺으면서 = 228
연습문제 해답 = 232
찾아보기 = 237