±¹³»µµ¼
Àü°øµµ¼/´ëÇб³Àç
°øÇаè¿
ÄÄÇ»ÅÍ°øÇÐ
Á¤°¡ |
40,000¿ø |
---|
36,000¿ø (10%ÇÒÀÎ)
2,000P (5%Àû¸³)
ÇÒÀÎÇýÅÃ | |
---|---|
Àû¸³ÇýÅà |
|
|
|
Ãß°¡ÇýÅÃ |
|
À̺¥Æ®/±âȹÀü
¿¬°üµµ¼
»óÇ°±Ç
ÀÌ»óÇ°ÀÇ ºÐ·ù
Ã¥¼Ò°³
µ¥ÀÌÅÍ °úÇп¡ ÃÊÁ¡À» ¸ÂÃç °è·®°æÁ¦ÇÐÀÇ Çö´ëÀûÀÎ ºÐ¼® ¹æ¹ýÀ» ¼³¸íÇÑ´Ù. R°ú RStudio¸¦ ¼Ò°³ÇÏ°í Çص鸮 À§ÄÄ(Hadley Wickham)ÀÌ °³¹ßÇÑ tidyverse ÆÐÅ°Áö¸¦ ÀÌ¿ëÇØ µ¥ÀÌÅÍ ºÐ¼® ¿öÅ©Ç÷οìÀÇ ¿©·¯ ºÎºÐÀ» ¼³¸íÇÑ´Ù. R Äڵ带 ÀÌ¿ëÇÑ °£°áÇÑ ¼³¸í ÈÄ¿¡ R ±â¼úÀ» ¿¬¸¶ÇÒ ¼ö ÀÖÀ¸¸ç, ½Ç½ÀÀ¸·Î ÀÌÇØÀÇ ÆøÀ» ³ÐÈú ¼ö ÀÖ´Ù.
¢Â ÀÌ Ã¥¿¡¼ ´Ù·ç´Â ³»¿ë ¢Â
µ¥ÀÌÅÍ °úÇÐÀÇ Á߽ɿ¡´Â µ¥ÀÌÅÍ°¡ ÀÖÀ¸¸ç, ÀÌ Ã¥¿¡¼´Â ³×Æ®¿öÅ© µ¥ÀÌÅ͸¦ Æ÷ÇÔÇØ µ¥ÀÌÅ͸¦ °¡Á®¿À°í ·©±Û¸µ(wrangling)ÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù. ¶ÇÇÑ ÃʹݺκÎÅÍ ¸¹ÀÌ »ç¿ëÇÏ´Â ggplot2 ÆÐÅ°Áö¸¦ ÀÌ¿ëÇØ µ¥ÀÌÅÍ ½Ã°¢È ÀÛ¾÷À» »ìÆ캸¸ç, ±âº»ÀûÀÎ Áöµµµµ ÀÛ¼ºÇغ»´Ù. ÇÔ¼ö ÀÌÇØ, Â÷ºÐ¹æÁ¤½Ä ½Ã¹Ä·¹À̼Ç, Çà·Ä ¿¬»ê ¼öÇà¿¡ RÀ» »ç¿ëÇÏ´Â ¹æ¹ýµµ ´Ù·é´Ù. ÀÌ Ã¥Àº ¸óÅ×Ä«¸¦·Î(Monte Carlo) ½Ã¹Ä·¹À̼ÇÀ» »ç¿ëÇØ È®·ü°ú Åë°èÀû Ãß·Ð(statistical inference)À» ÀÌÇØÇϸç, ºÎÆ®½ºÆ®·¦µµ ¼Ò°³ÇÑ´Ù. ÀΰúÀû Ãß·Ð(causal inference)Àº ½ÇÇè(experiment), ¸ÅĪ(matching), ȸ±Í ºÒ¿¬¼Ó(regression discontinuity), ÀÌÁßÂ÷ºÐ¹ý(difference-in-difference), µµ±¸ º¯¼ö(instrumental variable)¸¦ ´Ù·ç´Â ½ÇÁ¦ °æÁ¦ ¿¹Á¦¿Í ÇÔ²² È°¿ëÀ» À§ÇØ ½Ã¹Ä·¹À̼Ç, µ¥ÀÌÅÍ ±×·¡ÇÁ, R Äڵ带 »ç¿ëÇØ ÁýÁßÀûÀ¸·Î »ìÆ캻´Ù. ¼ºÀå°ú °ü·ÃµÈ µ¥ÀÌÅÍ¿Í ¸ðÇüÀÇ »óÈ£ÀÛ¿ëÀ» ¼³¸íÇϸç, ÀÌÈÄ¿¡ ±×·¡ÇÁ, ½Ã¹Ä·¹À̼Ç, ¿¹Á¦¸¦ »ç¿ëÇØ ½Ã°è¿ µ¥ÀÌÅÍ ºÐ¼®À» »ìÆ캻´Ù. ¸¶Áö¸·À¸·Î, µÎ °¡Áö °è»ê Áý¾àÀû ¹æ¹ýÀÎ ÀϹÝÈ °¡¹ý ¸ðÇü(generalized additive model)°ú ¸Ó½Å·¯´× ºÐ¾ß¿¡¼ ¸¹ÀÌ »ç¿ëÇÏ´Â ·£´ý Æ÷·¹½ºÆ®(random forest)¸¦ È°¿ë¹ý°ú ÇÔ²² Á÷°üÀûÀ¸·Î »ìÆ캻´Ù.
