한빛출판네트워크

대학교재

누구나 파이썬 통계분석

한빛아카데미

번역서

판매중

누구나 파이썬 통계분석
좋아요: 80
  • 저자 : 타니아이 히로키
  • 역자 : 권기태
  • 출간일 : 2020-04-06
  • 페이지 : 384쪽
  • ISBN : 9791156644880
  • 물류코드 :4488
  • 원제 : Pythonで理解する統計解析の基礎(技術評論社)

합계 : 26,000

  • ‘누구나’ 할 수 있습니다!

     

    통계학에 수식이 많아서 어렵다고요?

    파이썬을 활용하면 복잡한 수식이 없이도 통계분석을 할 수 있습니다!

    책을 따라 실습하다 보면 어느새 통계분석을 하는 자신을 발견하게 됩니다.

     

     

    이런 분들이 보면 더 좋습니다.

    • 파이썬을 사용해 통계분석을 공부하고 싶다.
    • 파이썬의 기초는 배웠지만, 이어서 공부할 내용을 찾지 못했다.
    • 통계분석에 흥미가 있다.
    • 통계 공부를 시작했지만 큰 그림을 볼 수 없다.
    • 머신러닝과 딥러닝을 위해, 기초부터 데이터 분석을 공부하고 싶다.

     

    누구나 파이썬 통계분석_상세페이지.jpg

     

  • [저자] 타니아이 히로키

    도쿄대학교 공학부 전기공학과를 졸업한 뒤, 동 대학원에서 정보공학계 연구과 전자정보학 전공으로 석사과정을 마쳤습니다. 현재 동 대학원에서 정보공학계 연구과 박사과정을 밟고 있습니다. 통계학검정 1급을 받았고, 2017년에 Kaggle Recruit Challenge에서 학생부 1위를 차지하였으며, Python을 활용한 데이터 과학 연구에 몰두하고 있습니다.

    [역자] 권기태

    서울대학교 계산통계학과를 졸업하고, 동 대학원에서 전산학 전공으로 이학석사 및 이학박사 학위를 취득했습니다. 현재 강릉원주대학교 컴퓨터공학과 교수로 재직 중입니다. 『R로 하는 다변량 데이터 분석(한빛아카데미, 2020)』, 『누구나 파이썬 통계분석(한빛아카데미, 2020)』, 『데이터 사이언스 교과서(성안당, 2020)』 등 통계와 프로그래밍 관련 교재의 집필과 번역 활동을 활발히 하고 있습니다.

     

  • 1장 데이터

    1.1 데이터의 크기

    1.2 변수의 종류

    1.2.1 질적 변수와 양적 변수

    1.2.2 척도 수준

    1.2.3 이산형 변수와 연속형 변수

     

    2장 1차원 데이터 정리

    2.1 데이터 중심의 지표

    2.1.1 평균값

    2.1.2 중앙값

    2.1.3 최빈값

    2.2 데이터의 산포도 지표

    2.2.1 분산과 표준편차

    2.2.2 범위와 사분위 범위

    2.2.3 데이터의 지표 정리

    2.3 데이터의 정규화

    2.3.1 표준화

    2.3.2 편찻값

    2.4 1차원 데이터의 시각화

    2.4.1 도수분포표

    2.4.2 히스토그램

    2.4.3 상자그림

     

    3장 2차원 데이터 정리

    3.1 두 데이터 사이의 관계를 나타내는 지표

    3.1.1 공분산

    3.1.2 상관계수

    3.2 2차원 데이터의 시각화

    3.2.1 산점도

    3.2.2 회귀직선

    3.2.3 히트맵

    3.3 앤스컴의 예

     

    4장 추측통계의 기본

    4.1 모집단과 표본

    4.1.1 표본추출 방법

    4.2 확률 모형

    4.2.1 확률의 기본

    4.2.2 확률분포

    4.3 추측통계의 확률

    4.4 이제부터 배울 내용

     

    5장 이산형 확률변수

    5.1 1차원 이산형 확률변수

    5.1.1 1차원 이산형 확률변수의 정의

    5.1.2 1차원 이산형 확률변수의 지표

    5.2 2차원 이산형 확률변수

    5.2.1 2차원 이산형 확률변수의 정의

    5.2.2 2차원 이산형 확률변수의 지표

     

    6장 대표적인 이산형 확률분포

    6.1 베르누이 분포

    6.2 이항분포

    6.3 기하분포

    6.4 포아송 분포

     

    7장 연속형 확률변수

    7.1 1차원 연속형 확률변수

    7.1.1 1차원 연속형 확률변수의 정의

    7.1.2 1차원 연속형 확률변수의 지표

    7.2 2차원 연속형 확률변수

    7.2.1 2차원 연속형 확률변수의 정의

    7.2.2 2차원 연속형 확률변수의 지표

     

    8장 대표적인 연속형 확률분포

    8.1 정규분포

    8.2 지수분포

    8.3 카이제곱분포

    8.4 t 분포

    8.5 F 분포

     

    9장 독립동일분포

    9.1 독립성

    9.1.1 독립성의 정의

    9.1.2 독립성과 무상관성

    9.2 합의 분포

    9.2.1 정규분포의 합의 분포

    9.2.2 포아송 분포의 합의 분포

    9.2.3 베르누이 분포의 합의 분포

    9.3 표본평균의 분포

    9.3.1 정규분포의 표본평균 분포

    9.3.2 포아송 분포의 표본평균 분포

    9.3.3 중심극한정리

    9.3.4 대수의 법칙

     

