대학원 교과목 개요는 국문과 영문으로 제공됩니다. 원하시는 언어를 선택해 주세요.
Graduate School course descriptions are available in Korean and English. Please select your preferred language.
전공
[B00455] 고급확률과정론 ADVANCED STOCHASTIC PROCESSES (3(3))
브라운 운동을 비롯한 확산 과정, 마코프 점프 과정, 분기 과정, 마팅게일, 마코프 의사결정 과정 등의 확률과정을 다룬다.
[B00456] 고급확률론 ADVANCES IN PROBABILITY (3(3))
측도론을 공부한 대학원학생들을 위한 확률공간, 확률변수, 기대치, 독립성, 조건부 기대치, 수렴성, 대표본이론 중심극한정리와 이와 관련된 주제를 다룬다.
[B01144] 다변량자료의분석 ANALYSIS OF MULTIVARIATE DATA (3(3))
다변량 정규분석, Hotelling’S Likelihood Ratio Tests, MANOVA, 다변량 선형모형, 주성분 분석, 인자분석 및 추정, Discrimination 과 Classification, Clustering 등의 주된 개념과 자료들의 응용을 그 내용으로 한다.
[B02607] 순서통계학 ORDER STATISTICS (3(3))
순서통계량의 기본 분포이론, 이산 순서통계량, 순서통계량의 적률에 관한 관계, 유계, 그리고 근사, 순서통계량의 특성, 통계적 추론에서의 순서통계량, 근사이론 등을 다룬다.
[B02646] 시계열분석 THE ANALYSIS OF TIME SERIES (3(3))
시계열 수열분석에 관한 방법과 응용에 그 주안점을 두고 있으며, 데이터의 컴퓨터 분석과 응용, 모델과 정의 위반성 등의 주요 문제를 중심으로 Autocorrelation, Box-Jenkins, Autoregressive process, Moving average process, Forecasting 등의 내용을 소개하고 응용하고자 한다.
[B04455] 통계적품질관리특강 TOPICS IN STATISTICAL QUALITY CONTROL (3(3))
통계학의 응용분야로서 실무에 적응을 쉽게 하고, 생산성을 높이는 방법 등이 토의된다. 주요수업 내용으로는 Methods of quality modeling, process quality, Inferences about process quality, Statistical process control, Control charts, EWMA chart 등의 개념들을 바탕으로 다꾸지 품질공항, 파리미터 설계, 허용차 설계, 공정관리, 품질관리의 사례 등을 다룬다.
[B05101] 확률과정론 STOCHASTIC PROCESSES (3(3))
수학과 확률 변수열의 극한, Brownian 운동 과정, Gauss 과정, 포아송 과정, White Noise 멀티미디어통신공학과 Random 신호를 분석하기 위한 기초이론으로서 각종 확률밀도함수, 확률분포함수, Markov 과정 등의통계학적 기본이론을 바탕으로 한 선형시스템 및 신호처리를 다룬다 통계학과 확률과정론은 여러가지 응용분야에서 많이 쓰이고 있다. 베루누이 과정, 이산마코브과정, Point Process, Birth and Death Process, Gauss Process, Brownian Motion Diffusion 등을 다룬다.
[B05109] 확률모형론 STOCHASTIC MODELS (3(3))
자연현상이나 사회현상을 수리화 혹은 확률화 모형화하는 과정을 다룬다. Sample Space, Event, Bayes Formula, Discrete Random, Variable, Continous Random Variable, Expectation, Conditional Expectation, Markov Chain 등을 활용한 모형화를 다룬다.
[B05115] 확률분포이론 THEORY OF PROBABILITY AND DISTRIBUTION (3(3))
확률의 정의와 개념을 소개한다. 이를 위해 확률변수, 확률변수의 변환을 다루며, 정규분포, 포아송 분포 등의 분포에 대한 특성을 소개하며, 이들의 기대값, 분산 등을 다룬다. 대표본에서의 특성을 조사하기 위해서 극한 분포를 다룬다.
[B05116] 확률시뮬레이션이론 THEORY OF STOCHASTIC SIMULATIONS (3(3))
컴퓨터의 활용을 통한 활률이론의 연구 도구로서 이용가능하도록 하는 것이 본 과목의 목표이다. Ergodic Markov Chain, Poisson Process, Linear Birth and Death Process 등을 생성하는 알고리즘을 다루며, 또한 여러 가지 Queue의 생성과 브라우니안 모션도 다룬다. 난수발생, 지수분포, 포아송분포와 같은 분포수 발생, Markov 연쇄, 포아송과정, 큐잉 등의 활률과정수 생성에 관한 알고리즘을 다루며, 이들의 현실문제를 씨뮬레이트한다.
[B05292] 고급수리통계학(2) ADVANCED MATHEMATICAL STATISTICS Ⅱ (3(3))
통계학과 2005-1 균일최강력 검정, 가설검정의 비편향검정, 비편향 신뢰구간, 베이즈 신뢰구간, 순열검정, 불변성, 선형가설과 다변량 선형가설 검정, 미니맥스 원리 그리고 조건부 추론 등을 다룬다.
[B05383] 대기행이론 QUEUEING THEORY (3(3))
정의와 개념을 다루며, 가격방정식, 안정상태확률, 단순 서버지수대기행 모형, 대기행의 연락망, 벌크서 비스 대기행 모형, M/G/1, G/M/I, M/M/K, M/G/H 등을 다룬다. 대기행이론을 실제 적용하는 응용문제를 다루며 이들의 시뮬레이션 연구를 위한 실습도 하게 된다.
[B05631] 응용회귀분석 APPLIED REGRESSION ANALYSIS (3(3))
회귀분석의 기본개념, 회귀선의 추정, 분산분석 등과 같은 단순 회귀분석과 상관계수의 검정, 모형의 타당성, 오차의 자기 상관 등의 추론 및 응용을 다룬다. 아울러 통계패키지에서 이용되는 여러 가지 모형의 검정들이 이들을 통해 배양하는데 주목적을 둔다.
