1장 JMP와 친해지기
1강 JMP란 무엇인가? = 2
1.1 JMP의 탄생과 현재 = 2
1.2 JMP의 특징 = 3
1.3 JMP의 체험판 설치 = 4
1.4 JMP의 메뉴 구성 = 10
1.5 JMP의 Sample Data 불러오기 = 10
2강 JMP의 느낌 = 12
2.1 달콤한 JMP 맛보기 = 12
2.1.1. JMP의 실행 = 12
2.1.2. 간단한 분석의 실행 = 13
2.1.3. 그래프의 변형 = 18
2.1.4. 통계분석의 실행 = 20
2.2 그래프에 날개달기 = 21
2.2.1. 산점도를 색과 기호로 화려하게 = 21
2.2.2. 조건에 따른 그래프 재생성 = 23
2.2.3. JMP의 분석결과의 저장과 종료 = 25
2장 데이터와 친해지기
1강 Table 단위로 데이터 가지고 놀기 = 28
1.1 JMP 데이터 테이블의 기본 기능 = 28
1.1.1. 데이터 테이블의 명칭 = 28
1.1.2. 데이터의 선택 및 추출 = 30
1.1.3. 데이터 테이블의 값 수정 = 32
1.1.4. 데이터 값의 정렬 = 33
1.2 Tables 메뉴의 주요 기능 = 34
1.2.1. 데이터의 요약 = 34
1.2.2. 선택된 데이터 추출 = 38
1.2.3. 두 데이터 셋의 세로결합 = 40
1.2.4. 데이터 정렬 = 43
1.2.5. 행과 열의 전환 = 44
1.2.6. 두 데이터 셋의 가로결합 = 47
1.2.7. 요약 테이블 만들기 = 51
2강 열 단위로 데이터 가지고 놀기 = 61
2.1 JMP 컬럼 메뉴의 일반 기능 = 61
2.1.1. 데이터 셋의 컬럼명 변경 = 62
2.1.2. 컬럼 순서 변경 = 63
2.2 Cols 메뉴 주요 기능 = 64
2.2.1. 새로운 컬럼의 추가와 삭제 = 64
2.2.2. 컬럼 속성 변경 = 68
2.2.3. 입력 값의 검증 = 68
2.2.4. 새로운 값으로 일괄 변환 = 71
2.2.5. 그룹 컬럼 = 72
2.2.6. 열의 틀 고정 = 73
3강 행 단위로 데이터 가지고 놀기 = 75
3.1 행 메뉴의 일반 기능 = 75
3.1.1. 행에 색상 입히기 = 76
3.1.2. 행을 기호로 표현 = 78
3.1.3. 행에 적용된 속성 일괄 제거 = 79
3.2 Rows 메뉴의 주요 기능 = 80
3.2.1. 행의 추가 삭제 = 80
3.2.2. 행의 이동 = 82
3.2.3. 조건에 따른 데이터 선택 = 83
3.2.4. 행과 열의 공통 기능 = 90
3장 그래프와 친해지기
1강 이거 하나로 다되네!! = 98
1.1 그래프 빌더 = 98
1.1.1. Graph Builder의 기본기능 = 98
1.1.2. 요약 통계량의 표시 = 103
1.1.3. 그룹별 그래프 생성 = 104
1.1.4. 2중 축 그래프 생성 = 107
1.1.5. 다른 그래프 형태로 전환 = 110
1.1.6. 지도 표현하기 = 113
1.1.7. iPad에서 Graph Builder 사용하기 = 123
2강 다양한 그래프를 활용하자 = 125
2.1 일반적인 그래프 작성 = 125
2.1.1. 요약 차트 = 125
2.1.2. Overlay Plot(중첩 그래프) = 131
2.1.3. 3차원 산점도 = 134
2.2 독특한 그래프 작성 = 136
2.2.1. 등고선도 = 136
2.2.2. 거품 도표 = 138
2.2.3. 평행 좌표 그림 = 144
2.2.4. 셀 그래프 = 147
2.2.5. 트리 맵 = 149
2.2.6. 산점도 행렬 = 151
2.2.7. 삼각 관계 그래프 = 154
2.3 그래프의 저장과 공유 = 158
2.3.1. 그래프의 저장 = 158
2.3.2. 그래프의 공유 = 158
4장 통계분석과 친해지기
1강 통계분석의 개요 = 162
1.1 통계분석의 개요 = 162
1.1.1. 기술통계 = 162
1.1.2. 추론통계 = 163
1.2 가설검정 = 164
1.2.1. 가설검정이란? = 164
1.2.2. 단측 검정과 양측 검정 = 166
1.2.3. 가설검정의 종류 = 173
2강 데이터의 형태를 알자 = 174
2.1 히스토그램의 재발견 = 174
2.1.1. 히스토그램이란? = 174
2.1.2. 히스토그램의 실행 = 175
2.1.3. 히스토그램 간의 연계 = 177
2.2 히스토그램을 자연스러운 곡선으로 확장하면? 확률분포 = 179
2.2.1. 확률분포란? = 179
2.2.2. 확률분포 실행 = 183
2.2.4. 확률분포의 검정 = 185
2.3 히스토그램의 또 다른 형태인 상자도표 = 188
2.3.1. 상자도표란? = 188
2.3.2. 상자도표의 실행 = 189
3강 연관성 있는 두 개의 정보분석 = 191
3.1 Fit Y by X란? = 191
3.1.1. X, Y 변수 = 191
3.1.2. 변수의 종류 = 193
3.1.3. Fit Y by X의 실행 법 = 195
3.2 빈도의 차이 비교 = 196
3.2.1. 분할표란? = 196
3.2.2. 분할표의 실행 = 198
3.2.3. 분할표에서 분포의 동질성 검정 = 201
3.2.4. 대응분석 = 203
3.3 두 그룹의 평균 차이 비교(T-test) = 205
3.3.1. T-test 란? = 205
3.3.2. 모집단의 설정 = 208
