파이썬을 활용한 데이터 분석과 응용

목차 (Table of Contents)

• 목차
• 제1장 파이썬의 기본 사용법 = 1
• 1.1 파이썬(Python)의 소개 = 3
• 1.2 파이썬 설치와 실행 = 4
• 1.3 파이썬 프로그래밍 - Spyder = 6
• 1.4 파이썬 프로그래밍 - 주피터 노트북 = 7
• 1.5 파이썬 프로그래밍 - Google COLAB = 17
• 1.6 모률, 라이브러리, 패키지 = 19
• 1.7 판다스 라이브러리 = 20
• 1.8 연습문제 = 22
• 제2장 데이터 프레임 = 23
• 2.1 데이터 프레임의 생성 = 25
• 2.2 데이터 프레임에 함수 적용하기 = 32
• 2.3 데이터 프레임의 가공 = 34
• 2.4 도움말(help) 기능 = 40
• 2.5 연습문제 = 44
• 제3장 데이터의 요약 및 표현 = 45
• 3.1 자료의 형태 = 47
• 3.2 모수와 통계량 = 49
• 3.3 기술통계량 = 50
• 3.4 그래프를 이용한 양적 데이터의 요약 = 62
• 3.5 질적 데이터의 요약 = 65
• 3.6 그래프를 이용한 질적 데이터의 요약 = 71
• 3.7 이 장에서 사용된 주요 함수들 = 74
• 3.8 연습문제 = 78
• 제4장 확률변수와 분포함수 = 85
• 4.1 확률변수와 확률분포 = 87
• 4.2 기댓값과 분산 = 89
• 4.3 이산형 확률분포 = 92
• 4.4 연속형 확률분포 = 98
• 4.5 표본분포 = 102
• 4.6 연습문제 = 110
• 제5장 통계적 추정과 검정 = 119
• 5.1 통계적 추정 = 121
• 5.2 통계적 가설검정 = 132
• 5.3 단일 모집단에 대한 검정 = 137
• 5.4 이 장에서 사용된 주요 함수들 = 145
• 5.5 연습문제 = 146
• 제6장 두 모집단에 대한 비교 = 151
• 6.1 독립표본에 의한 두 모평균의 비교 : 독립표본 t-검정 = 153
• 6.2 대응표본에 의한 두 모평균의 비교 : 대응표본 t-검정 = 158
• 6.3 독립표본에 의한 두 모비율의 비교 = 163
• 6.4 대응표본에 의한 두 모비율의 비교 - 맥니머 검정 = 166
• 6.5 모분산의 동일성에 대한 검정 = 169
• 6.6 이 장에서 사용된 주요 함수들 = 171
• 6.7 연습문제 = 173
• 제7장 상관분석 = 179
• 7.1 상관계수의 개념 = 181
• 7.2 상관계수의 추정과 검정 = 183
• 7.3 편상관계수 = 190
• 7.4 측정도구의 신뢰도 분석 = 194
• 7.5 이 장에서 사용된 주요 함수들 = 199
• 7.6 연습문제 = 202
• 제8장 질적변수들의 연관성 = 205
• 8.1 다항분포 = 207
• 8.2 교차분석 - 카이제곱검정 = 207
• 8.3 카이제곱 적합도 검정 = 214
• 8.4 오즈비 = 216
• 8.5 연관성의 측도 = 218
• 8.6 이 장에서 사용된 주요 함수들 = 226
• 8.7 연습문제 = 226
• 제9장 회귀분석 = 231
• 9.1 단순 회귀분석 = 233
• 9.2 잔차분석 = 240
• 9.3 다중 회귀분석 = 246
• 9.4 변수선택 = 252
• 9.5 다중공선성 = 255
• 9.6 가변수 - 질적 설명변수의 처리 = 260
• 9.7 변수변환과 비선형 회귀분석 = 265
• 9.8 이 장에서 사용된 주요 함수들 = 270
• 9.A 부록 : 변수선택을 위한 사용자 정의 함수 작성 = 273
• 9.9 연습문제 = 275
• 제10장 분산분석 = 281
• 10.1 실험연구의 제 개념 = 283
• 10.2 일원분류 분산분석 = 285
• 10.3 이원분류 분산분석 - 반복이 없는 경우 = 293
• 10.4 이원분류 분산분석 - 반복이 있는 경우 = 298
• 10.5 공분산분석 = 305
• 10.6 이 장에서 사용된 주요 함수들 = 312
• 10.7 연습문제 = 314
• 제11장 비모수적 검정 = 319
• 11.1 정규성에 대한 검토 = 321
• 11.2 단일 모집단에 대한 검정 = 326
• 11.3 두 모집단에 대한 검정 = 329
• 11.4 독립 k-표본에 대한 검정 = 333
• 11.5 이 장에서 사용된 주요 함수들 = 335
• 11.6 연습문제 = 336
• 제12장 통계분석을 넘어 - 데이터사이언스 = 337
• 12.1 데이터사이언스 = 339
• 12.2 기계학습 = 341
• 12.3 데이터사이언스 사례 = 341
• 12.4 연습문제 = 360
• 부록. 통계분포표 = 363
• 부표 1. 이항분포 = 365
• 부표 2. 포아송분포 = 368
• 부표 3. 표준정규분포 = 370
• 부표 4. t-분포 = 371
• 부표 5. 카이제곱분포 = 372
• 부표 6. F-분포 = 374
• 찾아보기 = 379