[B05756] 통계적결정론 STATISTICAL DECISION THEORY (3(3))
결정이론에서의 주요 정리, 사후분포, 베이즈 추론, 베이지안 결정이론, 미니맥스 분석, 축차 결정 문제 등을 다룬다.
[B05758] 통계패키지설계 STATISTICAL PACKAGE DESIGN (3(3))
통계패키지 프로그램의 제작을 위한 C++언어, 통계기법의 알고리즘 개선, 프로그램 효율성의 증대를 위한 알고리즘, 사용자 인터페이스설계를 다룬다.
[B05906] 수리통계학특강 TOPICS IN MATHEMATICAL STATISTICS (3(3))
수리통계학 영역의 최근 통계적 이론 및 기법 등을 다룬다.
[B09289] 개별연구(1) INDEPENDENT STUDY (1) (3(3))
이 강좌는 석사학위과정 학생에 한하여 수강할 수 있으며, 학위논문 작성이나 자신이 관심을 가지는 구체적인 연구와 관련된 주제를 대상으로 이를 심화학습하기 위한 목적으로 개설하였다. 본 강좌를 수강하는 학생은 담당교수와 주기적으로 만나 자신의 연구진행상황을 보고하여야 하며, 학기말에 그 결과물을 보고서 형태로 제출하여야 한다.
[B09290] 개별연구(2) INDEPENDENT STUDY (2) (3(3))
이 강좌는 박사학위과정 학생에 한하여 수강할 수 있으며, 학위논문 작성이나 자신이 관심을 가지는 구체적인 연구와 관련된 주제를 대상으로 이를 심화학습하기 위한 목적으로 개설하였다. 본 강좌를 수강하는 학생은 담당교수와 주기적으로 만나 자신의 연구진행상황을 보고하여야 하며, 학기말에 그 결과물을 보고서 형태로 제출하여야 한다.
[B09388] 고급실험계획법 ADVANCED EXPERIMENTAL DESIGN (3(3))
통계적 실험의 계획법을 소개하고, 결과를 올바르게 분석 할 수 있도록 하는 것을 목표로 일원배치법, 다원배치법, 분할법, 라틴방법 등을 주요 내용으로 다룬다. 아울러 통계학의 주요 패키지들을 이용한 실험 데이터의 적용과 그 응용에 주안점을 둔다. 생명공학과 2008-1 생물자료 통계분석 관련 다음 분야를 다룬다 1. 표본추출 방법, 분포 이론 및 종류 2. 상관, 회귀 및 중회귀 분석 3. 선형 모형 모델 및 분산 분석 4. 요인실험법 5. 임의배치법 6. 분할구배치법 7. 공분산 분석
[B09389] 범주형자료분석특강 TOPICS CATEGORICAL DATA ANALYSIS (3(3))
Binary or ordinal response data(범주형 자료)에 대한 분석을 주요 목적으로 하여 일반적으로 Logistic analysis 라고도 불린다. 이 과정에서는 Logistic regression model의 소개와 Strategies, Application logistsic regression 등의 내용을 바탕으로 자료를 중심으로 응용을 겸하게 된다.
[B09390] 생존자료분석 SURVIVAL DATA ANALYSIS (3(3))
생존분석에 필요한 일반적 사회현상들의 소개 및 이론적인 소개와 응용을 그 주안점으로 생명표, 생존함수의 추정과 검정, 모수모형, 비모수적 추정, 회귀모형 등의 내용들을 통계패키지를 이용하여 분석하고 응용하고자 한다.
[B09391] 구조방정식모형분석 ANALYSIS OF STRUCTURAL EQUATION MODEL (3(3))
구조방정식 모형은 요인 분석과 회귀분석이 결합된 형태로 경영, 마케팅, 심리학, 사회학, 인구통계, 생물통계, 교육 통계 등의 사회 과학 분야 및 응용 통계학 분야에 널리 사용되고 있다. 본 강좌는 인과 분석과 구조방정식의 개념, 신뢰성 분석과 상관 분석, 탐색적 요인 분석과 회귀 분석, 경로 분석, 확증적 요인 분석, 구조방정식 모형의 분석과 응용 등의 내용이 포함되어 있다.
[B09392] 회귀모형론 REGRESSION MODELS (3(3))
전반적 Linear Models에 대한 이론적 소개와 분석을 포함하여 Regression analysis에서 다룬 이론적 방법들의 General linear regression model에 대한 응용으로 Diagnostic and remedical에 방법을 실질 Data의 이용으로 Hat Matrix, Leverage, Partial regression, Dffits, Dfbetas, Cook's D, Multicollinearity등을 심도있게 조사분석, 응용을 주된 내용으로 한다.
[B09395] 통계적추론특강(1) TOPICS IN STATISTICAL INFERENCE(1) (3(3))
확률 및 분포이론에서 간단한 용어 소개, 비편향성, 지수족, 충분통계량, 추정량의 비교 및 일반적인 성질, 추정량의 근사적인 성질 등을 다룬다.
[B09396] 통계적추론특강(2) TOPICS IN STATISTICAL INFERENCE(2) (3(3))
균일최강력검정, 비편향검정, 정규분표에서의 모수검정, 신뢰구간과 검정, 순열 검정과 확률화, 불변검정, 비편향성과 불변성 등을 다룬다.
[B09399] 비모수통계학특강(2) TOPICS IN NONPARAMETRIC STATISTICS(2) (3(3))
분포무관 통계량, U-통계량, 분포무관 신뢰구간, 대표본 성질, 카이제곱 적합도 검정, 점근 성질, 조건부 비모수 분포무관 검정, 부분축차검정 등을 다룬다.