3.3.3. 가설검정 = 209
3.4 세 그룹 이상의 평균 차이 비교(분산분석 : ANOVA) = 212
3.4.1. 분산분석이란? = 212
3.4.2. 분산분석의 실행 = 213
3.4.3. 분산분석의 가설검정 = 216
3.4.4. 분산분석을 시각화하기 - Display Options = 217
3.5 사후검정(Post-Hoc) = 221
3.5.1. 사후검정이란? = 221
3.5.2. 사후검정의 실행 = 222
3.6 원인과 결과를 나타내는 두 연속형 변수의 분석 = 225
3.6.1. 이변량 분석이란? = 225
3.6.2. 이변량 분석 실행 = 226
3.6.3. 데이터를 설명하는 선 찾기 = 227
3.6.4. 평균에 적합하는 선 찾기 = 228
3.6.5. 직선에 적합하는 선 찾기 = 230
3.6.6. 곡선에 적합하기 = 236
3.6.7. 데이터를 변형하여 적합하기 = 238
3.6.8. Density Ellipse = 240
3.7 회귀분석을 더 알아보자 = 246
3.7.1. 회귀의 어원 = 246
3.7.2. 회귀분석의 중요성 = 246
3.7.3. 최소제곱법 = 247
3.7.4. 단순회귀분석의 실행 = 250
3.7.5. 회귀분석의 가설검정 = 251
3.7.6. 회귀선의 유의성 검정(R²) = 252
3.7.7. 수정된 회귀선의 유의성 검정(adjusted R2) = 252
3.7.8. 이상치 제거 = 253
5장 더 많은 데이터와 친해지기
1강 여러 요소에 영향을 받는 결과 분석 - 회귀분석의 확장 = 258
1.1 다중회귀분석 = 258
1.1.1. 다중회귀분석이란? = 258
1.1.2. 다중회귀분석의 실행 = 259
1.1.3. 다중회귀분석의 해석 = 262
1.1.4. 회귀식을 사용한 시물레이션 - Prediction Profiler = 266
1.2 단계적 회귀분석 = 266
1.2.1. 단계적 회귀분석이란? = 266
1.2.2. 전진선택법 = 268
1.2.3. 후진소거법 = 269
1.2.4. 혼합회귀법 = 270
1.2.5. 단계적 회귀분석의 실행 = 271
1.3 의미 있는 데이터 골라내기 - 스크리닝 = 278
1.3.1. 스크리닝이란? = 278
1.3.2. 스크리닝의 실행 = 278
1.3.3. 스크리닝의 결과 해석 = 281
1.4 변수 간의 상관성 분석 - 다변량 상관분석 = 283
1.4.1. 다변량 상관분석이란? = 283
1.4.2. 다변량 상관분석의 실행 = 284
1.4.3. 주성분 분석 맛보기 = 286
1.5 많은 변수를 축약하기 - 주성분 분석 = 288
1.5.1. 주성분 분석이란? = 288
1.5.2. 주성분 분석의 실행 = 289
1.5.3. 주성분의 개수 및 저장하기 = 295
1.5.4. 주성분 회귀분석 = 297
2강 데이터에서 패턴 찾기 = 299
2.1 데이터마이닝 개요 = 299
2.1.1. 데이터마이닝이란? = 299
2.1.2. 데이터마이닝의 분석절차 = 300
2.2 조건문(If……then……) 형태의 패턴 생성 - 의사결정나무 = 301
2.2.1. 의사결정나무의 분류 기준 = 302
2.2.2. 의사결정나무의 실행과 해석 = 303
2.2.3. 자동분류결과 해석 = 307
2.2.4. 대화식 분류결과 생성 = 310
2.3 인공지능을 분석에 활용하면? - 인공 신경망 = 313
2.3.1. 인공 신경망이란? = 313
2.3.2. 인공 신경망의 실행 = 316
2.3.3. 인공 신경망 결과 해석 = 319
2.3.4. Prediction Profiler = 320
2.3.5. 예측 모델의 활용 = 321
2.4 유사한 데이터를 묶어내기 - 군집화 = 322
2.4.1. 군집화란? = 322
2.4.2. 군집화 방법 = 323
2.4.3. 계층적 군집화의 실행 = 324
2.4.4. 계층적 군집분석의 추가 옵션 = 327
2.4.5. 비계층적 군집화-K-means = 329
2.4.6. K-means 군집화의 추가 옵션 = 331
2.4.7. 군집의 수 결정하기 = 333
2.5 데이터마이닝 활용 시 고려사항 = 339
2.5.1. 다양한 데이터마이닝 기법을 사용해야 하는 이유 = 339
2.5.2. 과적합화 = 340
2.5.3. 과대 표본추출 = 341
2.5.4. 모형에 사용되는 변수 선정 = 342
2.5.5. 데이터에 대한 정확한 이해 = 344
2.5.6. 이상치 처리 시 유의할 점 = 345
2.5.7. 결측값 처리 = 345
Appendix : JMP FORMULA = 347
01 JMP FORMULA의 개요 = 347
02 JMP에서 Formula를 사용하기 위한 기본적인 2단계 = 348
03 Key Pad의 기능 = 350
04 Function List의 기능 = 350
05 Character Function = 351
06 Statistical Function = 352
07 Date-Time Function = 352
08 Comparison Function = 353
09 Condition, Probability Function = 354
10 Formula 사용 작성법 = 355
11 컬럼 참조기능 = 357
12 Date-Time 변수의 개념 = 358
찾아보기 = 361
