교양필수
통계학(1) STATISTICS(1) (3(3))
- 통계의 기본 개념을 이해하고 통계적 사고를 함양시켜서 자연과학 및 사회과학을 위시한 사회 전반에 걸쳐 나타나는 통계자료를 이해하고, 여러 종류의 통계 데이터에 대한 분석능력을 갖도록 한다.- 데이터 정리 및 요약, 평균과 표준편차, 확률의 개념, 확률분포, 정규분포, 표본추출, 모평균의 추론 등을 통해 통계 분석의 개념을 이해하고, 다양한 응용분야에 적용할 수 있는 능력을 기르고자 한다
대학생활설계 SEMINAR FOR ACADEMIC LIFE (1(1))
1. 강의 소개 대학생활을 시작하는 신입생이 대학생활에 잘 적응 할 수 있도록 지도교수의 지도, 적성검사, 진로탐색 및 상담을 통해 진로를 설계하고 효과적인 실천 계획을 수립할 수 있도록 CRM(Career Road Map) 작성에 도움을 제공한다.(자기 분석, 성격유형검사, 진로탐색, 대학생활의 성공비결 지도, 진로설계 및 방향설정, CRM 작성(설계) 기법, CRM 작성 등으로 이루어지며, 수업은 지도교수가 지도학생들과의 반별 수업을 원칙으로 함)2. 수업목표 중간시험 이전에는 대학생활을 위한 동기를 부여하고, 학생 스스로가 자기분석과 성격유형(MBTI 또는 TCI)검사와 더불어 진로탐색(YAT검사) 기회를 제공한다. 또한, 경력관리와 시간관리를 통해 대학생활의 효율성 제고에 도움이 되도록 지도한다. 아울러, 학습법, 레포트 작성 전략, 학사제도 및 각종 교내프로그램 안내 등 대학생활에 실질적인 도움이 될 수 있는 계기를 마련한다.중간시험 이후에는 지도교수의 지속적인 상담을 통해 대학생활을 통한 진로 설계 및 방향을 설정할 수 있도록 지도하며, CRM 작성 및 실천 계획을 수립할 수 있도록 지도한다.
융복합글쓰기 CONVERGENCE- AND INTEGRATION-BASED THINKING AND WRITING (3(3))
21세기 생존을 위한 하나의 조건이자 창의 역량의 핵심 요소로 문제 분석 및 문제 해결 능력이 강조되고 있다. 본 강좌는 이러한 능력을 강화함으로써 지식과 정보를 수집・분석・가공하는 단계를 넘어서서 종합적으로 재창조하고, 나아가 말과 글을 통해 이를 효과적으로 표현하는 통합적 문제해결 역량 즉 융복합적 창의 역량을 함양하는 것을 목적으로 한다. 또한 이 강좌를 통해 영남대학교가 추구하는 공성(共性), 즉 인간에 대한 공감 능력, 공동체에 대한 이해와 긍정성에 기반을 둔 공감각적 사고와 소통 능력을 함양하고자 한다. 궁극적으로 본 강좌는 ‘문제해결로서 융복합적 사고와 글쓰기’를 통해 창의적 지식 발달과 글쓰기 역량 강화를 지속적으로 도모하고자 한다.
소프트웨어와인공지능 SOFTWARE AND AI (3(3))
소프트웨어와 인공지능 교과목의 교육 목표는 소프트웨어의 기본 개념과 이를 다양한 응용 분야에 활용하기 위한 컴퓨팅사고(computational thinking)를 교육하는 것이다. 다양한 전공의 수강생들에게 4차 산업혁명의 핵심기술인 빅데이터와 기계학습, 인공지능 등을 학생들에게 체험하게 하고, 이러한 기술들을 자신의 전공 분야에 쉽게 접목할 수 있도록 유도하는 흥미롭고 구체적인 사례들을 발굴하여 강의한다. 학문 분야의 특성을 고려하여 강의 유형을 세 가지로 분류하고, 수강생의 학업 능력에 따라 강의 난이도를 조절하여 학업 성취도를 높이도록 한다.