[B09400] 표본론특강 TOPIC IN SAMPLING THEORY (3(3))
표본조사, 표본크기 결정, 비추정, 단순확률추출법, 목적 추출법, 반복 추출법, 층화추출법, 계통추출법, 집락추출법, 부표집, 이중 추출법 등을 다룬다.
[B09401] 대표본이론 LARGE SAMPLE THEORY (3(3))
추정량의 일치성, 점근분포, 점근 효율성, 점근비편향추정량, 대표본 이론의 성질 등을 다룬다.
[B09404] 통계학과세미나 STATISTICS SEMINAR (1(1))
고급 통계기법에 대한 문헌연구와 적용
[B10239] 베이지안추론 BAYESIAN INFERENCE (3(3))
통계학과 2005-1 확률모형에 관한 Bayesian 추론, Bayesian 분석의 원리, 회귀분석에서의 Bayesian 점근방법, 손실함수, Noninformative priors, Maximum Entropy priors, Hierarchical priors, 사후분포, 베이즈 추론, 회귀분석에서의 베이즈 추론, Minimax 분석, 불변성 등을 다룬다.
[B10240] 통계조사및상담 STATISTICAL SURVEY AND CONSULTING (3(3))
통계학과 2005-1 통계학 전반에서 다루는 Data들에 대한 자료 수집에 대한 방법과 오류, 자료의 분석 적용방법의 소개 및 오류 등을 통해 통계분석시 일어나기 쉬운 문제들을 인식시키고, 이때 SAS, SPSS 등을 이용해 실습과 분석을 함께 한다.
[B10644] 고급생물통계학 ADVANCED BIOSTATISTICS (3(3))
생명과학분야인 의학통계학, 보건통계학 등의 의학보건연구에 필요한 생명 과학 자료의 통계분석, 임상연구에서의 통계적 방법, 유전자 연구에서 통계적 방법 등을 다루게 된다.
[B10645] 분산분석개론 INTRODUCTION TO ANALYSIS OF VARIANCE (3(3))
다양한 실험 환경에 적합한 실험 설계 방법의 기초이론을 소개하고, 실험에서 얻어진 관측값을 분석하여 올바른 결론을 유도할 수 있게한다. 본 교과목은 다음의 내용을 포함한다. 분산분석의 개념과 원리, 완전확률화 설계(일원분산분석), 랜덤화 완전 블록 설계, 라틴정방 설계와 응용, 요인 설계(이요인과 다요인 분석), 블록교락 설계, 일부요인 설계, 지분 설계, 분할구 설계, 공분산 분석, 반응 표면분석 등을 다룬다.
[B10646] 이산자료의분석과응용 APPLICATIONS & ANALYSIS OF THE DISCRETE DATA (3(3))
이산 데이터는 주로 통계조사를 통하여 데이터를 얻는 사회과학 분야와 이항모집단과 같이 발생되는 사건이 특정 범주에 속하는 경우를 다루는 품질관리 혹은 전자 공학 분야 등에서 분석의 대상이 되는 것으로 본 교과목에는 다음 내용을 포함한다. 포아송 분포, 이항분포과 다항분포, 빈도분석, 교차분석, 동질성검정과 독립성 검정, 로지스틱 회귀분석, 로그선형모형 분석 등을 다룬다.
[B10647] 금융확률모형 FINANCIAL STOCHASTIC MODELLING (3(3))
주식 채권 등과 같은 금융시장의 자료의 분석을 위한 회귀모형, ARCH모형, GARCH모형, I-GARCH모형, GARCH-M 과정, 랜덤워크, 브라우니안 모션, 마팅게일, 기하 브라우니안모션의 확률 모형을 다룬다.
[B10648] 고급확률과정추론 INFERENCE IN STOCHASTIC PROCESSES (3(3))
시계열 모형, 마코브체인, 포아송과정, 출생사망과정, 큐잉, 디퓨젼 과정 에서 모수의 추정방법을 다룬다. 추정의 방법은 우도방법, 베이지안방법, 비모수적방법, 시뮬레이션방법을 다룬다.
[B10649] 고급확률모형론 ADVANCED PROBABILITY MODELS (3(3))
임의보행, 재생성과정, 행렬분석법, 확률측도 변화, 근사법 등의 확률모형 분석 방법을 학습하고 Markov-modulated 모형, 대기행렬 네트워크, 저장 및 재고 모형, 보험 위험 모형 등을 분석한다.
[B10650] 고급보험통계 ADVANCED ACTUARIAL STATISTICS (3(3))
생존분포와 생명표, 생명연금, 순보험료, 다중 생명함수, 책임준비금, 보험 모형, 연금에 대한 가치평가, 위험관리 등을 학습한다.
[B10651] 신뢰성이론 RELIABILITY THEORY (3(3))
시스템의 신뢰도를 파악하기 위한 신뢰도 확률모형의 설정과 다양한 수명분포를 학습한다. 더불어 고장해석, 소프트웨어 신뢰도 평가, 가속 수명 시험 그리고 보전 교체 정책 등의 개념도 함께 다룬다.
[B12758] 통계와패턴인식 STATISTICAL ANALYSIS OF SIGNAL (3(3))
통계적 패턴인식을 위한 방법을 다룬다: 이산 마코프과정, 은닉마코프과정의 정의와 개념, 은닉마코프모형에서의 세 가지 문제와 해법, 재귀은닉마코프모형, 최적 추정치, 모형의 선택
[B12759] 신호통계분석 STATISTICAL ANALYSIS OF SIGNAL (3(3))
음성신호 및 영상신호 데이터의 통계적 분석을 위한 확률모형과 분석 방법을 다룬다. 프리에변환, 은닉마코프모형, 인공지능 확률모형, 캡스트럴분석모형을 다룬다
[B12760] 통계분석방법(1) STATISTICAL ANALYSIS METHOD(1) (3(3))
통계학을 전공하지 않으면서 통계분석을 필요로 하는 타전공 대학원생을 위한 과목으로 여러 가지 통계분석 기법을 소개하여 통계를 필요로 하는 전공과목의 이해를 높이기 위한 강좌이다. SPSS를 이용하여 통계적 추론의 개념을 이해하고 기술통계, 기초통계분석, 회귀분석, 분산분석의 목적과 수행방법 그리고 결과를 올바르게 해석할 수 있게 한다.
