교과목 개요

교과목 구분 : 전공필수   교과목 번호  :  326.212   학점 : 3   학년 : 1

최근 수십 년간의 컴퓨터 기술의 발전으로 인해 통계분석가는 이전에는 상상할 수 없었던 복잡한 통계모형들을 사용할 수 있게 되었다. 이 과목에서는 현대적 통계분석을 위한 첫 단계로 컴퓨터 프로그래밍의 기본 개념과 컴퓨터를 이용한 통계적 자료분석의 기초를 배운다. C와 포트란 등 범용 프로그래밍 언어로 프로그램을 작성하는 법을 배우고, 이를 바탕으로 R 등 통계적 자료분석에 특화된 언어의 사용법을 공부한다. 이들 언어를 활용한 기초적인 통계 분석 기법 및 데이터베이스의 기본 개념에 대해 학습한다.
교과목 구분 : 전공필수   교과목 번호  :  326.211   학점 : 3   학년 : 2
자연과학 뿐만아니라 현대 사회에서 거의 모든 현상을 이해하기 위하여 확률적 방법이 도입되고 있다. 또한 확률 이론은 현대 수학의 중요한 분야이며 인공지능, 컴퓨터 통신 등 컴퓨터 과학에도 응용범위가 매우 크다. 이 과목에서는 먼저 확률의 기본 개념을 이해하고 이를 통하여 자연과학, 공학, 사회과학 등에서 사용되는 확률적 사고 및 접근 방법을 공부하며, 아울러 이에 필요한 수학적 기법도 소개한다. 통계학 전공 필수 과목인 수리통계를 수강하는데도 큰 도움이 된다.
교과목 구분 : 전공필수   교과목 번호  :  326.214   학점 : 3   학년 : 2
표본론에서 취급한 기본적인 표본설계와 추정이론을 기초로 하여 보다 다양하고 실용적인 설계와 추정이론을 다룬다. 실습을 통하여 통계조사과정과 실측방법의 문제에 접근한다. 과목내용은 층화다단추출법, 층화확률비례다단추출법, 회귀추정 중복추출법, 시계열상의 표본추출법, 반복추출법, 비표본오차에 대한 고찰 등이다. 각 추출방법에서 모수의 추정과 표본의 크기 추정, 표본의 최적배분, 상대효율등을 다룬다. 실습은 실제자료를 가지고 분석하고, 야외통계조사실습을 실시하여 사례연구 및 세미나를 갖는다.
교과목 구분 : 전공필수   교과목 번호  :  326.311   학점 : 3   학년 : 3
확률변수의 분포, 조건부 확률과 독립성, 몇 가지의 특수한 분포(정규분포, 이항분포, 다항분포, 감마분포, 카이제곱분포, Poisson분포, 다변량 정규분포), 확률변수의 함수 분포 등을 다룬다. (선수과목: 선형대수학)
교과목 구분 : 전공필수   교과목 번호  :  326.312  학점 : 3   학년 : 3
중심극한정리를 포함한 극한분포, 추정, 통계적 가설, 가설검정, 비모수적인 방법을 이용한 검정과 이에 필요한 통계량, 충분통계량, 통계적 추론에 필요한 이론, 정규분포에 대한 보다 자세한 이론 등을 다룬다. (선수과목: 수리통계 1)

