메뉴닫기

포인트랭킹

  • 1손익분기점336,820
  • 2supex33299,780
  • 3해피본드92,497
  • 4세제행사77,626
  • 5namkinam66,211
  • 6선물545463,830
  • 7해마로야57,419
  • 8백억미남53,522
  • 9올리가키48,877
  • 10사무에엘43,720

선물자유

  • [책 추천] 세상에서 가장 쉬운 통계학 입문

  • 랭킹선물월드
  • 2024-02-11 22:12:36조회수 10

책 소개

마케팅을 위한 데이터 분석, 금융상품의 리스크와 수익률 분석, 주식과 환율의 변동률 분석 등 쏟아지는 데이터에서 의미 있는 정보를 뽑아내기 위한 방법으로서의 통계를 소개하는 책이다. 이 책은 복잡한 공식과 기호는 하나도 사용하지 않고 사칙연산과 제곱, 루트 등 중학교 기초수학만으로 통계학의 기초를 확실히 다질 수 있게 돕는다.


시장의 가격 동향, 소비자의 소비 동향, 주식과 환율의 변동, 부동산가격의 변동 등 숫자로 표현되는 여러 현상들을 분석해 자신과 자신이 속한 기업에 필요한 정보를 뽑아내고 정확히 예측해야 성공하는 전략, 이기는 전략을 세울 수 있음을 강조하면서 초보 중의 초보라도 통계학에서 가장 중요한 항목인 ‘검정’과 ‘구간추정’을 가장 쉽게, 그리고 가장 빨리 이해할 수 있도록 도와준다. 총 21개 강의로 구성되어 있어, 아무리 바쁜 비즈니스맨이라도 하루에 30분 정도를 투자하여 3주 정도에 통계학의 기초를 마스터할 수 있도록 구성되어 있다.



목차

시작하면서


제0강의

‘통계학’을 효율적으로 한 단계씩 이해하는 것이 목적


1. 이 책은 왜 2부 구성으로 되어 있는가?

2. 통계학이란 무엇인가? 기술통계와 추리통계

3. 표준편차를 가장 중요하게 다룬다

4. ‘확률’은 거의 다루지 않는다

5. ‘95% 예언적중구간’으로 설명한다

6. 수학 기호나 공식은 거의 사용하지 않는다

7. 괄호를 채우는 간단한 연습문제로 독학이 가능하다



제1부

표준편차부터 검정과 구간추정까지를 한번에



제1강의

도수분포표와 히스토그램 : 데이터의 특징을 돋보이게 하는 도구


1. 데이터 자체로는 아무것도 알 수 없기 때문에 통계를 사용

2. 히스토그램 만들기

[제1강의 정리]

[연습문제]



제2강의

평균값의 역할과 평균값을 이해하는 방법 : 평균값은 지렛대가 균형을 이루는 지점


1. 통계량은 데이터를 요약한 수치

2. 평균값이란?

3. 도수분포표에서의 평균값

4. 히스토그램에서 평균값의 역할

5. 평균값을 어떻게 이해해야 하는가?

[제2강의 정리]

[연습문제]

[Column] 평균을 구하는 방법은 여러 가지

[보충설명] 지렛대가 균형을 이루는 받침점이 ‘산술평균’이 되는 이유



제3강의

분산과 표준편차 : 흩어져 있는 데이터 상태를 추정하는 통계량


1. 불규칙한 통계량을 아는 것이 중요

2. 버스 도착시간으로 분산을 이해

3. 표준편차의 의미

4. 도수분포표로 표준편차를 구하는 방법

[제3강의 정리]

[연습문제]

[보충설명] 편차의 평균이 반드시 0이 되는 것을 증명



제4강의

표준편차① : 데이터의 특수성을 평가


1. 표준편차는 ‘파도의 거칠기’

2. 표준편차로 데이터의 ‘특수성’을 평가

3. 여러 데이터 세트를 비교할 때의 표준편차

4. 가공된 데이터의 평균값과 표준편차

[제4강의 정리]

[연습문제]



제5강의

표준편차② : 주식리스크의 지표(주가변동성)로 활용


1. 주식의 평균수익이란?