[B12761] 통계분석방법(2) STATISTICAL ANALYSIS METHOD(2) (3(3))
통계학을 전공하지 않으면서 통계분석을 필요로 하는 타전공 대학원생을 위한 과목으로 여러 가지 통계분석 기법을 소개하여 통계를 필요로 하는 전공과목의 이해를 높이기 위한 강좌이다. SPSS를 이용하여 공변량분석, 요인분석, 주성분분석, 다변량분석의 목적과 수행방법 그리고 결과를 올바르게 해석할 수 있게 한다.
[B13172] 고급빅데이터분석 ADVANCED BIG DATA ANALYTICS (3(3))
빅 데이터는 규모나 복잡도에 있어 기존의 표준적 데이터 분석의 크기를 넘어서는 데이터를 말한다. 효과적인 빅 데이터 분석을 위해 새로운 통계적 방법론의 등장과 통계 소프트웨어의 발전이 이루어지고 있다. 본 과목에서는 고급 R 프로그래밍, 분산시스템, 기계학습 등 빅 데이터 분석을 위한 통계적 방법론을 배운다.
[B13936] 통계자료분석과응용 STATISTICAL DATA ANALYSIS AND APPLICATION (3(3))
응용 통계학의 전반적 자료분석 및 토의를 그 주된 목적으로 하여 추정과 검정, 분산분석, Multiple regression, GLM procedures, ANCOVA, MANOVA, 범주형자료 분석 등의 내용을 바탕으로 실질적 data를 이용한 분석, 토의, 발표 등을 다루게 된다
[B14076] 통계적기계학습 STATISTICAL MACHINE LEARNING (3(3))
통계학과 기계학습의 원리와 기술을 결합하여 데이터를 분석하고 모델을 구축하는 방법에 대해 공부한다. 지도 학습, 비지도 학습, 강화 학습 등 다양한 기계학습의 개념과 원리를 공부한다. 또한, 교차 검증, 과적합, 모델 선택과 성능 평가를 다룬다. 관련된 기계학습 방법으로는 회귀 모형, 판별 분석, 결정 나무, 앙상블 모형, SVM, 군집화, 차원 축소, 주성분 분석, 신경망 모형, 마르코프 결정 모형, 몬테 카를로 방법, TD 학습 등을 포함한다. 실습과 프로젝트를 병행할 수 있다.
기초공통
[B02859] 실험계획법 DESIGN OF EXPERIMENT (3(3))
가정학과, 의류학과 자연 과학 계통의 논문을 위한 실험 및 분석방법을 연구한다. 응용전자학과 효과적인 실험이나 연구 수행을 위한 실험계획에 대한 기초이론과 산업과 연구에 대한 적용 예를 소개한다. 통계학과 2005-1[영문명: EXPERIMENTAL DESIGN] 통계적 실험의 계획법을 소개하고, 결과를 올바르게 분석 할 수 있도록 하는 것을 목표로 일원배치법, 다원배치법, 분할법, 라틴방법 등을 주요 내용으로 다룬다. 아울러 통계학의 주요 패키지들을 이용한 실험 데이터의 적용과 그 응용에 주안점을 둔다. 신소재공학과 일반적으로 널리 사용되어져왔던 전통적인 실험법인 한 번에 한 인자를 살펴보는 방법(One factor at a time)은 투입되는 시간과 에너지에 비하여 복잡한 시스템에서 사용된 인자들과 결과물들 사이의 상호관계를 살펴보는 데에는 한계가 있다. 복잡한 상황에서 사용할 수 있는 효과적인 실험방법은 실험계획법(Design of Experiment:DOE)이다. 실험계획법은 인자들을 체계적으로 변화시킴으로써 최소의 실험횟수로 최적의 조건을 쉽게 찾아갈 수 있게 해 줄 뿐아니라, 복잡한 상황에서의 해결책을 상대적으로 쉽게 제시해 준다. 따라서 짧은 시간에 최소의 비용으로 우리가 원하는 결과를 제시해 주는 것이다. 구조적인 실험방법으로 인하여 분산분석 등의 통계기법을 필요로 하는데, 이러한 계산이 필요한 부분은 통계 소프트웨어인 미니탭을 이용하여 접근하면 어려움이 없다. 우리가 알고자 하는것, 혹은 이미 알고 있는 것을 바탕으로 실험계획법은 부분요인법(Fractional factorial design),완전요인법(Frll factorial design), 반응표면법(Response surface method)등으로 분류되기도 한다. 또한 주위의 잡음에 가장 둔감한 제품을 설계하는 실험계획법으로 공학적인 접근법인 다구찌 실험법(Taguchi method)이 있다. 본 실험계획법에서는 실험을 주로 하는 대학원생들을 위하여 이러한 실험방법들에 대하여 체계적으로 접근함으로써 여러분들의 실험계획법에 대한 이해를 돕고,또 이러한 실 험계획법을 여러분들의 실험에 직접적으로 사용할 수 있게 하는 데에 그 목적이 있다. 2010-1 일반적으로 널리 사용되어져 왔던 전통적인 실험법인 한 번에 한 인자를 살펴보는 방법 (One factor at a time)은 투입되는 시간과 에너지에 비하여 복잡한 시스템에서 사용된 인자들과 결과물들 사이의 상호관계를 살펴보는 데에는 한계가 있다. 복잡한 상황에서 사용할 수 있는 효과적인 실험방법은 실험계획법 (Design of Experiment: DOE)이다. 실험계획법은 인자들을 체계적으로 변화시킴으로써 최소의 실험횟수로 최적의 조건을 쉽게 찾아갈 수 있게 해 줄뿐 아니라, 복잡한 상황에서의 해결책을 상대적으로 쉽게 제시해 준다. 본 과정에서는 부분요인법 (Fractional factorial design), 완전요인법 (Full factorial design), 반응표면법 (Response surface method) 및 주위의 잡음에 가장 둔감한 제품을 설계하는 다구찌 실험법 (Taguchi method)에 대하여 체계적으로 접근함으로써, 실험계획법에 대한 이해를 돕고, 이를 실험에 직접적으로 사용할 수 있게 하는 데에 그 목적이 있다. 의류패션학과-2012 자연과학 논문을 위한 실험계획 및 분석방법을 정리하고 연구하며, 전반적인 섬유제품에서의 패션소재에 관한 성질과 특성을 이해하여 분석할 수 있고, 이들 데이터를 평가하는 능력을 배양한다.