사회공헌과봉사 SOCIAL CONTRIBUTION AND SERVICE (1(1))
이 강좌는 개인이 사회구성원의 일원으로 더 나아가 지구촌 공동체의 일원으로서의 공동체의식, 즉 대학생이 세계시민으로서의 기본 소양을 함양한다. 특히 이 강좌는 지구촌이 공동으로 당면한 과제 해결을 위해 협력, 나눔, 봉사, 창조의 정신을 함양하고 사회공헌과 리더십을 학습한다. 또, 사회공헌의 가치와 논리 특히 환경보전과 사회공헌 및 좋은 거버넌스(ESG)의 가치논리와 사례를 학습하고, 실천역량을 함양하여 학생들이 사회발전과 지구촌 공동문제의 해결에 기여하는, 역량을 갖춘 글로벌 리더가 되도록 공부하는 교양강좌이다. 종합하면, 이 강좌는 모든 사람들이 보다 안전하고 행복하게 살아갈 수 있는 사회를 만들기 위한 활동을 하는 사람들이 타인을 위해 헌신하는 노력에 대한 이해를 제고하고 실천하는 이론과 실제를 학습하고, 관련 지식과 기술 및 자세를 바르게 정립하고자 한다.
응용통계학 APPLIED STATISTICS (3(3))
-현실생활에서 경험하는 데이터를 요약, 정리하고 분석하여 필요한 정보를 추출해 내는 통계적 기법을 학습하고, 통계 팩키지의 이용을 통해 데이터 분석 능력을 익힌다. 자료를 요약하고 정리하는 방법과 확률의 기본개념을 학습한 후, 평균, 비율, 분산에 대한 추정과 가설검정, 두 집단의 비교, 상관분석, 회귀분석, 분산분석, 범주형 자료 분석 등의 다양한 통계분석 방법을 다룬다. 실제 데이터 분석이 가능할 수 있도록 통계 팩키지의 사용법을 설명하고 과제를 통해 확인한다.
실용영어 PRACTICAL ENGLISH (3(3))
본 강좌는 학습자들이 실생활에서 필요한 기본적인 영어 의사소통 능력을 배양하는 것을 그 목적으로 한다. 한국인교수와 원어민교수의 팀티칭으로 진행되는 본 강좌에서 한국인교수는 기본적인 영어구조와 어휘, 실용적 표현들을 제공함과 동시에 문형 위주의 회화 연습을 하는 기회를 제공한다. 원어민교수는 이를 바탕으로 의사소통 능력 향상을 위한 회화 연습을 한다.
통계학(2) STATISTICS(2) (3(3))
- 통계의 기본 개념을 이해하고 통계적 사고를 함양시켜서 자연과학 및 사회과학을 위시한 사회 전반에 걸쳐 나타나는 통계자료를 이해하고, 여러 종류의 통계 데이터에 대한 분석능력을 갖도록 한다.- 통계학(1)에서 배운 지식을 바탕으로 모집단에서 추출한 표본 데이터를 이용한 다양한 데이터 분석 방법을 학습한다.- 특히, 두 집단의 모평균 비교, 단순회귀모형에 관한 정의 및 성질, 회귀모수에 관한 통계적 추론, 범주형 데이터를 이용한 적합도 검정, 분할표에 의한 독립성 및 동질성 검정, 분산분석에 관한 기본개념, 완전확률화 계획법에 대한 모형과 추론, 비모수적 추론 방법 등을 강의한다.
전공핵심
기초확률및분포이론 ELEMENTARY PROBABILITY & DISTRIBUTION THEORY (3(3))
확률의 기본 개념, 이산 및 연속 확률변수, 기대값, 적률 생성함수, 체비세프정리 등의 내용으로 통계이론 전개에 필요한 확률분포를 이해한다.
통계패키지 STATISTICAL PACKAGE (3(3))
통계 패키지 SAS의 사용법을 다룬다. 먼저 언어로서의 SAS 언어의 구조를 이해하도록 하며, 데이터의 입력과 출력, 자료집합의 병합, 분리 등을 다룬다. SAS 의 기초적 PROC을 이용하여 데이터를 처리하는 법도 함께 다룬다.
수리통계학개론(1) INTRODUCTION TO MATHEMATICAL STATISTICS I (3(3))
확률변수들의 분포, 밀도함수, 적률생성함수, 몇 가지 특정한 분포, 확률변수들의 함수의 분포, 순서통계량들의 분포, 극한분포.
