추가 적립 안내

▶ 이 책은 R과 통계분석을 다룬 이론서입니다.

R은 잠시도 정체되어 있지 않고 끊임없이 진화하고 있습니다. 초판 발간 후 6년 동안 많은 변화가 있었는데, 특히 패키지 tidyverse의 출현은 매우 주목할 사항입니다. 그것은 R의 모습이 tidyverse 이전과 이후로 완전히 구분된다고 할 수 있기 때문입니다. 데이터 다루기와 그래프 성능이 비교할 수 없을 만큼 향상되었고, 복잡한 분석 과정이 단순화되어 매우 효율적인 분석이 가능해졌습니다. 이러한 발전을 통해 R은 이제 data science를 위한 최적의 프로그램으로 자리매김했다고 할 수 있습니다.
이 책은 초판의 구성을 가능한 유지하되 tidyverse에 속한 패키지들을 주로 사용하는 방향으로 내용을 대폭 개정했습니다. 1부 는 R을 처음 접하는 초보자뿐만 아니라 이미 R을 사용하고 있는 중급 사용자들에게도 실질적인 도움이 될 수 있도록 구성되어 있습니다. 데이터 다루기는 패키지 dplyr을 사용함으로써 효과적이며 간편한 방법을 소개하고 있고, 데이터 시각화는 ggplot2를 사용함으로써 그래프 작성의 새로운 세계를 보여주고 있습니다. 또한 패키지 purrr에 의한 프로그래밍 기법은 함수형 프로그래밍의 묘미를 느낄 수 있습니다. 그 외에도 분석에 큰 도움이 될 수 있는 새로운 내용을 많이 담고 있습니다.
2부 은 자료 탐색과 통계적 추론 등이 R에서 어떻게 구현되는지를 심도 있게 다루고 있습니다. 따라서 통계학 개론 수준에서 다뤄지는 기본 개념에 대한 이해는 필수적입니다. 또한 실제 자료분석 과정에서 가장 빈번하게 사용되는 회귀분석을 R에서 어떻게 실시하는지도 다루고 있습니다.
좋은 책을 위해 최선을 다했지만 부족한 부분이 있을 수 있습니다. 이에 대한 독자분들의 많은 조언과 충고를 기대합니다. 출간 후에라도 수정사항이 있을 경우에는 자유아카데미 홈페이지(http://www.freeaca.com) 자료실에 제공할 예정이니 참조하시길 바랍니다

1부 R에 대해 알아보기

1장 R 시작하기

1.1 R의 소개

1.2 R의 설치

1.3 R Studio의 설치 및 R의 실행

1.4 작업공간

1.5 스크립트 파일의 활용

1.6 일괄처리

1.7 R의 확장: 패키지

2장 R 데이터 구조

2.1 벡터

2.2 요인

2.3 날짜

2.4 행렬 및 배열

2.5 데이터 프레임

2.6 Tibble: 개선된 형태의 데이터 프레임

2.7 리스트

2.8 연습문제

3장 데이터 입력

3.1 텍스트 파일 불러오기 1: Base R 함수의 활용

3.2 텍스트 파일 불러오기 2: 패키지 readr 함수의 활용

3.3 Excel 파일 불러오기

3.4 SAS 파일 불러오기

3.5 웹에서 데이터 불러오기

3.6 연습문제

4장 dplyr에 의한 데이터 변환

4.1 관찰값의 선택

4.2 관찰값의 정렬: arrange()

4.3 변수의 선택: select()

4.4 새로운 변수의 추가: mutate()

4.5 그룹의 생성 및 그룹별 자료 요약: group_by()와 summarise()

4.6 Pipe 기능

4.7 선택된 열을 대상으로 하는 함수: summarise_all(), summarise_at(), summarise_if()