[B05105] 확률론 THEORY OF PROBABILITY (3(3))
수학과, 통계학과 측도공간, 추상적 공간의 확률변수, 내측도 외측도, 비측정집합, 유도된 측도, 르베끄 측도. 수학과 : 2006-1 부터 확률변수의 수렴성, 독립성, 큰수의 법칙, 중심극한정리, Radon-Nikodym정리 및 간단한 확률과정론 등을 학습한다.
[B05113] 확률및측도론 PROBABILITY AND MEASURE THEORY (3(3))
통계학과 2005-1 확률측도에 대한 기본적 개념을 익힌다. 이를 위해 Denumerable Probability, Ordinary Random Variable, Morkov Chain, Outer Measure, inner Measure 등을 다루며, 또한 Measurable Function을 이용한 Random Variable의 확장을 도모한다.
[B05291] 고급수리통계학(1) ADVANCED MATHEMATICAL STATISTICS Ⅰ (3(3))
통계학과 2005-1 통계적 추론의 일반적 원리, 단조가능도비 검정, 축차확률검정, 모수의 추론, 추정방법, performance의 측도, 가설 검정, 신뢰구간, 근사이론, 다변량 경우의 추론 등을 다룬다.
[B07799] 수리통계학 MATHEMATICAL STATISTICS (3(3))
중요한 통계적 분포, 확률표본의 성질, 충분통계량, 최대가능도 추정량, 적률추정량, 추정량의 평가 방법, 가설검정의 개념 등을 다룬다.
[B09387] 일반선형모형론 GENERALIZED LINEAR MODELS (3(3))
선형 통계모형의 발견 및 분석 그리고 응용 능력 고취에 그 기본 목표를 두고 있으며, ANOVA model, Residual analysis, Two-facor analysis, Random model, Analysis of covariance의 내용을 중심으로 추정 및 가설 검정, 분석에 대한 응용 등을 다룬다.
[B09398] 비모수통계학특강(1) TOPICS IN NONPARAMETRIC STATISTICS (1) (3(3))
k개의 대응표본, k개의 독립표본, 프리드만 검정, 코크란 검정, 더빈 검정, 크루스칼 왈리스의 순위에 의한 일원분류 분산분석, 존키어 k-표본 검정, 다중비교, 일치계수, 단순 선형회귀분석 등을 비모수에서 다룬다.
[B10238] 회귀분석 REGRESSION ANALYSIS (3(3))
통계학과 2005-1 회귀분석의 기본개념, 회귀선의 추정, 분산분석 등과 같은 단순 회귀분석과 상관계수의 검정, 모형의 타당성, 오차의 자기 상관 등의 추론 및 응용을 다룬다. 아울러 통계패키지에서 이용되는 여러 가지 모형의 검정들이 이들을 통해 배양하는데 주목적을 둔다. 응용전자(협동과정) 2008-1 통계학의 주요 기초과목으로 회귀분석의 기본개념, 회귀선의 추정, 분산분석 및 다중 회귀에 관한 추론을 다룬다. 통계 패키지를 이용한 데이터의 처리 등에 관한 실습으로 실제 자료의 처리능력을 배양한다.
[B13935] 계산통계학 COMPUTATIONAL STATISTICS (3(3))
난수생성기법과 확률모형관측치 생성기법을 다루며, 생성된 값들이 특정분포를 따르는지를 검정하는 법을 다룬다. 몬테카를로기법을 이용하여 가설검정의 유의수준, 추정량과 구간추정을 밝히는 방법을 다루게 된다.
전공
[B00455] 고급확률과정론 ADVANCED STOCHASTIC PROCESSES (3(3))
It covers Brownian motions, diffusion processes, Markov jump processes, branching processes, martingales and Markov decision processes.
[B00456] 고급확률론 ADVANCES IN PROBABILITY (3(3))
For graduate students who have had an introduction to measure theory. Mathematical framework of probability spaces, random variables, expectation, independence, conditional expectation, modes of convergence, laws of large numbers, and Central Limit Theorem and its ramifications.
[B01144] 다변량자료의분석 ANALYSIS OF MULTIVARIATE DATA (3(3))
It is application course of graduate label which includes Multivariate normal distribution, Hotelling's likelihood ratio tests, manova, multivariate regression analysis, principal component analysis, factor analysis with estimation, discriminant and classification, and clustering etc.
[B02607] 순서통계학 ORDER STATISTICS (3(3))
Basic distribution theory of order ststistics, discrete order statistics, relations, bounds, and approximations for moments of order statistics, characterizations using order statistics, order statistics in statistical inference, asymptotic theory.