ÃâÆÇ»ç ¼Æò
¢Â ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¢Â
RÀ» ¹è¿ì°íÀÚ ÇÏ´Â Çлý, ±³»ç, ¿¬±¸¿ø µîÀÇ °æÁ¦Çеµµé¿¡°Ô µµ¿òÀÌ µÉ Ã¥ÀÌ´Ù. ƯÈ÷ °æÁ¦Çаú ÇлýµéÀÌ ÀÀ¿ë°æÁ¦ÇÐÀ» Á÷°üÀûÀ¸·Î ÀÌÇØÇÏ°í, ÀڷḦ Àû±ØÀûÀ¸·Î È°¿ëÇϸç, µ¿½Ã¿¡ ÇÙ½É µ¥ÀÌÅÍ °úÇÐ ±â¼úÀ» °®Ãß´Â µ¥ µµ¿òÀÌ µÉ °ÍÀÌ´Ù.
¢Â ÀÌ Ã¥ÀÇ ±¸¼º ¢Â
1ºÎ, ¡®Ã¥ ±¸¼º°ú R ¼Ò°³¡¯¿¡¼´Â RÀÇ ÁÖ¿ä ³»¿ëÀ» ÃæºÐÈ÷ ¼Ò°³ÇÏ´Â °ÍÀ» ¸ñÇ¥·Î ÇÑ´Ù.
2ºÎ, ¡®µ¥ÀÌÅÍ °ü¸®¿Í ±×·¡ÇÁ ÀÛ¼º¡¯¿¡¼´Â À§ÄÄÀÌ °³¼±ÇÑ µ¥ÀÌÅÍ °úÇÐÀÇ Æ¯¼º Áß ÇϳªÀÎ ·©±Û¸µ°ú ±×·¡ÇÁ ÀÛ¼ºÀ» ¼Ò°³ÇÑ´Ù.
3ºÎ, ¡®µ¥ÀÌÅÍ ºÐ¼®¿¡ ÇÊ¿äÇÑ ¼öÇÐ »çÀüÁö½Ä¡¯¿¡¼´Â RÀ» »ç¿ëÇÑ °£´ÜÇÑ ¼öÇÐÀû ¹æ¹ýÀ» ¼³¸íÇÑ´Ù. ƯÈ÷ Â÷ºÐ ¹æÁ¤½Ä(difference equations)°ú ÇÔ²² R·Î ´Ù¾çÇÑ ºÐ¼®À» ¼öÇàÇÑ´Ù.
4ºÎ, ¡®µ¥ÀÌÅÍ ±â¹Ý Ã߷С¯¿¡¼´Â Á᫐ ±ØÇÑ Á¤¸®(central limit theorem)¿¡ ½Ã¹Ä·¹À̼ÇÀ» »ç¿ëÇÑ´Ù. ¶ÇÇÑ ºÎÆ®½ºÆ®·¦°ú ¹«ÀÛÀ§ Ãß·Ð(randomization inference)À̶ó´Â µÎ °¡Áö ½Ã¹Ä·¹ÀÌ¼Ç ±â¹Ý Ãß·Ð ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù.