회귀분석 REGRESSION ANALYSIS (3(3))
회귀분석은 흔히 통계학자들의 보물상자라고 부를 만큼 통계분석에 필요한 중요하고 기초적인 내용을 많이 포함하고 있는 과목이다. 회귀분석은 순수 이론 통계학 분야와 응용 통계분야 모두에서 활발히 주목받고 있는 분야이다. 회귀분석은 최소제곱법이나 가정의 검정을 위한 여러가지 통계량의 개발에 열을 올리기도 하지만, 보다 실전적으로 모형검정이나 모형의 가정에 대한 진단을 위하여 여러가지 그래프의 개발도 활발히 진행되고 있다. 현재는 회귀분석을 위한 다양한 통계패키지를 이용하면 옛날에는 상상도 못한 계산을 쉽게 할수 있고, 또한 필요한 도형이나 그림도 쉽게 그려서 분석할 수 있다.
확률시뮬레이션 STOCHASTIC SIMULATIONS (3(3))
R 프로그램의 기본에 대해 공부하고, 이를 이용하여 확률론적 현상을 시뮬레이션하는 방법에 대해 살펴본다. 확률론적 시뮬레이션 방법을 통해 직관을 키우고 이론이 맞는지 확인할 수 있다. R 프로그램은 통계적 방법에 대한 다양한 기능을 제공하며, 학생들은 중요한 알고리즘들을 프로그래밍하며 실력을 키울 수 있다. 입출력, 함수, 데이터 구조, 시각화, 수치 적분, 확률, 확률변수, 추정, 시뮬레이션의 주제에 대해 공부한다.
다변량자료분석 MULTIVARIATE DATA ANALYSIS (3(3))
이 과목에서는 변량들이 상당히 많아서 그 자체로 분석이 곤란한 경우에 변량들이 잠재적으로 가지고 잇는 새로운 요인을 찾는 기법(주성분 분석법, 요인분석법)과 많은 변량들을 몇 가지 특성을 가지는 소규모 집단 내지 그룹으로 나누는 기법(판별분석, 군집분석)을 소개한다. 실제로 많은 변량으로 인하여 당면하게 되는 계산상의 어려움과 복잡성으로 수년전 까지는 경원시 되던 통계학의 한 분야이지만 최근 컴퓨터의 급속한 보급과 발전으로 인하여 각광을 받고 있고, 또 그 만큼 많이 응용되고 활용되는 분야이다. 이론은 매우 기초적인 것만 소개하며, Sas/Stat나 Spss 혹은 Splus 등 통계패키지를 이용하여 직접 다변량 자료를 분석하고 이해하도록 한다. 교양통계수준의 통계지식이 요구되며 기본적은 PC사용법을 알면 도움이 된다. 이 과목은 자연과학, 인문사회과학, 공학, 의약학 등 여러 분야에서 응용 될 수 있다
수리통계학개론(2) INTRODUCTION TO MATHEMATICAL STATISTICS II (3(3))
추정, 충분통계량, Cramer-Rao Lower Bound, 베이즈 추정, 신뢰구간, 가설검정, 균일최강검정, 우도비검정, 카이제곱검정, 비모수검정.
실험설계와분석 DESIGN AND ANALYSIS OF EXPERIMENTS (3(3))
실험이나 조사를 수반하는 거의 모든 응용과학 분야와 인문사회과학 분야등 매우 폭넓게 적용되는 과목으로 실험이나 조사의 사전 설계, 실험순서, 실험방법 그리고 실험후의 결과를 올바르게 분석하고 해석하기 위한 매우 중요한 과목 가운데 하나다. 주요 교과 내용으로는 완전확률과 설계, 블록설계, 요인설계, 지분설계 그리고 분할구 설계와 반응표면 설계등이 포함되어 있다. 한 학기 정도의 교양 통계학을 수강한 학생이면 누구나 수강 할수 있는 과목이다. SAS/STAT, SPSS 혹은 SPLUS등의 통계패키지를 이용하여 자료를 분석해 보고 해석한다.
시계열자료분석과예측 TIME SERIES ANALYSIS AND FORECASTING (3(3))
이 과목은 시간의 흐름에 따라서 얻어지는 여러 가지 자료들에 대한 기본적인 통계모형을 소개하고 분석하기 위한 여러 가지 통계기법을 소개한다. 여기에서는 이론적인 접근은 최소로 하고 가급적 전문가로서도 관련 분야의 시계열 자료들을 분석하고 예측할 수 있도록 하기 위하여 Sas/Ets나 Spss 혹은 Splus 등의 통계패키지를 이용하도록 한다. 시계열 자료는 경제, 경영분야 뿐 아니라 농학, 의학, 공학 등에서 흔히 나타나므로 이들 분야에서 활발히 적용되고 있다. 전통적인 회귀분석을 이용하는 분해시계열분석, Box-Jekins의 모형구축법과 예측들을 소개하고 스펙트럴 분석법도 본 교과 내용에 포함되며, 교양통계학 정도의 통계지식과 적어도 하나 정도의 통계패키지의 기본 사용법을 알아야 도움이 된다.