4.8 연습문제

5장 ggplot2에 의한 자료 시각화

5.1 ggplot2 시작하기

5.2 시각적 요소와의 연결: Mapping

5.3 그룹별 그래프 작성: Facet

5.4 기하 객체: Geometric object

5.5 통계적 변환: Statistical transformation

5.6 위치 조정: Position adjustments

5.7 좌표계: Coordinate system

5.8 연습문제

6장 Tidyverse를 활용한 데이터 다루기

6.1 tidyr로 tidy 데이터 만들기

6.2 dplyr에 의한 데이터 결합

6.3 stringr에 의한 문자 다루기

6.4 연습문제

7장 R에서의 프로그래밍

7.1 사용자 정의 함수

7.2 조건 연산

7.3 루프 연산

7.4 함수형 프로그래밍

7.5 함수형 프로그래밍으로 행렬과 데이터 프레임 다루기

7.6 purrr에 의한 프로그래밍

7.7 연습문제

2부 R에 의한 통계분석

8장 확률분포

8.1 R에서의 확률분포 이름

8.2 연속형 확률분포

8.3 이산형 확률분포

8.4 모의실험

8.5 연습문제

9장 자료 탐색

9.1 일변량 범주형 자료 탐색

9.2 이변량 및 다변량 범주형 자료 탐색

9.3 일변량 연속형 자료 탐색

9.4 이변량 연속형 자료 탐색

9.5 연습문제

10장 통계적 추론

10.1 단일 모집단의 모평균에 대한 검정 및 신뢰구간 추정

10.2 두 모집단의 모평균 차이에 대한 검정 및 신뢰구간 추정

10.3 단일 모집단의 모비율에 대한 검정 및 신뢰구간 추정

10.4 두 모집단의 모비율 차이에 대한 검정 및 신뢰구간 추정

10.5 두 범주형 변수의 독립성 검정

10.6 정규성 검정

10.7 단일 모집단의 분포 중심에 대한 비모수 검정

10.8 두 모집단의 분포 중심 차이에 대한 비모수 검정

10.9 연습문제

11장 회귀분석

11.1 단순선형회귀모형

11.2 다중선형회귀모형

11.3 회귀진단 및 대안탐색

11.4 변수선택

11.5 broom과 purrr를 이용한 모형 적합

11.6 연습문제

1부 R에 대해 알아보기

1장 R 시작하기
1.1 R의 소개
1.2 R의 설치
1.3 R Studio의 설치 및 R의 실행
1.4 작업공간
1.5 스크립트 파일의 활용
1.6 일괄처리
1.7 R의 확장: 패키지

2장 R 데이터 구조
2.1 벡터
2.2 요인
2.3 날짜
2.4 행렬 및 배열
2.5 데이터 프레임
2.6 Tibble: 개선된 형태의 데이터 프레임
2.7 리스트
2.8 연습문제

3장 데이터 입력
3.1 텍스트 파일 불러오기 1: Base R 함수의 활용
3.2 텍스트 파일 불러오기 2: 패키지 readr 함수의 활용
3.3 Excel 파일 불러오기
3.4 SAS 파일 불러오기
3.5 웹에서 데이터 불러오기
3.6 연습문제

4장 dplyr에 의한 데이터 변환
4.1 관찰값의 선택
4.2 관찰값의 정렬: arrange()
4.3 변수의 선택: select()
4.4 새로운 변수의 추가: mutate()
4.5 그룹의 생성 및 그룹별 자료 요약: group_by()와 summarise()
4.6 Pipe 기능
4.7 선택된 열을 대상으로 하는 함수: summarise_all(), summarise_at(), summarise_if()
4.8 연습문제

5장 ggplot2에 의한 자료 시각화
5.1 ggplot2 시작하기
5.2 시각적 요소와의 연결: Mapping
5.3 그룹별 그래프 작성: Facet
5.4 기하 객체: Geometric object
5.5 통계적 변환: Statistical transformation
5.6 위치 조정: Position adjustments
5.7 좌표계: Coordinate system
5.8 연습문제

6장 Tidyverse를 활용한 데이터 다루기
6.1 tidyr로 tidy 데이터 만들기
6.2 dplyr에 의한 데이터 결합
6.3 stringr에 의한 문자 다루기
6.4 연습문제

