Detail View

통계와 프로그래밍 지식이 거의 없거나 기본적인 내용을 배운 적이 있지만 제대로 이해하지 못하고 여전히 어려움을 느끼고 있는 독자들을 위한 책이다. 이 책의 목적은 다양한 배경을 가진 독자들이 기본적인 데이터분석을 할 수 있도록 하는 것이다. 데이터분석 기초 수업을 들으면서 보조 교재로 사용한다면 수업 중 이해가 되지 않는 부분들을 다시 짚고 넘어갈 수 있을 것이다.

통계와 데이터분석은 금융권 업무와 동떨어져 있고, 극소수의 사람만 알면 되는 그다지 쓸모없는 지식인 것처럼 여겨지던 때가 있었습니다. 그러나 지금은 데이터의 시대
이고 빅데이터 분석과 활용이 화두가 될 정도로 상황이 많이 바뀌었습니다. 여기저기에서 통계와 데이터분석을 배우지 않으면 남들보다 뒤처질 것처럼 얘기하다 보니 왠
지 꼭 배워야만 할 것 같은 분위기가 형성된 것 같습니다. 이러한 분위기 속에서 통계를 분석 도구로 사용하고 이를 가르치는 입장에서 보면, 너무 급하게 암기식으로 배
우거나 현란한 공식에 매몰되어 흥미를 잃고, 실제 데이터를 접했을 때 전혀 적용하지 못하거나 잘못 적용하는 상황을 자주 목격하게 되었습니다.
실무에서 통계를 적용하여 데이터를 분석할 때 컴퓨터 분석 도구를 활용하게 됩니다. 이 책에서는 대중의 접근성을 높이고자 무료로 사용 가능한 프로그래밍 언어인 R과
Python을 사용하였습니다. R과 Python을 사용하기 위한 프로그램 설치 및 설정, 기본 사용법부터 시작하여 데이터 준비 - 탐색 - 분석 단계까지 기술하였습니다. R과
Python 언어는 각기 장점을 가지고 있고 사용하는 사람의 배경에 따라 좀 더 편하고 익숙한 언어가 있을 수 있습니다. 하지만 대부분 실무 업무를 하다 보면 분석하는 사
람의 숙련도나 선호도가 아닌 소속 기관이나 부서에 따라 언어를 선택하고 분석하게 되는 상황이 많아 이 책에서는 동일한 작업에 대해 두 언어를 모두 사용하였습니다.
통계적인 지식을 가지고 있고 프로그램 경험이 있더라도 R과 Python 중 하나의 언어에만 익숙한 경우 이 책을 활용한다면 짧은 시간에 다른 언어를 습득하는 데 도움이
될 것입니다.
이 책은 통계와 프로그래밍 지식이 거의 없거나 기본적인 내용을 배운 적이 있지만 제대로 이해하지 못하고 여전히 어려움을 느끼고 있는 독자들을 위해 썼습니다. 이 책
의 목적은 다양한 배경을 가진 독자들이 기본적인 데이터분석을 할 수 있도록 하는 것입니다. 데이터분석 기초 수업을 들으면서 보조 교재로 사용한다면 수업 중 이해가
되지 않는 부분들을 다시 짚고 넘어갈 수 있을 것입니다. 책에 포함된 R과 Python 코드들과 데이터, 그리고 버전의 업그레이드에 따른 수정 내용들은
https://github.com/data-june-yoon/book에서 제공됩니다. 이 책의 많은 그래프가 명암으로만 표현되어 있지만 실제로는 훨씬 색이 다양하고 심미성이 높으니 직접 데이
터와 코드를 활용하여 실습을 해보기를 바랍니다. 또한 책에 대한 의견이나 질문은 저자의 이메일(juneyoon@kbi.or.kr)로 공유하면 됩니다.
높은 수준의 분석을 이해하기 위해서는 통계의 기반이 되는 수학부터 차근차근 시작하여 제대로 배우고 대학원 공부까지 하는 것이 가장 바람직할 것입니다. 하지만 그러
지 못하는 독자들(학습자 포함)을 위해서 수학적인 내용을 많이 덜어내고 최대한 간결하고 직관적으로 설명하려고 하였습니다. 이 책의 후반부에 포함된 통계모형 부분
에서도 각 분석 방법의 적용이 가능한 데이터 형태를 이해하고 프로그램을 적용하는 것에 초점을 맞추었습니다. 다만, 분산분석, 회귀분석, 로지스틱 회귀분석을 실무 프
로젝트에서 활용해야 한다면 이 책을 기반으로 하여 보다 깊이 있는 교재를 활용하여 추가로 공부할 것을 권장합니다. 미리 겁을 먹고 통계와 데이터분석을 기피할 필요
는 없지만, 분석 과정에서 모형에서의 가정이 맞는지 등은 언제나 조심스럽게 점검할 필요가 있습니다.

이 책을 통해 좀 더 많은 사람들이 R과 Python을 활용한 데이터분석의 매력과 재미에 빠져들기를 바랍니다.

Information Provided By: :

제1장 빅데이터 시대와 데이터 분석

제2장 데이터 구성과 변수의 종류에 따른 분석 방법

제3장 데이터 분석을 위한 R, Python 작업 환경 준비

제4장 데이터 분석을 위한 R과 Python 기본

제5장 데이터 입출력 및 준비

제6장 범주형 데이터의 요약

제7장 연속형 데이터의 요약

제8장 시계열 데이터 탐색

제9장 모집단과 표본, 통계적 추론

제10장 확률변수와 확률분포

제11장 통계적 추정

제12장 가설검정

제13장 통계모형이란

제14장 분산분석

제15장 회귀분석

제16장 로지스틱 회귀분석

Information Provided By: :