1. |
|
변수측정과 자료수집
|
자료와 변수의 정의 및 변수의 측정 수준에 따른 척도를 설명한다. 표본과 통계량에 대한 기본적인 해설과 표본추출방법에 대한 해설을 포함한다. |
|
2. |
|
분석방법의 선택
|
자료의 척도와 분석 목적에 따라 통계적인 분석방법 중 적절한 선택의 이슈를 다룬다. |
|
3. |
|
가설검정의 원리와 절치
|
가설검정의 기본적인 원리를 p-value를 중심으로 설명하고 가설검정의 세부적인 절차와 절차별 주요 내용을 설명한다. |
|
4. |
|
단측검정과 양측검정
|
가설검정에서 사용되는 일반적인 양측검정의 원리와 방법을 예제를 통해 설명하고 방향성을 가진 단측검정의 원리와 방법을 예제를 통해 학습한다. |
|
5. |
|
모집단에 대한 추론
|
가설검정의 예로 모집단에 대한 추론을 다룬다. 모집단에서 추출한 표본의 평균과 비율을 통해 모집단을 평균과 비율을 추정하는 문제를 학습한다. |
|
6. |
|
범주형 자료의 분석
|
자료의 척도가 범주형인 경우 일반적으로 사용되는 카이제곱분석에 대해서 학습한다. 카이제곱의 계산방법과 독립성 검정, 동일성 검정 등에 대한 과정과 excel을 통한 계산에 대해 다룬다. |
|
7. |
|
선형관계의 분석
|
자료의 척도가 연속형 또는 순위형으로 이루어진 경우 이변량간의 선형관계를 분석하기 위한 상관관계 분석에 대해 학습한다. 상관관계의 해석과 상관여부에 대한 가설검정 및 혼동변수의 해석에 대해 다룬다. |
|
8. |
|
두 모집단의 비교
|
두 모집단의 차이를 통계적으로 검정하는 방법에 대해 학습한다. 도 모집단의 표본에서 계산된 표본평균, 표본비율을 비교하고 비교된 차이가 가지는 통계적인 유의성을 가설검정과 함께 다룬다. |
|
9. |
|
분산분석
|
다 모집단의 비교에 사용되는 분산분석에 대해 학습한다. 일반적인 두 모집단의 비교를 확장하여 3개 이상의 모집단 평균의 동일성을 검정하는 방법을 배우며 표본 데이터가 가지는 변수의 갯수와 변수의 반복측정 여부에 따라 검정하는 방법을 다룬다. |
|
10. |
|
회귀분석
|
통계학을 이용한 분석에 가장 많이 활용되는 회귀분석 방법에 대해 학습한다. 하나의 연속형 종속변수와 하나 이상의 연속형 독립변수 및 0개 이상의 범주형 독립변수들 간의 선형적인 관계를 수식으로 계산하는 방법과 변수의 유의정도, 변수별 영향도, 도출된 회귀식, 범주형 독립변수의 처리, 상호작용의 처리와 해석 등에 대해 다룬다. |
|
11. |
|
로지스틱 회귀분석
|
종속변수가 범주형 (특히 이분형)인 경우의 회귀분석에 대해 다룬다. 일반적인 선형회귀분석과의 차이점과 범주형의 변환에 따른 오즈(승산)과 오즈비(승산비) 및 로그오즈 변환에 대해 학습하고 분석 후 도출된 결과의 해석에 대해 익힌다. |
|
12. |
|
로그선형분석
|
앞장에서 학습한 카이제곱분석을 일반화하여 독립성분석을 포함하여 포화모형과의 위계적 분석을 통해 최적화된 모형을 도출하는 과정에 대해 학습한다. |
|
13. |
|
요인분석과 신뢰도분석
|
다변수의 차수를 줄여 소수의 요인을 도출하는 요인분석에 대해 학습한다. 요인의 도출가능성 점검 방법, 요인수 결정의 고려사항 등을 포함한 요인분석의 과정을 설명하며 도출된 요인이 가지는 일관성을 파악하기 위한 신뢰도분석에 대해 다룬다. |
|