5ºÎ, ¡®¼ºÀå µ¥ÀÌÅÍ Á¢±Ù, ºÐ¼®, Çؼ®¡¯¿¡¼´Â °æÁ¦ ¼ºÀåÀ» ÁýÁßÀûÀ¸·Î »ìÆ캻´Ù. µ¥ÀÌÅ͸¦ ½Ã°¢ÈÇØ ¼ºÀåÀÇ Æ¯Á¤ À¯ÇüÀ» Á¶»çÇÏ°í µ¥ÀÌÅ͸¦ ÅëÇØ °£´ÜÇÑ ¼ºÀå ÀÌ·ÐÀ» ¾Ë¾Æº»´Ù.
6ºÎ, ¡®½Ã°è¿ µ¥ÀÌÅÍ¡¯´Â ½Ã°è¿(time series) µ¥ÀÌÅ͸¦ ´Ù·ç¸ç, ½Ã°è¿ ±×·¡ÇÁ ÀÛ¼º¹ýÀ» »ìÆ캻´Ù.
7ºÎ, ¡®µ¥ÀÌÅ͸¦ ÅëÇÑ Åë°èÀû ÇнÀ°ú ¸Ó½Å·¯´×¡¯¿¡¼´Â ¹Ù¸®¾È(Varian, 2014)ÀÌ ¾´ ³í¹® ¡¸Big Data: New Tricks for Econometrics¡¹¸¦ Âü°íÇÑ´Ù. Åë°èÀû ÇнÀ(statistical learning)ÀÇ µÎ °¡Áö ÁÖ¿ä ±â¹ýÀÎ ÀϹÝÈ °¡¹ý ¸ðÇü(GAM, generalized additive model)°ú ·£´ý Æ÷·¹½ºÆ®¸¦ »ìÆ캻´Ù.
¸ñÂ÷
1ºÎ. Ã¥ÀÇ ±¸¼º°ú R ¼Ò°³
1Àå. °³¿ä
2Àå. R°ú RStudio
2ºÎ. µ¥ÀÌÅÍ °ü¸®¿Í ±×·¡ÇÁ ÀÛ¼º
3Àå. R·Î µ¥ÀÌÅÍ °¡Á®¿À±â
4Àå. µ¥ÀÌÅÍ ·©±Û¸µ°ú ±×·¡ÇÁ ÀÛ¼º
5Àå. ³×Æ®¿öÅ©
3ºÎ. µ¥ÀÌÅÍ ºÐ¼®¿¡ ÇÊ¿äÇÑ ¼öÇÐ »çÀüÁö½Ä
6Àå. ÇÔ¼ö
7Àå Â÷ºÐ¹æÁ¤½Ä
8Àå. Çà·Ä
4ºÎ. µ¥ÀÌÅÍ ±â¹Ý Ãß·Ð
9Àå. Åë°èÀû Ãß·Ð
10Àå. ÀΰúÀû Ãß·Ð
5ºÎ. ¼ºÀå µ¥ÀÌÅÍ Á¢±Ù, ºÐ¼®, Çؼ®
11Àå. ¼ºÀå µ¥ÀÌÅÍ¿Í ¸ðÇü
12Àå. ¼ºÀå ¿øÀÎ
6ºÎ. ½Ã°è¿ µ¥ÀÌÅÍ
13Àå. ½Ã°è¿ ±×·¡ÇÁ
14Àå. ½Ã°è¿ ¸ðÇü
7ºÎ. µ¥ÀÌÅ͸¦ ÅëÇÑ Åë°èÀû ÇнÀ°ú ¸Ó½Å·¯´×
15Àå. ÆòÈ°±â¿Í ÀϹÝÈ °¡¹ý ¸ðÇü
16Àå. Æ®¸®ºÎÅÍ ·£´ý Æ÷·¹½ºÆ®±îÁö
°ü·ÃÀ̹ÌÁö
ÀúÀÚ¼Ò°³
»ý³â¿ùÀÏ | - |
---|
µ¨¸® °æÁ¦¼ºÀ忬±¸¼ÒÀÇ ±³¼ö´Ù. RÀ» ÀÌ¿ëÇØ °è·®°æÁ¦ÇÐÀ» ´Ù¾çÇÑ ¼ö°»ýµé¿¡°Ô °¡¸£Ä¡°í ÀÖÀ¸¸ç, ½ºÇÁ¸µ°Åºê¸®ÇÁ(SpringerBrief) ½Ã¸®ÁîÀÇ À¯¸íÇÑ ¡ºAn Introduction to R for Quantitative Economics¡»(Springer, 2015)ÀÇ ÀúÀÚÀ̱⵵ ÇÏ´Ù. Àεµ °í¾Æ(Goa) Áö¿ªÀÇ ½Ç³»¿Í ½Ç¿Ü °ø±â¿À¿°ºÎÅÍ ¶õŽº¸¸£ ±¹¸³°ø¿ø(Ranthambore National Park)ÀÇ È£¶ûÀÌ¿Í ÇÁ·Î¼ÒÇǽº ÁÙ¸®Ç÷ζó(Prosopis juliflora)±îÁö ´Ù¾çÇÑ È¯°æ°ú °³¹ß ¹®Á¦¿¡ ´ëÇÑ ¿¬±¸³í¹®À» ¹ßÇ¥Çß´Ù. Àεµ¿Í ¹Ì±¹¿¡¼ °æÁ¦ÇÐÀ» °øºÎÇßÀ¸¸ç, µ¨¸®´ëÇб³ µ¨¸®°æÁ¦´ëÇп¡¼ ¹Ú»çÇÐÀ§¸¦ ¹Þ¾Ò´Ù.