    10장 통계적 추정

    10.1 점추정

    10.1.1 모평균의 점추정

    10.1.2 모분산의 점추정

    10.1.3 정리

    10.2 구간추정

    10.2.1 정규분포의 모평균 구간추정 : 모분산을 알고 있는 경우

    10.2.2 정규분포의 모분산 구간추정

    10.2.3 정규분포의 모평균 구간추정 : 모분산을 모르는 경우

    10.2.4 베르누이 분포의 모평균 구간추정

    10.2.5 포아송 분포의 모평균 신뢰구간

     

    11장 통계적 가설검정

    11.1 통계적 가설검정

    11.1.1 통계적 가설검정의 기본

    11.1.2 단측검정과 양측검정

    11.1.3 가설검정의 두 가지 오류

    11.2 기본적인 가설검정

    11.2.1 정규분포의 모평균에 대한 검정 : 모분산을 알고 있는 경우

    11.2.2 정규분포의 모분산에 대한 검정

    11.2.3 정규분포의 모평균에 대한 검정 : 모분산을 모르는 경우

    11.3 2표본 문제에 관한 가설검정

    11.3.1 대응비교 t 검정

    11.3.2 독립비교 t 검정

    11.3.3 윌콕슨의 부호순위검정

    11.3.4 만∙위트니의 U 검정

    11.3.5 카이제곱검정

     

    12장 회귀분석

    12.1 단순회귀모형

    12.1.1 회귀분석에서의 가설

    12.1.2 statsmodels에 의한 회귀분석

    12.1.3 회귀계수

    12.2 중회귀모형

    12.2.1 회귀계수

    12.2.2 가변수

    12.3 모형의 선택

    12.3.1 결정계수

    12.3.2 조정결정계수

    12.3.3 F 검정

    12.3.4 최대로그우도와 AIC

    12.4 모형의 타당성

    12.4.1 정규성 검정

    12.4.2 더빈-왓슨비

    12.4.3 다중공선성

  •  


    • 요즘 머신러닝을 공부하면서 간편한 도구와 쉬운 예제들로 그저 따라하기만 하다보니 응용 단계까지 가기에는 부족함을 느끼고 있었습니다. 그러던 차에 기초부터 다시 짚고 넘어가야겠다 생각했고 특히 아주 기본적인 용어와 개념부터 다시 정립하기 위해 이 책을 구매하게 되었습니다.


       



      이 책을 통해 그동안 대충 들어봤고, 심지어 어설프게 쓰고있던 통계분석 용어와 개념들이 확실히 정리가 되었습니다.


       



      다른 책들보다 본 책을 추천하는 포인트는 다음과 같습니다.


       



      1. 얇다



       - 책이 얇다보니 가벼워서 휴대하기 좋아 집/회사를 오가며 짬짬이 읽다보니 다 보는데 일주일 정도 걸린 것 같습니다.



       - 익숙치 않은 용어들만 따로 수첩에 정리해 들고다니니 어느새 통계분석 전공자가 된 기분입니다.


       



      2. 쉽다.



       - 독자 대상 자체가 '누구나' 볼 수 있도록 쉽게 작성이 되어있어 복잡한 수식과 구체적인 설명 보다는 개념 수준의 간단한 수식과 단순한 예제로 이해하기 쉬웠습니다



       - 작가가 최대한 이해하기 쉬운 상황을 예로 들어주고 있으며, 다양한 개념을 설명하는데 동일한 예를 반복해서 사용해 주고 있어서 이해하는데 많은 도움이 되었습니다.



       - 정말 어렵고 복잡한게 없어요. 아무생각 없이 읽어도 3일이면 다 읽을지도 몰라요.



       - 사실 복잡한 수식들이 있더라도 개념만 알면되고 실제 사용은 파이썬에 한줄 코드로 구현이 되기 때문에 너무 깊게 들어갈 필요도 없는 것 같습니다.


       



      3. 파이썬 에니메이션 환경 제공



       - 파이썬 코드를 제공하는건 당연한거지만, 별도로 애니메이션이라고 직접 파라미터들을 조작할 수 있는 GUI 환경을 제공하고 있습니다. 이를 통해 직접 변수와 값들을 변경하면서 그 결과가 바로바로 반영되는 애니메이션을 확인할 수 있어서 좋았습니다.


       



      4. 따끈따끈한 신간



       - 통계분석은 오래된 학문이지만, 파이썬(특히 통계/분석관련 라이브러리)은 업데이트 주기가 빠릅니다. 이론만 공부하는데는 오랜 기간 검증된 책이 좋을 수 있지만, 프로그래밍과 함께 공부하려면 아무래도 최신판이 좋을 것 같습니다.


       



      마지막으로 



      책에 쓸데없는 내용을 없애기 위함인지 흔한 작가의 정리글도 없이 본문 내용을 끝으로 책이 마무리됩니다



      덕분에 끝났다는 느낌보다 한 번 더 봐야겠다는 생각이 들었습니다.


       



      그럼 이제 다음 단계로 딥러닝을 공부하러 갑니다~!


       





       



      다들 열공하세요~!

  • 내용이 없습니다.
<한빛아카데미> 도서구입은 인터넷서점을 이용하세요.
닫기

해당 상품을 장바구니에 담았습니다.
장바구니로 이동하시겠습니까?