7장 R에서의 프로그래밍
7.1 사용자 정의 함수
7.2 조건 연산
7.3 루프 연산
7.4 함수형 프로그래밍
7.5 함수형 프로그래밍으로 행렬과 데이터 프레임 다루기
7.6 purrr에 의한 프로그래밍
7.7 연습문제

2부 R에 의한 통계분석

8장 확률분포
8.1 R에서의 확률분포 이름
8.2 연속형 확률분포
8.3 이산형 확률분포
8.4 모의실험
8.5 연습문제

9장 자료 탐색
9.1 일변량 범주형 자료 탐색
9.2 이변량 및 다변량 범주형 자료 탐색
9.3 일변량 연속형 자료 탐색
9.4 이변량 연속형 자료 탐색
9.5 연습문제

10장 통계적 추론
10.1 단일 모집단의 모평균에 대한 검정 및 신뢰구간 추정
10.2 두 모집단의 모평균 차이에 대한 검정 및 신뢰구간 추정
10.3 단일 모집단의 모비율에 대한 검정 및 신뢰구간 추정
10.4 두 모집단의 모비율 차이에 대한 검정 및 신뢰구간 추정
10.5 두 범주형 변수의 독립성 검정
10.6 정규성 검정
10.7 단일 모집단의 분포 중심에 대한 비모수 검정
10.8 두 모집단의 분포 중심 차이에 대한 비모수 검정
10.9 연습문제

11장 회귀분석
11.1 단순선형회귀모형
11.2 다중선형회귀모형
11.3 회귀진단 및 대안탐색
11.4 변수선택
11.5 broom과 purrr를 이용한 모형 적합
11.6 연습문제

참고문헌
찾아보기

[머리말]
"R은 잠시도 정체되어 있지 않고 끊임없이 진화하고 있습니다. 초판 발간 후 6년 동안 많은 변화가 있었는데, 특히 패키지 tidyverse의 출현은 매우 주목할 사항입니다. 그것은 R의 모습이 tidyverse 이전과 이후로 완전히 구분된다고 할 수 있기 때문입니다. 데이터 다루기와 그래프 성능이 비교할 수 없을 만큼 향상되었고, 복잡한 분석 과정이 단순화되어 매우 효율적인 분석이 가능해졌습니다. 이러한 발전을 통해 R은 이제 data science를 위한 최적의 프로그램으로 자리매김했다고 할 수 있습니다.
이 책은 초판의 구성을 가능한 유지하되 tidyverse에 속한 패키지들을 주로 사용하는 방향으로 내용을 대폭 개정했습니다. 1부 는 R을 처음 접하는 초보자뿐만 아니라 이미 R을 사용하고 있는 중급 사용자들에게도 실질적인 도움이 될 수 있도록 구성되어 있습니다. 데이터 다루기는 패키지 dplyr을 사용함으로써 효과적이며 간편한 방법을 소개하고 있고, 데이터 시각화는 ggplot2를 사용함으로써 그래프 작성의 새로운 세계를 보여주고 있습니다. 또한 패키지 purrr에 의한 프로그래밍 기법은 함수형 프로그래밍의 묘미를 느낄 수 있습니다. 그 외에도 분석에 큰 도움이 될 수 있는 새로운 내용을 많이 담고 있습니다.
2부 은 자료 탐색과 통계적 추론 등이 R에서 어떻게 구현되는지를 심도 있게 다루고 있습니다. 따라서 통계학 개론 수준에서 다뤄지는 기본 개념에 대한 이해는 필수적입니다. 또한 실제 자료분석 과정에서 가장 빈번하게 사용되는 회귀분석을 R에서 어떻게 실시하는지도 다루고 있습니다.
좋은 책을 위해 최선을 다했지만 부족한 부분이 있을 수 있습니다. 이에 대한 독자분들의 많은 조언과 충고를 기대합니다. 출간 후에라도 수정사항이 있을 경우에는 자유아카데미 홈페이지(http://www.freeaca.com) 자료실에 제공할 예정이니 참조하시길 바랍니다"