전공선택
통계조사방법및분석 STATISTICAL SURVEY AND ANALYSIS (3(3))
통계조사의 설계, 편의, 분산과 비용추정량, 단순랜덤추출의 비교, 층화추출, 계통추출, 균형계통추출, 층화계통추출, 단순집락추출, 불균등 확률추출, 다단집락추출, 비추정 등 통계조사와 분석방법의 개념을 다룬다.
수학논리및논술 LOGIC AND ESSAY WRITING IN MATHEMATICAL EDUCATION (2(2))
중등 수학과목의 교육에 필요한 논리 및 논술을 익힌다.
통계수학 MATHEMATICS FOR STATISTICS (3(3))
확률과 통계이론 전개에 필요한 미적분학과 행렬대수의 개념과 기법을 학습하고 통계적 적용을 이해한다. 함수의 연속과 극한, 미분과 적분, 수열과 급수, 행렬식, 역행렬, 고유값과 고유벡터 등을 다룬다.
통계프로그래밍 PROGRAMMING FOR STATISTICS (3(3))
파이썬을 이용하여 프로그래밍의 기본 방법에 대해 공부한다. 변수, 함수, 조건문, 반복문을 통하여 프로그래밍의 기본 로직에 대해 익힌다. 시각화, 과학 계산, 데이터 처리에 활용되는 추가적인 파이썬 모듈을 이용한 프로그래밍을 통해, 통계학에서 공부하는 확률과 통계에 관련된 이론들에 대해 이해를 넓힌다. 클래스와 객체의 개념에 대해 학습한다.
통계데이터베이스 STATISTICAL DATABASE (3(3))
현대 데이터베이스 시스템에서 활용되는 SQL 언어의 다양한 활용 방법에 대해 배운다. SQL은 데이터베이스에 액세스하고 데이터를 다루고, 입력하고 변경하는 등에 사용되는 가장 널리 사용되는 쿼리 언어이다. 데이터를 SQL의 기본 및 고급 방법과 관계형 데이터베이스 시스템 개념에 대해 일부 학습한다. 다른 프로그래밍 언어를 통해 데이터베이스에 연결하여 SQL을 활용하는 법에 대해 배운다.
통계적방법론 STATISTICAL METHOD (3(3))
자료의 요약 방법, 대표본에서 표본평균의 분포와 모평균의 추정, 제1종 오류과 제2종 오류, 대표본에서 모평균과 모비율에 대한 가설검정, 정규모집단에서의 모평균 및 모분산에 대한 소표본 추론, 대표본에서 두 모집단의 비교, 범주형 자료 등을 다룬다.
통계적품질관리 STATISTICAL QUALITY CONTROL (3(3))
현대 경영환경에의 바람직한 적응을 위한 통계학의 응용분야로서 실무에 적응을 쉽게 하고, 생산성을 높이는 등의 방법 등이 토의된다. 주요 수업내용으로는 Methods of Quality Modeling Process Quality, Inferences About Process Quality, Statistical Process Control, Control Charts, Ewma Chart 등의 개념들을 전반적으로 다룬다.
통계전공영어 ENGLISH FOR STATISTICS (3(3))
원서 강독을 통한 통계학사, 통계에세이 등을 다룬다.
통계계산 STATISTICAL COMPUTATION (3(3))
통계학에서 컴퓨터의 사용은 필수적이다. 이를 위하여 본 강좌에서는 통계학 공부를 위하여 필요한 기본적인 컴퓨터 지식과 함께, C 언어의 기초적 문법을 공부한다. C 언어를 이용하여 여러가지 통계분포표의 계산, 기초 통계량의 계산, 분포함수와 밀도함수의 그래프작성 등의 응용프로그램을 작성하는 방법을 익힌다.
