학과소개


HOME > 학과소개 > 과목소개
학년 학기 과목코드 교과목명 시간 학점 비고
2 1학기 F10260101 의사결정론 3 3  
F10116101 통계수학 3 3 전공필수과목
F10209101 통계행렬론 3 3  
F10272101 SAS통계학 3 3  
F10252101 SAS통계학실습 1 2  
F10252102 SAS통계학실습 1 2  
2학기 F10464101 베이지안개념과이론 3 3  
F10199101 통계계산 3 3  
F10114101 통계계산실습 1 2  
F10114102 통계계산실습 1 2  
F10376101 확률분포론 3 3 전공필수과목
F10103101 확률분포론연습 1 2  
F10103102 확률분포론연습 1 2  
F10303101 회귀분석1 3 3 전공필수과목
F10264101 회귀분석연습1 1 2  
F10264102 회귀분석연습1 1 2  
3 1학기 F01459101 수리통계학 3 3 전공필수과목
F10380101 수리통계학연습 1 2  
F10380102 수리통계학연습 1 2  
F10355101 시계열분석 3 3  
F10363101 시계열분석실습 1 2  
F10363102 시계열분석실습 1 2  
F10377101 실험계획법 3 3  
F10306101 실험계획법실습 1 2  
F10353101 회귀분석2 3 3  
F10354101 회귀분석연습2 1 2  
2학기 F10471101 다변량분석 3 3  
F10462101 다변량분석실습 1 2  
F10125101 데이타마이닝 3 3  
F10126101 데이타마이닝실습 1 2  
F10365101 범주형자료분석 3 3  
F10463101 범주형자료분석실습 1 2  
F10304101 비모수통계및실습 3 3  
4 1학기 F10411101 공간통계학 3 3  
F10412101 공간통계학실습 1 2  
F10415101 통계세미나 3 3 전공필수과목
F10457101 품질관리 3 3  
2학기 F10460101 통계상담및실습 3 3  
F10452101 통계조사및실습 3 3  
F10465101 확률과정분석 3 3  
 
SAS통계학(Statistics in SAS)
통계 Package 중에서 가장 널리 보급되고 있는 가장 Powerful 한 SAS를 익힘으로써 앞으로 배울 회귀분석, 실험계획법 등에 직접 응용할 능력을 기르고자 한다.
SAS통계학실습 (Statistics in SAS Lab)
'SAS' 통계학 수업에서 배운 SAS에 관한 명령어들을 실제 컴퓨터 실습을 통해 학습함으로써 학생들의 이해를 돕고자 한다.
통계수학(Statistical Mathematics)
통계학 전반에 필요한 여러 수학개념, 미분적분, 극한, Taylor 정리 등에 관하여 다룬다.
통계행렬론(Matrix Algebra for Statistics)
회귀분석, 실험계획법, 시계열 분석 등에 사용되는 행렬이론을 중심으로 다루게 된다. 통계Package는 SAS/IML을 사용한다.
표본론(Sampling Design)
단순임의추출, 층화추출, 계통추출, 집락추출 등 표본설계에 필요한 계획과 설계 등을 다루며 이들 설계에 의해 얻어진 자료의 통계적 분석에 중점을둔다.
베이지안개념과이론(Introduction to Bayesian Statistics)
기초적인 분포이론을 시작하여 베이지안 추정과 검정, 그리고 마지막으로 베이지안 계산방법을 다룬다. 기초 통계학을 이수한 학생이면 누구나 쉽게 공부할 수 있으며 컴퓨터를 이용한 통계기법의 개발과 같은 최근의 통계학의 흐름을 공부할 수 있다.
통계계산(Statistical Computing)
현재 널리 쓰이고 있는 C++언어를 습득함과 동시에, 통계에 대한 보다 자세한 이론의 이해를 컴퓨터 프로그램을 통하여 배운다. 특히, 통계학과 접목되는 응용프로그램 작성을 통하여 통계이론도 함께 고찰하고 있다.
통계계산실습(Statistical Computing Lab.)
‘C와 통계계산’ 수업에서 배운 이론을 보다 효율적으로 실습하여 학생들의 이해를 돕고, 응용력을 키우고자 한다.
확률분포론(Probability Distribution Theory)
통계학 이론에 대한 수리적 접근을 통하여 이론적 배경을 설명하고 여러 가지 통계이론들을 바르게 사용할 수 있도록 한다. 확률과 여러 가지 확률분포들, 그리고 변수변환을 통한 함수의 확률분포에 초점을 맞춘다.
확률분포론연습(Probability Distribution Theory Lab.)
‘확률분포론’ 수업에서 배운 이론을 연습문제를 통해 학생 스스로 연습할 수 있는 기회를 제공함으로써 이해를 돕고자 한다.
회귀분석1(Regression Analysis1)
회귀분석은 통계학에서 실제 자료를 분석하는데 있어 가장 기본이 되는 분석방법이다. 독립변수의 수에 따라 단순회귀분석과 중회귀분석으로 구별되는데, 이교과목에서는 단순회귀만을 중점적으로 다루고 아울러 중회귀분석에 필요한 기초적인 이론도 다룬다.
회귀분석연습1(Regression Analysis Lab.1)
'회귀분석1‘ 수업에서 배운 이론을 실제 자료와 SAS 통계 Package를 이용하여 분석하는 방법과 자료분석 후의 해석 등을 익힌다.