[B02646] 시계열분석 THE ANALYSIS OF TIME SERIES (3(3))
This is a course of method and application for time series data which includes autocorrelation, Box-Jenkins, autoregressive process, moving average process models and forecasting with application.
[B04455] 통계적품질관리특강 TOPICS IN STATISTICAL QUALITY CONTROL (3(3))
This is a principal applied statistical course for high quality management. We talk about methods of quality modeling, process quality, Inferences about process quality, statistical process control, control charts, and EWMA chart etc.
[B05101] 확률과정론 STOCHASTIC PROCESSES (3(3))
통계학과 Stochastic processes such as Bernoulli Process, discrete Markov chain, point process, birth and death process, Gauss process, Brownian motion, diffusion will be studied.
[B05109] 확률모형론 STOCHASTIC MODELS (3(3))
Stochastic modelling of natural or social phnomena is basic concern of this subject. Sample space, event, Bayes formula, discrete random variable, continuous random variable, expectation, conditional expectation, Markov Chain will be studied.
[B05115] 확률분포이론 THEORY OF PROBABILITY AND DISTRIBUTION (3(3))
Definitions and Concepts of Probablity will be introduced. Random variables, transformations, Normal distribution, Poisson distribution are also dealt with in some details. Expecations such as mean and variance of a random variable will be calculated. For large sample behavior limit distribution is studied.
[B05116] 확률시뮬레이션이론 THEORY OF STOCHASTIC SIMULATIONS (3(3))
Algorithms for Random number, Exponential number, Poisson number, generation will be studied. Simulating methods of Markov chain, gueueing, Poisson process for real life examples will be introduced.
[B05292] 고급수리통계학(2) ADVANCED MATHEMATICAL STATISTICS Ⅱ (3(3))
통계학과 2005-1 Uniformly most powerful tests, Unbiasedness for the hypothesis testing, Unbiased confidence sets, Bayesian confidence sets, Permutation tests, Invariance, Linear hypotheses, Multivariate linear hypotheses, The minimax principle, Conditional inference.
[B05383] 대기행이론 QUEUEING THEORY (3(3))
Definitions and concepts of queueing theory will be discussed. Cost equation, stable state probablility, simple server exponential queue, networks of queue, bulk service queueing modlel, M/G/1, G/M/1, M/M/K, M/G/H will be dealt with. Practical issues of queueing theory and its simulation experiments also be taught.
[B05631] 응용회귀분석 APPLIED REGRESSION ANALYSIS (3(3))
This is a basic course in statistics graduate level which includes simple regression analysis model, estimation of regression line, analysis of variance, multiple linear regression analysis etc. It includes a study of statistical computer package.
[B05756] 통계적결정론 STATISTICAL DECISION THEORY (3(3))
The main theorems of decision theory, posterior distribution, Bayesian, inference, Bayesian decision theory, minimax analysis, sequential decision problems.
[B05758] 통계패키지설계 STATISTICAL PACKAGE DESIGN (3(3))
Various techniques for statistical package implementation will be dealt. Secailly, algorithms in statitical methods and efficient calculations will be surveyed. Also user interface aspects for a statistical software also will be discussed.
[B05906] 수리통계학특강 TOPICS IN MATHEMATICAL STATISTICS (3(3))
Selected topics concerning recent development in Mathematical Statistics.
[B09289] 개별연구(1) INDEPENDENT STUDY (1) (3(3))
This course is offered to make it possible for a master's degree student to thoroughly investigate a topic related to his or her research interest.
[B09290] 개별연구(2) INDEPENDENT STUDY (2) (3(3))
This course is offered to make it possible for a doctoral degree student to thoroughly investigate a topic related to his or her research interest.
[B09388] 고급실험계획법 ADVANCED EXPERIMENTAL DESIGN (3(3))
This is a principal course in statistical graduate level which includes experimental with a single factor randomized complete block designs, Latin squares factorial design etc. Also, we use statistical computer package for the analysis. 생명공학과 2008-1 Study on the following fields: 1. Sampling and distribution theories and methods 2. Correlation, regression, and multiple regression analyses 3. Linear model and analysis of variance 4. Factorial designs 5. Randomized block designs 6. Split-plot designs 7. Analyses of covariance
[B09389] 범주형자료분석특강 TOPICS CATEGORICAL DATA ANALYSIS (3(3))
It is a known as logistic analysis for general binary or ordinal response data analysis. It includes a study of logistic regression model, logistic model building strategics and applications.
[B09390] 생존자료분석 SURVIVAL DATA ANALYSIS (3(3))
This is an a course of applied statistical graduate level and data on the time to the occurrence of a particular social event, such as the death of a patient, are frequently encountered. It includes life table estimation, modelling of parametric survival data, and regression model with application.
[B09391] 구조방정식모형분석 ANALYSIS OF STRUCTURAL EQUATION MODEL (3(3))
The Structural Equation Model is a formal mathematical model which consists of a set of linear structural equations. Variables in the equation system may be either directly observed variables or unmeasured latent(theoretical) variables that are not observed but related to observed variables. The model assumes that there is a "causal" structure among a set of latent variables. Sometimes the latent variables appears as linear composites of observed variables, other times as intervening variables in a "causal chain." The SEM covers a wide range of models useful in the social and behavioral sciences, including confirmatory factor analysis, econometrics models for time series data, recursive and non-recursive models for cross-sectional and longitudinal data, and covariance structure models.
[B09392] 회귀모형론 REGRESSION MODELS (3(3))
We discuss about general linear models including basic regression analysis. It includes diagnostic and remedial method which is hat matrix, leverage, partial regression, dffits, dfbetas, Cook's D., multicollinearity of multiple regression.
