PKNU Statistics & Data Science

교과목 설명

통계학개론및R실습Ⅰ,Ⅱ(Introduction to Statistics with PracticeⅠ,Ⅱ)

기초 통계이론 및 통계분석의 기본과정을 전반적으로 소개한다. 통계 기본개념 이해를 높이기 위해 R 프로그램 학습을 통해 실습능력을 배양한다.

통계수학(Mathematics for Statistics)

통계수학은 통계적 방법론의 기저의 근본 이론들을 개발하는데 토대적인 역할을 하는 학문이다. 통계학의 급속한 성장과 함께 통계수학의 지식은 최근 진보된 통계학 분야에서 이해를 하는데 도움을 준다.

확률론(Probability Theory)

통계적 방법론의 주요 기초이론이 되는 확률론의 기본개념에 대해서 학습한다. 이를 위해, 확률에 관련된 이론뿐만 아니라 다양한 예제 및 연습문제들을 직접 해결할 수 있는 능력을 배양하고자 한다.

파이썬프로그래밍및실습 (Statistical Language Programming with Practice)

통계학을 이수한 학생을 대상으로 통계학에서 다루는 여러 가지 통계적 분석기법을 간단한 이론과 함께 통계분석소프트웨어인 파이션 (Python)을 활용할 수 있는 실습 능력을 배양한다.

행렬대수(Matrix Algebra)

행렬대수의 기본적인 이론을 습득한 후 이러한 이론이 통계분야에 어떻게 적용되는지 이해할 수 있도록 하며 통계패키지 R과 SAS/IML을 이용하여 행력대수 이론도 구현해본다.

수리통계학Ⅰ,Ⅱ(Mathematical StatisticsⅠ,Ⅱ)

확률과 분포에 관한 이론들을 이용하여 통계학에서 가장 흔히 다루는 통계적 추론 문제를 공부하기로 한다. 즉 모수의 추정문제와 가설검정의 원리와 여러 가지 방법들을 다루기로 한다.

표본론(Sampling Theory)

표본설계의 기본적 이해와 대표적인 표본추출방법과 모수추정방법에 대해 교수한다.

조사방법론및실습(Survey Methods with Practice)

조사과정에서 필요한 조사연구설계, 질문지 작성, 면접조사 관리, 표본추출, 측정, 척도 구성, 조사 데이터 분석, 보고서 작성 등 사회조사 또는 통계조사와 관련된 전 과정에 대해서 교수한다.

통계적품질관리(Statistical Quality Control)

통계학 전공자들에게 품질관리의 통계적 측면을 소개하여, 품질과 품질개선의 중요성을 인식하게 하고자 한다.

통계패키지및실습(Statistical Package with Practice)

통계학 분야에서 가장 많이 사용하고 있는 통계패키지인 SAS 및 SPSS 통계 소프트웨어를 활용하여, 데이터 처리, 기술통계분석, 기초 통계학 수준의 통계모형에 관해서 학습하고, 실제 데이터를 통해서 SAS 및 SPSS의 활용방법에 대해서 학습한다.

회귀분석및실습(Regression Analysis with Practice)

중회귀모형, 다중회귀모형, 회귀진단, 가변수, 변수선택, 다중공선성, 비선형회귀, 일반화선형모형 등을 학습하며 통계패키지 R, SAS, SPSS, Minitab을 활용할 수 있도록 교수한다.

통계계산및실습(Computational Statistics with Practice)

통계계산은 통계학의 연구를 위해 급격하게 팽창되고 있는 분야이다. 본 과목에서는 오늘날 가장 강력하게 사용되고 있는 R언어 및 파이션 (Python) 을 사용하여 프로그램을 작성하는 방법들을 배우게 된다. 특히 모든 전산언어의 근간이 되고 있는 이론을 강조한 후 더 복잡한 문제에 사용된 기법들을 습득한다. 특히 통계학에서 빈번하게 사용되고 있는 시뮬레이션 방법, 몬테칼로 방법, MCMC, 붓스트랩 및 다변량자료의 시각화 기법들에 대하여 다루게 된다.

실험계획법및실습(Design of Experiments with Practice)

현상이나 반응에 영향을 미치는 요인들의 영향을 주는 실험들을 통하여 반응값과 요인들의 관계를 선형모형으로 분석하는 기법들을 통계분석소프트웨어인 SAS의 실습을 병행한다.