보험통계 ACTUARIAL STATISTICS (3(3))
리스크, 리스크관리, 보험에 대한 기초적 이해와 생명보험의 개념, 사망률, 생명표, 보험료 산정에 관한 학습을 한다. 또한 여러 가지 보험 상품의 요율을 정하는 법, 연금계획에 따른 상품의 개발과정, 생명표 해석, 순보험료, 생명연금, 연생보험상품 등을 다룬다.
수학교재연구및지도법 PEDAGOGY FOR TEACHING SECONDARY SCHOOL MATHEMATICS (3(3))
현대의 학습 심리학적 측면을 응용하여 중등학교 수학에서 다루는 수학 내용의 효과적인 지도를 우한 교과서 내용을 분석하고 다양한 지도 방법과 수업전략을 익히며, 이러한 교수법적 지식의 활용을 위한 수업 실습을 한다.
확률과정모형 STOCHASTIC PROCESS MODELING (3(3))
확률과정모형 중에서 마코프체인, 포아송과정, 출생사망과정, 큐잉과정, 네트워크, 브랜칭과정, 재고과정 등을 소개하며, 이들 모형을 PC Window 환경에서 C++를 이용하여 구현하는 방법을 다루며, 구현된 시스템을 통하여 이들 모형들의 성질을 파악한다.
통계현장실습(1) STATISTICS FIELD WORK I (3(3))
통계학전공에서 전공수업을 이수한 학생을 대상으로 방학기간 (다른 교과목의 수업 및 학점이수에 문제점이 없는 경우 학기중에도 가능)을 이용하여 관련 산업체 현장 및 연구소 등에서 일정기간 실습하며, 실습업체의 주관하에 평가한다. 산학협동교육의 일환으로 현장적응능력과 전공이론의 현장응용능력을 배양함에 본 교과목의 목적이 있다.
통계캡스톤디자인(1) STATISTICS CAPSTONE DESIGN I (2(4))
통계 학생(3학년 혹은 4학년)의 통계연구능력과 독립적인 과제수행능력을 함양시키기 위한 과정이며, 통계에 관한 중요한 이론과 실험방법들을 응용하여 계획한 연구과제를 수행한다. 연구과제는 연구팀별로 수행되며, 연구진행상황과 방향에 관하여 책임교수와 긴밀하게 토론한다. 연구수행으로 얻어진 결과는 구두로 발표하며, 동시에 연구결과보고서를 제출한다.
빅데이터분석 BIG DATA ANALYTICS (3(3))
빅 데이터는 저장 공간, 데이터 구성, 처리 과정 등에 있어 전통적인 데이터 처리 방법과는 다른 방법론과 기술이 요구된다. 빅 데이터는 무엇이고 왜, 어디서 필요한지를 생각하고, 빅 데이터에 적합한 데이터 시스템과 프로그래밍에 대해 공부한다. 또한 빅 데이터 모형화와 관리 방법에 대해 학습하고, 빅 데이터 통합과 처리 과정에 대해 이해한다. 이 과목의 학습 내용은 다음 사항을 포함할 것이다. 분산 파일 시스템에 대한 기본 개념, 하둡 등의 어플리케이션을 이용하여 맵 리듀스 방식을 통한 분산 처리 방법, NoSQL 등 대용량 데이터를 조작, 처리하는 데 있어 필요한 언어 학습, 대용량 데이터 분석을 위한 통계 패키지 활용 방안, 빅 데이터의 시각화 방안, 더 나아가 시간이 허락되면 빅 데이터를 이용한 기계 학습 방법을 다룬다.
수학교육론 THEORY OF TEACHING SCHOOL MATHEMATICS (3(3))
수학교육학을 처음 접하는 학생들을 위하여 수학의 본질과 역사적 발전과정, 수학 학습 심리학, 다양한 수업 전략, 평가 방법, 그리고 공학과 학교 수학 등의 주제를 다루어서 수학교육을 위한 이론적 기초를 습득한다.
금융통계학입문 INTRODUCTION TO FINANCIAL STATISTICS (3(3))
이 과목에서는 현대 포트폴리오 이론과 효용 이론을 확률론적 관점에서 공부한다. 그리고 Value-at-Risk의 개념과 프로그램을 통한 계산 방법을 공부하며, 이를 위해 GARCH와 FHS 등의 시계열 방법론이 어떻게 적용되는지 살펴본다. 또한 Backtesting을 위한 통계적 방법에 대해 학습한다.
