MARC 닫기
00639nam a2200157 c 4500
000000756981
20101126181358
100223s2009 ko 000a kor
▼l EM0000054427
▼l EM0000054428
▼c 2
▼a 310.1
▼a 310.1
▼b 고621ㅌ박
▼a (세상에서 가장 쉬운) 통계학입문/
▼d 고지마 히로유키 지음;
▼e 박주영 옮김.
▼a 서울:
▼b 지상사,
▼c 2010.
▼a 238 p.;
▼c 23 cm.
▼a 통계학입문
▼a 통계학
▼a 표준편차
▼a 구간추정
▼a 관측데이터
▼a 거대한세계
▼a 도수분포표
▼a 히스토그램
▼a 평균값
▼a 분산
▼a 표준편차
▼a 정규분포
▼a 통계적추정
▼a 가설검정
▼a 모집단
▼a 모분산
▼a 모표준편차
▼a 표본평균
▼a 카이제곱분포
▼a 정규모집단
▼a t분포
▼b \12,800
▼a 단행본
0 통계학을 효율적으로 한 단계씩 이해하는 것이 목적
제1부 표준편차부터 검정과 구간추정까지를 한번에
1. 도수분포표와 히스토그램
2. 평균값의 역할과 평균값을 이해하는 방법
3. 분산과 표준편차 : 흩어져 있는 데이터 상태를 추정하는 통계량
4. 표준편차 1. 데이터의 특수성을 평가
5. 표준편차 2. 주식리스크의지표(주가변동성)로 활용
6. 표준편차 3. 하이 리스크와 하이 리턴, 샤프지수도 이해
7. 정규분포 : 키, 동전 던지기 등에서 흔히 볼 수 있는 분포
8. 통계적 추정의 출발점 : 정규분포를 이용해서 '예언'
9. 가설검정 : 하나의 데이터로 모집단을 추리
10. 구간추정 : 95% 적중하는 신뢰구간 찾기
제2부 관측 데이터 뒷면에 펼쳐져 있는 거대한 세계를 추측한다
11. 모집단과 통계적 추정 : 부분으로 전체를 추론
12. 모분산과 모표준편차 : 모집단 데이터의 분포 상태를 나타내는 통계량
13. 표본평균 1. 여러 데이터의 평균값은 한 데이터의 평균값보다 모평균에 가깝다
14. 표본평균 2. 관측 데이터가 늘어날수록 예선 구간을 좁아진다
15. 표본평균을 이용한 모평균의 구간추정 : 모분산을 알고 있는 정규모집단의 모평균은?
16. 카이제곱분포 : 표본분산을 구하는 방법과 카이제곱분포
17. 정규모집단의 모분산을 추정 : 모분산을 카이제곱분포로 추정
18. 표본분산의 분포는 카이제곱분포 : 표본분산과 비례하는 통계량 W
19. 모평균이 미지인 정규모집단을 구간추정 : 모분산은 모평균을 몰라도 추정 가능
20. t 분포 : 모평균 이외의 것은 '현실에서 관측된 표본'으로 계산할 수 있는 통계량
21. t분포로 구간추정 : 정규모집단에서 모분산을 모를 때의 모평균 추정
Amos 24 구조방정식모델링
310.16 배911ㅇ
베이지안 통계학 / 개정판
310.1 강682ㅂ
구조방정식모델 개념과 이해 : Amos 4.0〜20.0 공용
310.16 우193ㄱㅈ
(세상에서 가장 쉬운) 통계학입문
310.1 고621ㅌ박
서평쓰기