[B09395] 통계적추론특강(1) TOPICS IN STATISTICAL INFERENCE(1) (3(3))
Brief review of terminology in probability and distribution theory, unbiasedness, exponential family, sufficient statistics, comparison and general properties of estimators, asymptotic properties of estimators.
[B09396] 통계적추론특강(2) TOPICS IN STATISTICAL INFERENCE(2) (3(3))
Uniformly most powerful tests, unbiased test, testing the parameters of a normal distribution, confidence intervals and tests, permutation tests and randomization, invariant test, unbiasedness and invariance.
[B09399] 비모수통계학특강(2) TOPICS IN NONPARAMETRIC STATISTICS(2) (3(3))
Distribution-free statistics, U-statistics, distribution-free confidence intervals, largre sample properties, Chi-square goodness-of-fit test, asymptotic properties, conditional nonparametric distribution-free test, distribution-free partially sequential tests.
[B09400] 표본론특강 TOPIC IN SAMPLING THEORY (3(3))
Sampling Survey, estimation of smple size, ratro estimation, simple random sampling, purposive sampling, repeated sampling, stratified random sampling, systematic sampling, cluster sampling, sub-sampling, double sampling.
[B09401] 대표본이론 LARGE SAMPLE THEORY (3(3))
Consistence of estimators, asymptotic destributions, asymptotic efficiency, asymptotically unbiased estimator, properties of large sample theory.
[B09404] 통계학과세미나 STATISTICS SEMINAR (1(1))
Literature review and application of sophisticated statistical methods.
[B10239] 베이지안추론 BAYESIAN INFERENCE (3(3))
통계학과 2005-1 Bayesian inference, Analysis of Bayesian, Approximate Bayesian method in regression analysis, Loss function, Noninformative priors, Maximum Entropy priors, Hierarchical priors, Posterior distribution, Bayesian inference, Bayesian inference in Regression, Minimax analysis, Invariance.
[B10240] 통계조사및상담 STATISTICAL SURVEY AND CONSULTING (3(3))
통계학과 2005-1 Real Consulting course about statistical data which include collecting data, checking error and correct analysis. The course includes Analysis & Laboratory with SAS etc.
[B10644] 고급생물통계학 ADVANCED BIOSTATISTICS (3(3))
This course introduces the medical student, researcher or practitioner to the study of statistics applied to the life science. Furthermore, we discuss the data analysis tools for DNA microarrays.
[B10645] 분산분석개론 INTRODUCTION TO ANALYSIS OF VARIANCE (3(3))
This is an introductory subject for the basic theory and the methods dealing with the quantitative observations obtained under the various experimental designs. The followings are included; Completely randomized designs, Randomized completely blocks designs, Latin square designs and it's applications. Factorial designs, Confounding in the factorial designs, Fractional factorial designs, Nested designs, Analysis of covariance, Analyzing the response surface etc..
[B10646] 이산자료의분석과응용 APPLICATIONS & ANALYSIS OF THE DISCRETE DATA (3(3))
This subject is concerned with the discrete data which is principally accumulated through a statistical social surveys. The analysis of discrete data are widely applied to the social science, statistical quality controls and the electronic engineerings. The followings are included; Poisson distribution, Binomial and multinomial distributions, Frequancy analysis, Cross-tabs analysis, Test for the homogenity and independence. Logistic regression analysis, Log-linear analysis etc..
[B10647] 금융확률모형 FINANCIAL STOCHASTIC MODELLING (3(3))
In this course, various stochastic models such as ARCH model, GARCH model, I-GARCH model, GARCH-M process, random walk, Brownian motion, Martingales, Geometric Brownian motion are covered for analyzing financial data.
[B10648] 고급확률과정추론 INFERENCE IN STOCHASTIC PROCESSES (3(3))
Methods of estimation of parameters in various stochastic model are subjects of this course. Models are such as time series, Markov chain, Poisson process, birth and death process, queueing, diffusion process. Likelihood, Bayesian, nonparametric, and simulation method are covered.
[B10649] 고급확률모형론 ADVANCED PROBABILITY MODELS (3(3))
It aims to study random walks, regenerative processes, matrix-analytic methods, change of measures, approximation methods and to analyze probability models such as Markov-modulated models, queueing networks, storage and inventory models and insurance risk models.
[B10650] 고급보험통계 ADVANCED ACTUARIAL STATISTICS (3(3))
Topics include survival distributions and life tables, annuities, net premiums, multiple life functions, liability reserve fund, insurance models, valuation theory for pension plans and risk management.
[B10651] 신뢰성이론 RELIABILITY THEORY (3(3))
To evaluate the reliability of the systems we study how to build the stochastic models with various life distributions and how to analyze it probabilistically and statistically. The concepts such as failure analysis, software reliability, accelerated life testing and maintenance and replacement policy are also studied.
[B12758] 통계와패턴인식 STATISTICAL ANALYSIS OF SIGNAL (3(3))
Statiscal methods for the pattern recognition will be discussed: Definitions of discrete Markov Chain, hidden Markov chain, three basic problems of HMM, Various modified HMM.
[B12759] 신호통계분석 STATISTICAL ANALYSIS OF SIGNAL (3(3))
Probability models and methods for statistical analysis of data from signals wil be treated. Included are FFT, windows, MFCC, signal detection algorithm, pitch determination algorithm, modelling with HMM. Also an implementation of a signal recognition system will be discussed.
[B12760] 통계분석방법(1) STATISTICAL ANALYSIS METHOD(1) (3(3))
This course is for the graduate students who don’t major in Statistics but need to analyze the data statistically. It covers basic statistics inference concepts such as descriptive statistics, estimation and hypothesis testing. It also deals with elementary statistical analysis, regression analysis, analysis of variance by using the statistical package SPSS.