베이지안통계학입문 INTRODUCTION TO BAYESIAN STATISTICS (3(3))
베이지안 통계학의 기본 개념과 분석 방법을 소개한다. 확률과 불확실성, 베이즈 정리, 사후분포, 공액 사전분포, 베이지안 추론, 베이지안 결정이론 등을 다룬다.
데이터마이닝입문 INTRODUCTION TO DATAMINING (3(3))
데이터마이닝(Data Mining)이란 데이터의 필요한 부분의 정보를 획득하거나, 의사결정을 하게 해주는 지식을 제공하는데 사용하는 사용되는 기법이라 할 수 있다. 이들은 시장경쟁의 원리가 가중되고 기업에서 보유하고 있는 고객의 관리경영(CRM)을 위해 필요한 기법으로, 그 기초적인 중심기법은 다변량 자료분석이라 할 수 있다. 이 과목에서는 이들의 기법을 SPSS사의 Clementine 혹은 SAS사의 E-miner 등 데이타마이닝 패키지를 통해 실습을 병행 교육한다.
통계현장실습(2) STATISTICS FIELD WORK Ⅱ (3(3))
통계학전공에서 전공수업을 이수한 학생을 대상으로 방학기간(다른 교과목의 수업 및 학점이수에 문제점이 없는 경우 학기중에도 가능)을 이용하여 관련 산업체 현장 및 연구소 등에서 일정기간 실습하며, 실습업체의 주관하에 평가한다. 산학협동교육의 일환으로 현장적응능력과 전공이론의 현장응용능력을 배양함에 본 교과목의 목적이 있다.
통계캡스톤디자인(2) STATISTICS CAPSTONE DESIGN Ⅱ (2(4))
통계 학생(3학년 혹은 4학년)의 통계연구능력과 독립적인 과제수행능력을 함양시키기 위한 과정이며, 통계에 관한 중요한 이론과 실험방법들을 응용하여 계획한 연구과제를 수행한다. 연구과제는 연구팀별로 수행되며, 연구진행상황과 방향에 관하여 책임교수와 긴밀하게 토론한다. 연구수행으로 얻어진 결과는 구두로 발표하며, 동시에 연구결과보고서를 제출한다.
범주형자료분석 CATEGORICAL DATA ANALYSIS (3(3))
일명, Logistic Analysis로 알려져 있으며 의학, 약학, 동물학 등 생물학의 분석을 주된 내용으로 Logistic Regression Model, 다중 Logistic Regression Model, Coefficients of Logistic Model, Model Building 전략, 적합도 검정 등을 들 수 있다.
비모수통계학입문 INTRODUCTION TO NONPARAMETRIC STATISTICS (3(3))
비모수 검정의 기법과 응용, 일표본검정, 이표본검정, 일원배치법, 이원배치법, 상관검정, 회귀분석.
금융통계학 FINANCIAL STATISTICS (3(3))
이 과목에서는 파생상품 가격 결정을 위한 확률론적 방법에 대해 공부한다. 무차익 원리를 바탕으로 이항나무 모형과 기하 브라운 운동 모형에서 옵션 가격 결정 이론과 응용에 대해 알아본다. 더 나아가 이자율과 헷징 전략, 내재 변동성, 위험 중립형 확률 측도, VIX 등에 대해 학습한다.
통계머신러닝 STATISTICAL MACHINE LEARNING (3(3))
통계 머신 러닝이란 다양한 통계적 모델링을 통하여 복잡한 데이터 셋을 이해하고 추론과 예측을 하는 과정이다. 이 과목에서는 회귀, 분류, 트리, 부스팅, 서포트 벡터 머신, 뉴럴 넷트웍 등을 포함한 다양한 기계 학습의 이론과 응용에 대해 공부한다. 빅 데이터의 시대를 맞아 통계 머신 러닝은 전통적인 과학 분야 뿐만 아니라 의학, 금융, 경영, 마케팅 등 다양한 분야에서 활용된다.
통계자료분석 STATISTICAL DATA ANALYSIS (3(3))
분야별 조사로 얻어진 실제 데이터를 이용하여 통계문제의 정립, 적합한 분석방법의 선택, 통계팩키지를 이용한 통계분석, 결과의 올바른 해석 등의 절차에 따라 여러 통계분석 방법을 실습한다. 다양한 분야의 사례 위주로 분석을 수행함으로써 실제 문제 해결 능력을 배양하도록 한다.