데이터사이언스개론및실습(Introduction to Data Science with Practice)

데이터시각화, 데이터랭글링, 통계학습, 예측분석, 비지도학습, 시뮬레이션, 공간자료, 텍스트마이닝, 네트워크과학 등을 학습하며 통계패키지 R을 통하여 활용할 수 있도록 교수한다.

이산자료분석및실습(Discrete Data Analysis with Practice)

수리통계학, 회귀분석, 실험계획법등의 기본적인 통계학 교과목 등을 이수한 학생을 대상으로 이산형자료와 연속형자료들이 함께 나타나는 경우의 분석기법들을 이론과 함께 통계분석소프트웨어인 R 및 SAS의 실습을 병행한다.

확률과정론(Stochastic Processes)

과학기술분야에서 나타나는 여러 가지 현상들을 확률의 이론으로 해석하기 위하여 마르코프체인과 확률과정에 관한 이론에 관한 내용을 배운다.

데이터시각화및실습(Data Visualization with Practice)

통계패키지 R을 이용하여 (빅)데이터를 시각적으로 처리하는 탐색적인 기법들 및 통계적 기법들을 교수한다.

다변량자료분석(Multivariate Data Analysis)

다변량정규분포, 주성분분석, 인자분석, 판별분석 등 다변량자료분석의 다양한 기법들과 함께, 패턴인식의 기본적인 개념을 배우고, 패턴인식에서 고전적인 통계방법과 최신 개념이 방법의 차이에 대해서 이해하도록 한다.

시계열자료분석및실습(Time Series Analysis and Practice)

시계열자료를 분석하는 기본적인 개념들을 배우고 통계패키지를 사용하여 실제자료를 분석하는 방법들을 습득한다.

생존자료분석및실습(Analysis of Survival Data with Practice)

의학, 공학 및 사회과학 분야 등에서 주로 관측되는 생존기간(survival time, failure time or time-to-event)에 관한 자료를 분석하는 다양한 통계적 방법을 소개하고, 그 이해를 돕기 위해 통계패키지 R 및 SAS를 활용하여 실습하고자 한다. 특히 생존자료의 대표적인 분석방법으로서 카플란-마이어(Kaplan-Meyer) 생존함수 추정법, Cox의 비례위험모형(Cox‘s proportional hazards model) 및 가속화 실패시간 모형(accelerated failure-time model)을 학습 한다.

통계학습모형및실습 (Stastistical Learning with Practice)

기계학습모형 중 통계학습 모형과 관련이 깊은 kNN, Naive Bayes, 로지스틱회귀분석, 의사결정나무분석, 집락분석에 대하여 교수한다.

베이지안통계학(Bayesian Statistics)

전통적인 통계적방법에 사전정보를 추가하여 사후분포를 유도하고 이 사후분포에 근거하여 통계적분석을 다루는 베이지안 데이터 분석방법을 교수한다.

기계학습및실습(Machine Learning with Practice)

신경망분석, SVM, 연관규칙분석, 배깅, 부스팅, 랜덤포레스트 기법들에 대하여 교수한다.

금융통계학(Financial Statistics)

현실에서 접하게 되는 주식가격, 주식수익률 및 환율 등과 같은 다양한 종류의 금융자료를 살펴보고 그 통계적 특성 및 모델링을 학습한다.

통계학특강(Statistics Special Topics)

대학원진학을 목표로 하는 학부생의 수리통계학 및 통계 전반적인 이론내용에 대하여 교수한다.

생물통계학(Statistics for Life Sciences)

의학 및 생명과학에서 통계적 방법의 적용이 보편화되면서, 통계전문가들의 역할이 크게 중요시되고 있다. 본 강좌에서는 생물통계학 전문가로서 반드시 필요한 기초적인 통계적 방법 및 소양을 학습한다.

현장실습L(Training of Practice)

통계 데이터 처리 및 분석을 희망하는 산업체, 연구소, 공공기관과 연계 및 방문을 통해 각 기관에서 생성되는 자료를 입력하고 정리함으로써, 실제 기관들에서 제시되고 있는 자료의 형태 및 그 자료를 통해 어떤 연구가 수행되고 있는지를 현장 학습한다.

캡스톤디자인L(Capston Design)

학부과정에서 배운 통계적 분석 방법과 SAS, SPSS, R, Minitab 등의 통계 패키지를 이용하여, 팀별로 국가기관이나 산업체에서 생성하는 기업자료를 해석 및 분석하여 그 결과를 제시하는 방법을 실질적으로 습득케 한다.