[B12761] 통계분석방법(2) STATISTICAL ANALYSIS METHOD(2) (3(3))
This course is for the graduate students who don’t major in Statistics but need to analyze the data statistically. It covers the analysis of covariane, the factor analysis, the principal component analysis and the multivariate analysis with the statistical package SPSS.
[B13172] 고급빅데이터분석 ADVANCED BIG DATA ANALYTICS (3(3))
Big data are data sets that are larger or more complex in terms of volume, processing than standard data set. For efficient big data analysis, new statistical methods and new statistical softwares are developed. Topics include advanced R programming, HDFS and statistical methods for big data such as generalized linear model and machine learning.
[B13936] 통계자료분석과응용 STATISTICAL DATA ANALYSIS AND APPLICATION (3(3))
This is a real applied course of statistical graduate level which includes data analysis, discussion of data, hypothesis test, analysis of variance, and others. We will perform a project related with multiple regression, glm procedures, ancova, and manova etc.
[B14076] 통계적기계학습 STATISTICAL MACHINE LEARNING (3(3))
Statistical Machine Learning is a field within the broader domain of machine learning that combines principles and techniques from statistics and machine learning to analyze data and build models. In this graduate-level course, students will delve into the following key topics such as, regression model, discriminant model, decision tree, ensemble model, SVM, clustering, dimension reduction, PCA, neural network, Markov decision model, Monte Carlo method, TD learning. Practices and projects can also be conducted.
기초공통
[B02859] 실험계획법 DESIGN OF EXPERIMENT (3(3))
통계학과 2005-1 This is a principal course in statistical graduate level which includes experimental with a single factor randomized complete block designs, Latin squares factorial design etc. Also, we use statistical computer package for the analysis. 신소재공학과 The traditional experimental method, one-factor-at-a-time approach, cam hardly be used to establish relationships among all the experinental input factors and the output responses for sych a complex system. Even though the traditional approach can be useful in finding predominant factors in this situation, it is time- and energy-consuming method.Futhermore, since the results are calid only under fixed experimental conditions, prediction based on them for other confitions is uncertain. Design of experiments(DOE), on the dther hand, is a very powerful tool which can be used to optimize designs for performence, quality, and cost having many differenct input variables. DOE is a process of testing using a structured plan in which the input factors are varied in an organized mammer ro optimeza efficiently output responses of interest with minimal variability. Due to the statistical balances in the design, number of potential combinations of numerous input fators at different levels can be evaluated for the best overall combination, in a small number of experiments. The subsequent interpretation of the resulting experimental data based on analysis of variance (ANOVA) will identify the input factors that influence the results the most and those that do not, and the presence of interactions among the input factors. The following step is optimization which leads to the best possible output response by choosing adequate levels of input factors. Because most of us can only grasp the effect of one-factor-at-a-time in our minds, we need mathematics and computer to keep track of the factors and their combinations in DOE. The aim of this course is to present the concept of DOE to graduate students including fractional factorial design, full factorial design, response surface method and Taguchi method. 2010-1 The concept of Design of experiments (DOE) to optimize designs for performance, quality, and cost; fractional factorial design, full factorial design, response surface method and Taguchi method; use of a structured plan with the input factors as a variable to optimize efficiently output responses with minimal variability.
[B05105] 확률론 THEORY OF PROBABILITY (3(3))
Probablility Space, Random Variables, Distribution Funcitons, Exponential Distribution, Poison Process, Interarrival Time, and Markov Chain will be studied.
[B05113] 확률및측도론 PROBABILITY AND MEASURE THEORY (3(3))
통계학과 2005-1 Definitions and Concepts of Probability and Measure Theory will be introduced. Denumerable Probability, Ordinary Random Variable, Morkov Chain, Outer Measure, inner Measure are also dealt with in some details.
[B05291] 고급수리통계학(1) ADVANCED MATHEMATICAL STATISTICS Ⅰ (3(3))
통계학과 2005-1 The general principle of the statistical inference, Monotone likelihood ratio tests, Sequential probability tests, Inference of the parameters, Methods of Estimation, Measures of performance, Testing hypothesis, Confidence intervals, Asymptotic theory, Inference in the multivariate case.
[B07799] 수리통계학 MATHEMATICAL STATISTICS (3(3))
Important statistical distributions, properties of random sample, sufficiency, maximum likelihood estimators, moment estimator, methods of evaluating estimators, the concepts of testing hypothesis
[B09387] 일반선형모형론 GENERALIZED LINEAR MODELS (3(3))
This is a typical core course in statistics graduate level which includes linear statistical model, estimation and application. We discuss about anova analysis, residual analysis, two-facor analysis, random model, and analysis of covariance with application.
[B09398] 비모수통계학특강(1) TOPICS IN NONPARAMETRIC STATISTICS (1) (3(3))
The case of k related samples, the case of k independent samples, Friedman test, Cochran's test, Durbin test, Kruskal-Wallis one-way analysis of variance by Ranks, Jonckheere's K-sample test, multiple comparisons, coefficient of concordance, simple linear regression analysis.
[B10238] 회귀분석 REGRESSION ANALYSIS (3(3))
통계학과 2005-1 This is a basic course in statistics graduate level which includes simple regression analysis model, estimation of regression line, analysis of variance, multiple linear regression analysis etc. It includes a study of statistical computer package. 응용전자 2008-1 The basic concepts on the regression analysis and the multiple regressions as a fundamental course of statistics can be treated. Through the real data processing by using of personal computer with the statistical packages, the data processing and analyzing ability can be improved
[B13935] 계산통계학 COMPUTATIONAL STATISTICS (3(3))
Methods of random number generation in introduced. Testing methods of fitness for the distribution for the generated distribution numbers are dealt with Monte Carlo methods. Especially, Monte Carlo for hypothesis testing is discussed for significant level, cantidate coefficient.