상세정보

오픈 소스 R 언어란 무엇이며, 이를 데이터 분석과 통계학 분야에 활용하는 방법과 다양한 그래프를 처리하는 방법에 대해 알려준다. R 언어는 컴퓨터를 이용한 통계학 분야에서 표준이라 할 만큼 많은 사용자층을 확보하고 있으며 빠른 속도로 성장하고 있는 통계 프로그래밍 언어이다. 이 책에서는 R 언어 기초부터 활용까지 다양하고 유용한 예제를 통해 알려준다. 전문적인 R 프로그래머인 래리 페이스는 딱딱하고 어려운 통계학을 실용적이고 명쾌한 해설을 통해서 여러 분야에 활용할 수 있도록 안내해준다.

강력하고 유연한 오픈 소스 R 언어
R은 강력하고 유연한 통계 프로그래밍 언어로 무료로 사용가능하다. 맥이나 윈도우, 리눅스 시스템에서 모두 동작하며 전문 통계학 종사자나 연구자들이 다양한 분야에서 사용하고 있는 표준이나 다름없는 언어이다. 또한 R은 SPSS나 SAS, Minitab과 같은 상용 통계 프로그램만큼 기능이 탄탄하고 통계와 그래픽에 관련된 기능을 확장할 수 있다. R은 고유한 언어 내장 프로그램 기능과 더 불어 수백 가지의 내장 통계 함수를 제공하며 패키지 대부분 무료로 사용할 수 있다. 더불어 최근 IT 업계에서 핫 이슈인 빅데이터 분석 도구로도 더욱 각광받고 있다!

R에 대한 최고의 내용을 최고의 전문가가 알려준다.
현재 Keiser 대학의 대학원에서 연구 교수로 재직 중이며 통계학 박사 과정 학생들을 지도하고 있는 저자가 R 통계학 언어의 초급자 및 중급자를 위해 상세하고 친절한 설명을 곁들이고 있다. 어떻게 R을 구하고 설치하는지부터 명령어 기반 인터프리터 언어로 사용하는 방법과 프로그램 및 함수 작성법 그리고 다양한 통계학 분야에서 R을 적용하고 사용하는 방법에 대해 살펴본다. 또한 R 패키지를 만드는 방법에 대해서도 살펴본다. 그리고 부트스트래핑과 같은 새로운 통계학 기법과 더불어 R에서 어떻게 시뮬레이션을 수행하는지를 배워본다. 아울러 R 그래픽 사용자 인터페이스(R Gui)나 RStudio, RCommander와 같은 툴 사용법 역시 알아본다.

이 책을 통해 배울 수 있는 것들
★R을 구해서 설치하는 방법
★데이터나 스크립트를 가져오거나 내보내는 방법
★기본적인 통계학 기능 사용 방법과 그래프 생성 방법
★R 언어를 사용한 여러분만의 함수 작성 방법
★데이터에 대한 여러 가지 통계학적 분석 및 해석 방법
★시뮬레이션 구현과 그 외 여러 가지 고급 기법

이 책의 독자

★기본적인 통계학을 위해서 R을 배우고자 하는 학생이나 강사, 실무자들

정보제공 :

목차
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