»ý³â¿ùÀÏ | - |
---|
Ä«À̽ºÆ® °æ¿µ´ëÇп¡¼ Á¤º¸°æ¿µ ¼®»ç°úÁ¤À» Á¹¾÷ÇßÀ¸¸ç ÇöÀç ±ÝÀ¶È¸»ç¿¡ ÀçÁ÷ ÁßÀÌ´Ù. Àú¼·Î´Â ¡º±â¼ú, °æ¿µÀ» ¸¸³ª´Ù¡»(¿¡ÀÌÄÜ, 2016)°¡ ÀÖÀ¸¸ç, ¿Å±ä Ã¥À¸·Î´Â ¡ºµ¥ÀÌÅÍ °úÇÐÀÚ¸¦ À§ÇÑ ±ÝÀ¶ ºÐ¼® ÃѷС»(¿¡ÀÌÄÜ, 2019), ¡ºR°í ÇÏ´Â ±ÝÀ¶ ºÐ¼®¡»(¿¡ÀÌÄÜ, 2017) µîÀÌ ÀÖ´Ù.
¿ªÀÚÀÇ ´Ù¸¥Ã¥
Àüüº¸±âµ¥ÀÌÅÍ °úÇÐÀÚ¸¦ À§ÇÑ ±ÝÀ¶ ºÐ¼® ÃÑ·Ð
HTML5 CSS3 ÀÚ¹Ù½ºÅ©¸³Æ®ÀÇ Á¤¼®
ÁÖ°£·©Å·
´õº¸±â»óÇ°Á¤º¸Á¦°ø°í½Ã
À̺¥Æ® ±âȹÀü
Àü°øµµ¼/´ëÇб³Àç ºÐ¾ß¿¡¼ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥
ÆǸÅÀÚÁ¤º¸
»óÈ£ |
(ÁÖ)±³º¸¹®°í |
---|---|
´ëÇ¥ÀÚ¸í |
¾Èº´Çö |
»ç¾÷ÀÚµî·Ï¹øÈ£ |
102-81-11670 |
¿¬¶ôó |
1544-1900 |
ÀüÀÚ¿ìÆíÁÖ¼Ò |
callcenter@kyobobook.co.kr |
Åë½ÅÆǸž÷½Å°í¹øÈ£ |
01-0653 |
¿µ¾÷¼ÒÀçÁö |
¼¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù) |
±³È¯/ȯºÒ
¹ÝÇ°/±³È¯ ¹æ¹ý |
¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼ ½Åû °¡´É |
---|---|
¹ÝÇ°/±³È¯°¡´É ±â°£ |
º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É |
¹ÝÇ°/±³È¯ ºñ¿ë |
º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã |
¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯ |
·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì ·ÀüÀÚ»ó°Å·¡ µî¿¡¼ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì |
»óÇ° Ç°Àý |
°ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½ |
¼ÒºñÀÚ ÇÇÇغ¸»ó |
·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© ó¸®µÊ ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼ÀǼҺñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ |
(ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ ¸ðµç °Å·¡¿¡ ´ëÇÏ¿©
(ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.
¹è¼Û¾È³»
±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.
¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.