홈앤서비스 SK BROADBAND

겁먹지 않아도 되는 코딩·통계 입문서 이 책은 통계 입문자, 코딩 초보자들을 위한 가장 간편하고 확실한 입문서이다. 이 책을 읽고 나면 왜 통계를 코딩과 함께 배워야 하는지, 그리고 컴퓨터에게 일을 시키는 수단으로서 코딩이 무엇인지 확실히 감을 잡을 수 있을 것이다. 두꺼운 전공서나 교재를 보고 작심삼일이 될까 선뜻 손이 가지 않았던 이들이라도 이 책이라면 문제없다. 3일 만에 읽어내고 나면 숫자와 코드에 대한 막연한 겁이 없어질 것이다. 빅데이터 활용과 인공지능의 눈부신 발전은 현대인에게 새로운 기초 소양을 요구하고 있다. 코딩과 통계가 그것이다. 하지만 코딩의 세계는 넓고, 통계학의 세계는 깊다. 본격적으로 배우려면 만만치 않은 분야이다. 심리학과 통계학을 전공하고 현재 데이터과학자로 일하고 있는 저자는 대중의 통계 문해력 증진에 관심이 많다. 저자는 페이스북 페이지 <오하이오의 낚시꾼>을 운영하며 많은 사람이 통계에 대해 부정확하게 알고 있거나 오해하는 경우가 많다는 것을 알게 되었다. 저자는 실제 통계 활용법과는 거리가 있는 고등학교 통계 교육부터 개선될 필요가 있다고 말한다. 현대의 통계는 컴퓨터 활용과 불가분의 관계에 있고, 코딩을 통해 통계를 익히고 이해하는 것이 훨씬 효과적이고 유용하다는 것이 저자의 생각이다.

들어가며

01 R 설치 및 사용법
왜 R 언어인가 | R 설치방법
■ 어떤 도구로 통계학을 배울 것인가

02 경우의 수, 순열, 조합
코딩으로 확률과 통계 시작하기 | R에서 변수 사용하기 | 팩토리얼을 구하는 코드 짜기 | 함수 만들기 | R로 순열 구하기 | R로 조합 계산하기 | 프로그래밍으로 확률과 통계를 공부하는 이유
■ 상트페테르부르크의 역설

03 확률
확률은 경우의 수 세기 | 용어 | 수학적 확률 | 통계적 확률 | 극한의 의미 | 큰 수의 법칙 | 큰 수의 법칙은 돈이 된다 | 수학적 확률로 확률 문제 풀기 | 통계적 확률로 문제 풀기: 시뮬레이션 | R과 몬테카를로 시뮬레이션으로 확률 문제 풀기 | 몬테카를로 방법으로 원주율 계산하기 | 몬티홀 문제
■ 심슨의 역설

04 조건부확률
조건부확률이란 | 베이즈 정리 | 조건부확률 시뮬레이션하기 | 베이즈 정리 시뮬레이션하기: 코로나19 검사
■ 생일 역설: 왜 드물게 보이는 사건은 꼭 일어나곤 하는가

05 확률분포
확률분포란 | 이산확률변수와 연속확률변수 | R로 이산확률분포 시뮬레이션하기: 로또 복권 | 가장 대표적인 연속확률분포, 정규분포 | R로 정규분포 다루기 | 중심극한정리 | 중심극한정리는 (거의) 모든 분포에 적용된다
■ 아들/딸 역설

06 통계적 추정
통계적 추정이란 | 통계적 추정의 종류 | 모평균의 추정 | 표본평균 시뮬레이션하기 | 모평균에 대한 구간추정 | R로 95% 신뢰구간의 성질 확인하기 | 컴퓨터 시대의 무식한(?) 추정 방식
■ 예측정확도의 역설

07 부트스트랩
컴퓨터 시대의 통계학 | 부트스트랩의 원리 | 부트스트랩으로 모평균 추정하기 | 부트스트랩으로 모표준편차 추정하기 | 통계적 가설검정 | 부트스트랩 신뢰구간을 활용한 가설검정 | 다시 컴퓨터 시대의 통계학
■ 확률의 세계와 인간의 편향

08 통계학의 지도
통계학에 좀 더 관심 있는 분들을 위해 | 통계학 공부의 ‘테크트리’ | 통계학의 분야들 | 데이터과학과 통계학
■ 통계학과 기계학습, 비슷하면서도 서로 다른

나오며
찾아보기
저자 소개