교과목 구분 : 전공필수   교과목 번호  :  326.313  학점 : 3   학년 : 3

회귀분석은 독립변수들과 종속변수 사이의 함수 관계를 데이터에 의하여 규명하는 통계적 방법으로서, 모형적합과 예측에 사용되는 기법이다. 이 교과목에서 다루는 내용은 단순회귀, 곡선회귀, 가변수의 사용, 반응표면분석, 변수의 선택, 회귀진단 등 다양하며 실습에서는 통계 패키지인 SAS를 주로 사용한다. 이 교과목은 실험계획, 다변량 자료분석, 시계열 자료분석, 품질관리, 계량경제학 등을 공부하는데 필수적이다.
(선수과목: 선형대수학)
교과목 구분 : 전공선택   교과목 번호  :  326.314  학점 : 3   학년 : 3
로그선형모형(log-linear model)에 기초한 범주형자료의 분석방법을 다룬다. 모형의 선택 및 적합도검정, 분할표(contingency table)에서 각 셀(cell)의 기대도수의 최우추정방법, 최우추정값의 계산방법, 불완전분할표(incomplete contingency table)의 분석방법, 로짓(logit)모형, 선형로지스틱회귀모형(linear logistic regression model) 등을 다룬다.
교과목 구분 : 전공선택   교과목 번호  :  326.315  학점 : 3   학년 : 3
(선수강과목 : 회귀분석 및 실습)
교과목 구분 : 전공선택   교과목 번호  :  326.316  학점 : 3   학년 : 3
다변량의 평균에 관한 추정과 검정, 주성분 분석, 요인분석, 판별분석, 군집분석 등을 다룬다. (선수강과목: 수리통계 1,2, 선형대수 및 연습,회귀분석 및 실습).
교과목 구분 : 전공선택   교과목 번호  :  326.311  학점 : 3   학년 : 4
주관적 확률, 선호도의 정량화, 베이지안 결정이론, 공액사전분포, 극한 사후분포, 베이지안 추정과 검정 이차결정이론 등을 다룬다. (선수강과목 : 수리통계 1,2 )
교과목 구분 : 전공선택   교과목 번호  :  326.312  학점 : 3   학년 : 4
생존시간(survival time)에 관한 추정과 검정을 하거나 생존시간에 관한 회귀모형을 사용하여 생존 시간에 영향을 미치는 위험인자를 찾아내는 통계기법을 공부한다. 개체가 생존할 확률을 나타내는 생존함수(survival function)를 추정하기 위한 생명표(life table)법과 카플란-마이어(Kaplan-Meyer) 추정법을 소개하고 여러 처리(treatment) 그룹을 비교하기 위한 검정법을 다룬다. 또한 회귀모형에 관한 대표적인 모형인 Cox의 비례위험모형 (proportional hazard model)과 가속화된 회귀모형(accelerated regression model)에 관하여 공부한다.
교과목 구분 : 전공선택   교과목 번호  :  326.313  학점 : 3   학년 : 4
데이터마이닝의 기본 개념 및 방법들을 다양한 응용사례를 중심으로 배운다. 대용량자료의 분석을 위한 자료의 전처리과정(자료의 범주화, 자료의 선택)등을 배우고 회귀분석을 시작으로 하여 로지스틱회귀, 의사결정나무, 신경망모형, 군집분석, 연관성분석 등에 대한 개요 및 컴퓨터를 이용한 모형구축 방법에 대하여 배운다. 코스 종반에 팀을 구성하여 실제 자료를 분석하여 결과를 발표한다. R, SPSS, SAS 등의 다양한 통계프로그램을 이용한다.
교과목 구분 : 전공선택   교과목 번호  :  326.414  학점 : 3   학년 : 4
비모수적 방법과 분포무관 통계량의 기초 이론으로서의 순서통계량과 순위통계량의 분포를 다룬다. 비모수적 신뢰구간 검추정법을 다루어 모수적 방법과 비교하며, 표본문제에서의 위치모수의 검추정법, 표본문제에서의 위치와 척도모수의 검추정법을 다루고 분포함수에대한 비모수적 검정문제를 다룬다. (선수강과목 : 통계학 및 실습)
교과목 구분 : 전공선택   교과목 번호  :  326.415  학점 : 3   학년 : 4
시계열자료의 분석법 및 여러가지 종류의 시계열자료 분석용 패키지의 사용법에 대해 공부한다. 주로 다루어지는 내용은 예측기법으로 많이 이용되는 이동평균법, 지수평활법 및 ARIMA모형에 의한 분석법 등이며 X-11 등과 같은 분해에 기초한 계절조정법의 기본개념들을 다룬다. (선수강과목 : 회귀분석 및 실습 )
교과목 구분 : 전공선택   교과목 번호  :  326.316  학점 : 3   학년 : 4
정규곡선, 관리도, 샘플링 검사(sampling inspection), 확률이론, 속성에 따른 표본 채택여부, 측정단위 표본추출(single sampling of measurement)작업에 통계적 방법 등 품질관리 이론과 이에 필요한 통계이론을 다룬다. (선수강과목: 통계학 및 실습, 수리통계 1,2 ,표본설계 및 조사실습 )
교과목 구분 : 전공선택   교과목 번호  :  326.418  학점 : 3   학년 : 4
여러 가지 통계 모형에서 나타나는 함수에 대하여 비모수적 추정 방법을 배우며, 이론적인 측면보다는 주로 방법론 및 그 응용에 초점을 맞춘다. 비모수 방법으로서 커널 추정법, 국소 다항 적합법, 웨이블릿 추정법, 스플라인 추정법 등을 다룬다. 밀도함수, 회귀함수, 생존함수, 분위수함수 등의 추정 방법을 배우며, 분류 및 판별분석, 일반화 선형모형, 중도절단회귀 모형, 비례위험 모형 등에 응용하는 방법을 간략하게 소개한다.
교과목 구분 : 전공선택   교과목 번호  :  M0000.000500  학점 : 3   학년 : 4
이산시간 마코프체인, 연속시간 마코프체인과 재생과정에 대하여 다룬다. 마코프체인에서는 재귀성, 에르고딕정리, 가역성 등과 그 응용이 중요 주제이고 재생과정에서는 여러 가지 재생정리와 함께 그 응용을 다룬다.
교과목 구분 : 전공선택   교과목 번호  :  M1399.000100  학점 : 3   학년 : 4
최근 수십 년간의 컴퓨터 기술의 발전으로 인해 통계분석가는 이전에는 상상할 수 없었던 복잡한 통계모형들을 사용할 수 있게 되었다. 따라서 현대의 복잡하고 다양한 통계모형들을 분석하기 위해서는 컴퓨터를 이용한 여러 가지 통계계산 방법들을 습득하는 것이 필수 불가결한 과제가 되었다. 이 과목에서는 모수론적 통계와 베이지안 통계에 필요한 통계계산 방법들을 배우고 이를 실제 컴퓨터로 구현해 보는 것을 목표로 한다. 모수론적 통계 분석을 위해서는 우도함수를 최적화 할 때 쓰는 뉴튼 랩슨 방법을 비롯한 각종 최적화 방법들을 배운다. 베이지안 통계분석을 위해서는 깁스 표본추출, 메트로폴리스 알고리듬 등 마코프 사슬 몬테 카를로 기법을 다룬다. 이외에도 통계계산에 필요한 자료구조와 행렬계산 등 다양한 계산 알고리즘들을 다룬다.