수리통계학(Mathematical Statistics)
‘확률분포론’에서 다룬 여러 확률분포와 그 변환들을 기초로 각 분포에 포함된 여러 모수를 추정하는 추정론을 심도 있게 다루게 된다. 추정을 이용하여 가설에 대한 검정도 다루게 된다. 추정 및 검정론은 모든 통계학의 기본이 되기 때문에 이론적인 체계를 확립하는데 목표를 두고 있다.
수리통계학연습(Mathematical Statistics Lab)
'수리통계학‘ 과목에서 배운 내용을 실제 문제에서 적용하는 방법을 배우고, 수리통계학 과목에서 다루지 않은 내용에 대해서도 자세히 공부한다.
시계열분석(Time Series Analysis)
경제, 경영, 자연과학 등에 많이 나타나는 시계열 자료를 Box-Jenkins 방법을 토대로 분석하게 된다. 사용되는 통계 Package는 SAS/ETS이다.
시계열분석실습(Time Series Analysis Lab.)
‘시계열분석’ 수업에서 배운 이론을 SAS를 이용한 분석 및 자체 개발한 프로그램을 이용하는 방법을 익히고 분석결과의 이해를 돕고자 한다.
실험계획법(Experimental Design)
독립변수가 연속형이 아닌 이산형인 자료분석에 널리 쓰이는 '분산분석'의 개념을 배울 수수 있으며, 자료가 단순독립이 아닌 경우에 널리 사용되는 분석기법으로, 경영,교육,심리,보건,의료 및 농학, 공학 등에 널리사용되고 있다. SAS의 PROC GLM 을 주로 사용한다.
회귀분석2(Regression Analysis2)
‘회귀분석1’에서 습득한 단순회귀분석의 이론을 행렬이론을 이용하여 중회귀와 다항회귀로 확장시키며, 각 회귀선의 검정을 통해 실제 생활에 직접 사용할 수 있는 모델을 다루게 된다. 또한 회귀직선의 추정 및 검정, 그리고 특이한 회귀선을 고찰해 본다.
회귀분석연습(Regression Analysis Lab.2)
‘회귀분석2’ 수업에서 배운 이론을 실제 자료와 SAS 통계Package를 이용하여 분석하는 방법과 자료분석 후의 해석 등을 익힌다.
다변량분석(Multivariate Analysis)
여러 개의 변수에 대해 동시에 관측된 자료를 분석하는 통계적 분석방법을 다룬다. 실제로 많이 사용되는 주성분분석, 인자분석, 다변량 회귀분석이 주된 내용이다.
다변량분석실습(Multivariate Analysis Lab.)
‘다변량분석’ 과목에서 배운 내용을 실제 컴퓨터를 이용한 실습을 통하여 실제 자료분석에 관한 경험을 쌓는다.
데이터마이닝(Data Mining)
거대한 양의 데이터 베이스 혹은 자료로부터 의사 결정에 유용한 정보 및 지식을 발견하기 위한 자료 분석 및 모형 선정과정을 다룬다.
데이터마이닝실습(Data Mining Lab)
현재 나와있는 통계패키지를 이용하여 경제, 경영학 등에서 나오는 실제자료를 분석한다.
범주형자료분석(Categorical Data Analysis)
실제 관측되는 자료 중 많은 자료는 ‘Yes', 'No' 와 같은 범주형으로 얻어진다. 이런 범주형 자료를 분석하기 위한 통계적 기법을 공부한다.
범주형자료분석실습(Categorical Data Analysis Lab)
'범주형자료분석‘ 수업에서 배운 여러 이론들을 SAS 통계패키지를 이용하여 실제 자료를 분석하여 이론과 실제를 접목시키는 실습을 한다.
비모수통계및실습(Nonparametric Statistics & Lab)
변수의 분포함수를 가정하는 것이 무리일 경우에 있어서 자료의 부호, 순위 등을 이용하여 분석하는 통계적 기법이다.
공간통계학(Spatial Statistics)
공간 자료의 질적, 그래프 분석을 다룬다. Geo 자료인 경우 Kriging, block kriging 그리고 일반적으로 사용되는 variogram, median polish 등을 Lattice 자료인 경우는 SAR, CAR, SMA 모형을 이용한 분석을 배우게 된다.
공간통계학실습(Spatial Statistics Lab)
현재 나와있는 통계패키지를 이용하여 환경학, 지리학 그리고 농학 등에서 나오는 실제 자료를 분석한다.
품질관리(Quality Control)
제품의 품질을 향상시키고 또한 관리하는 데 필요한 통계적 기법을 다룬다.
통계세미나(Seminar in Statistics)
통계학의 새로운 주제 또는 특수문제를 선정하여 이를 심도있게 다룬다.
통계상담및실습(Statistics Counsulting & Lab)
이미 기존의 여러 강의를 통해 배운 여러 분석기법들을 실제 자료를 이용해서 분석해 봄으로써 분석기법에 대한 전반적인 실제 경험을 쌓고자 한다.
통계조사및실습(Statistics Survey & Lab)
표본을 추출하는 과학적인 방법에 대한 이론을 익히고 실제 표본 조사를 통하여 자료를 수집, 분석하는 통계적 방법을 다룬다.
확률과정분석(Stochastic Process Analysis)
기초 확률론의 개념을 더 확장하고 새로운 개념을 도입함으로써 포아송과정, 마코프연쇄, 대기행렬등을 학습한다.