2. 평균수익률만으로는 우량기업인지 판단할 수 없다

3. 주가변동성이 의미하는 것

[제5강의 정리]

[연습문제]



제6강의

표준편차③ : 하이 리스크와 하이 리턴, 샤프지수도 이해


1. 하이 리스크와 하이 리턴, 로우 리스크와 로우 리턴

2. 금융상품의 우열을 가리는 방법

3. 금융상품의 우열을 가리는 수치, 샤프지수

[제6강의 정리]

[연습문제]



제7강의

정규분포 : 키, 동전 던지기 등에서 흔히 볼 수 있는 분포


1. 가장 많이 발견할 수 있는 데이터 분포

2. 일반정규분포를 보는 방법

3. 키 데이터는 정규분포를 따른다

[제7강의 정리]

[연습문제]

[보충설명] 세상에 정규분포가 가득한 이유



제8강의

통계적 추정의 출발점 : 정규분표를 이용해서 ‘예언’


1. 정규분포의 성질을 이용해 ‘예언’을 할 수 있다

2. 표준정규분포의 95% 예언적중구간

3. 일반정규분포의 95% 예언적중구간

[제8강의 정리]

[연습문제]

[Column] 예언을 정확히 맞추는 점쟁이의 기술



제9강의

가설검정 : 하나의 데이터로 모집단을 추리


1. 통계적 추정이란 부분으로 전체를 추리하는 것

2. 더욱 정확한 모집단을 추정

3. 95% 예언적중구간으로 가설의 타당성 판단

[제9강의 정리]

[연습문제]

[Column] 통계적 검정의 획기적인 점과 한계



제10강의

구간추정 : 95% 적중하는 신뢰구간 찾기


1. 예언적중구간을 추정에 역이용

2. 신뢰구간 ‘95%’가 의미하는 것

3. 표준편차를 아는 정규모집단의 평균값에 대한 구간추정

[제10강의 정리]

[연습문제]



제2부

관측 데이터 뒷면에 펼쳐져 있는 거대한 세계를 추측한다



제11강의

모집단과 통계적 추정 : ‘부분’으로 ‘전체’를 추론


1. 모집단은 가상의 항아리

2. 랜덤 샘플링과 모평균

[제11강의 정리]

[연습문제]



제12강의

모분산과 모표준편차 : 모집단 데이터의 분포 상태를 나타내는 통계량


1. 데이터의 분포 상태를 파악

2. 모분산과 모표준편차의 계산

[제12강의 정리]

[연습문제]



제13강의

표본평균① : 여러 데이터의 평균값은 한 데이터의 평균값보다 모평균에 가깝다


1. 관측된 하나의 데이터로부터 무엇을 말할 수 있는가?

2. 표본평균을 구하는 이유

[제13강의 정리]

[연습문제]



제14강의

표본평균② : 관측 데이터가 늘어날수록 예언 구간은 좁아진다


1. 정규분포에서 보이는 표본평균의 성질

2. 정규모집단에서의 표본평균에 대한 95% 예언적중구간

[제14강의 정리]

[연습문제]



제15강의

표본평균을 이용한 모평균의 구간추정 : 모분산을 알고 있는 정규모집단의 모평균은?


1. 모평균이나 모분산을 추정하기 위한 방법

2. 표본평균을 이용한 모평균의 구간추정

[제15강의 정리]

[연습문제]



제16강의

카이제곱분포 : 표본분산을 구하는 방법과 카이제곱분포


1. 표본 d산을 구하는 방법

2. 카이제곱분포란?

[제16강의 정리]

[연습문제]



제17강의

정규모집단의 모분산을 추정 : 모분산을 카이제곱분포로 추정


1. 카이제곱분포의 95% 예언적중구간

2. 정규모집단의 모분산을 추정

[제17강의 정리]

[연습문제]



제18강의

표본분산의 분포는 카이제곱분포 : 표본분산과 비례하는 통계량 W


1. 표본분산과 비례하는 통계량 W를 만드는 방법

2. 표본분산의 카이제곱분포는 자유도가 하나 낮은 수가 된다

[제18강의 정리]

[연습문제]

[보충설명] W 자유도가 V 자유도보다 1만큼 작은 이유



제19강의

모평균이 미지인 정규모집단을 구간추정 : 모분산은 모평균을 몰라도 추정 가능


1. 모평균을 몰라도 모분산을 추정

2. 모분산 추정의 구체적인 예

[제19강의 정리]

[연습문제]



제20강의

t분포 : 모평균 이외의 것은 ‘현실에서 관측된 표본’으로 계산할 수 있는 통계량


1. t분포

2. t분포의 히스토그램

3. 통계량 T의 계산

4. t분포의 정식적인 정의

[제20강의 정리]

[연습문제]

[Column] t분포의 발견은 기네스 맥주 덕분



제21강의

t분포로 구간추정 : 정규모집단에서 모분산을 모를 때의 모평균 추정


1. 가장 자연스러운 구간추정 - t분포

2. t분산를 이용한 구간추정 방법

[제21강의 정리]

[연습문제]



책을 맺으면서


연습문제 해답


찾아보기

  • 0 / 1000byte
댓글보기 (0개)

댓글 수정
  • 0 / 1000byte