논문/보고서 작성을 위한
통계분석 CAMP

논문/보고서 작성에 필요한 핵심 통계 이론부터
분석 결과 도출, 해석 그리고 R활용법까지 모두 익혀가는 8주.

#논문/보고서 #통계분석 #R실습

기간 & 일정

2020.1.4 ~ 2.29 (1/25 휴강)
매주 토요일 10:00 ~ 13:00
주 1회, 총 24시간

장소 & 준비물

패스트캠퍼스 강남 본원
개인 노트북

문의

02-568-9886
help-ds@fastcampus.co.kr

※ 대학/대학원생은 수강신청 후 help-ds@fastcampus.co.kr로
재학증명서를 보내주시면 추가 10%할인된 결제페이지를 보내드립니다 ※

논문 쓸 때, 보고서 작성할 때, 실무에서…
반드시 마주칠 수 밖에 없는 통.계.분.석

지금 아래와 같은 고민중이신가요?

그렇다면 여러분은,
필요한 만큼의 통계분석을 제대로 배우셔야만 합니다.

논문, 보고서, 실무에 필요한
통계분석은 따로 있습니다

무겁고 복잡한 이론들은 최대한 지양

논문을 분석하기 위해, 보고서를 작성하기 위해
통계분석의 시작부터 끝까지 전부 다 알아야 할
필요는 없습니다. 여러분의 시간은 소중합니다.

배운 내용에 대한 활용법까지 제시

개개인의 목적에 맞게 필요한 내용은 물론
수업 종료 이후 어떤 식으로 활용해야 할지
방향성과 방법론까지 알려드립니다.

8주 후, 당신은.

스스로 통계분석을 진행하고, 논문 및 보고서에 활용할 수 있습니다.

논문에 나오는 통계분석 결과를 수월하게 해석할 수 있습니다.

현업에서 필요한 통계개념을 확실하게 익히고, 이를 업무에 활용할 수 있습니다.

논문/보고서를 작성할 때 통계분석이 걱정되신다면,
필요한 내용만 핵심적으로 짚어주는 본 코스를 통해
분석 결과 도출, 해석 그리고 R 활용법까지 모두 익혀가세요.

코스특징.

01

지금 바로 써먹을 수 있는
실용적인 통계

확률과 통계는 대학에서도 필수교양으로 수강할만큼 많은 사람들이 찾고 중요하게 생각하는 부분입니다. 하지만, 중요도에 비해 그 개념을 제대로 이해하고 활용하는 사람은 드물죠. 배우긴 배웠지만 가물가물한 통계, 이제는 언제라도 써먹을 수 있게 실습 중심으로 핵심만 짚어 드립니다.

02

통계 분석 실습, 결과 해석,
진짜 작성해보는 논문/보고서

가설을 세워 R로 통계분석을 하고 결과를 해석하는 방법을 배우고, 분석한 통계 내용을 바탕으로 함께 논문을 작성해봅니다. 논문 작성을 위한 템플릿 제공과 구조적 글쓰기에 대해 알려드리는 것은 기본! 주의점 등에 대해서도 꼼꼼히 알려 드려서, 실수하지 않도록 기초를 잡아 드립니다.

03

통계분석을 넘어
머신러닝, 회귀분석까지

수강생 분들이 조금 더 심도있는 데이터 분석을 할 수 있도록 논문, 연구 및 실무에서 활용되는 통계분석을 넘어, 머신러닝과 회귀분석까지 폭넓게 다룹니다. 앞으로 통계분석의 활용법은 물론, 수업시간에 배운 내용들을 기반으로 하여 데이터 분석 분야에서 새로운 기회를 잡으실 수 있도록 방향성까지 잡아 드립니다.

잠깐, 여기서 끝이 아닙니다!
본 코스를 통해 얻어갈 수 있는
좀 더 특별한 혜택들.

1. 매주 제공되는 퀴즈와 꼼꼼한 피드백

아무리 강의를 듣고 혼자 책을 들여다봐도
그 개념이 머릿속에서 정리되지 않을까봐 걱정되신다면,

매주 제공되는 퀴즈와 강사님의 꼼꼼한 피드백으로
수업 내용을 100% 본인의 것으로 만들어 보세요.

2. 수강생-강사간의 네트워킹 지원

8주간의 과정을 함께한 수강생들과
강사님, 조교님과의 네트워킹을 적극 지원합니다.

다양한 분야에서 통계분석이라는 같은 주제로 모인 분들과의
적극적인 네트워킹으로 한 단계 성장할 수 있는 기회입니다.

커리큘럼.

* 본 코스의 실습은 R로 진행합니다.

Part 1. 통계분석의 준비단계, 데이터 접근과 이해

1회차: 데이터의 통계적인 접근법 소개▼

[이론]
– 기존과 현재의 통계학의 차이
– 데이터 분석시 고려해야 할 4가지 : adjust/facet/outlier/missing
– 기술통계와 추론통계의 차이

[실습]
– R 및 R studio설치
– 원하는 데이터 접근 및 추출
– R에서의 기본적인 문법 소개
– data outline 파악
– Rmarkdown

2회차: 통계분석을 위한 데이터 이해 및 전처리▼

[이론]
– 표와 시각화를 통한 데이터 탐색 : 탐색적 자료분석(EDA)
– 문자형, 숫자형 데이터에 따른 분석 및 접근법의 차이
– 데이터에서 인사이트 발견하기 : 쪼개보기의 중요성

[실습]
– Tidyverse package를 활용한 데이터 전처리
– 분석을 위한 데이터 정리
– 인사이트 도출을 위한 데이터 시각화

3회차: 분석전 고려해야 할 사항들 및 통계분포/확률의 소개▼

[이론]
– 비교대상을 동질하게 만드는 것의 중요성 (Propensity score matching:PSM) : 두개의 집단을 비교할 때 고려해야 할 사항은?
– 이상치/결측값 확인 및 처리방법
– 필수적인 확률 및 확률분포 : 정규분포, 포아송분포, 이항분포 : 특정 교통사고가 어떤 패턴을 가질까?

[실습]
– 반복문/조건문 활용하는 방법
– R에서의 빈도분석
– 데이터 merge하기
– Propensity score matching:PSM 실습

Part 2. 통계분석의 해석 및 적용

4회차: 집단간의 차이비교, 연관성 파악을 위한 통계분석 ▼

[이론]
– 통계분석의 기초
– 가설검정/추정치/신뢰구간
– 상관관계분석(cor/partial cor) : 광고를 많이하면 매출이 커지는가?
– 2개 집단의 평균비교 : 라이벌! A 제품 or B 제품 누가 더 잘할까?
– 3개 이상의 평균비교와 유의사항 : A,B제품만 라이벌이냐! C반도 같이 보자.

[실습]
– 상관관계분석 실습 및 해석
– t.test, anova / adjusted t.test 실습 및 해석
– 변수명변경/for문으로 index변경하여 값할당하기
– rbind 또는 matrix를 통해 값 채워넣기

5회차: 현업에서 활용가능한 통계방법론▼

[이론]
– 문자형 데이터에서의 통계분석(Chisq/Fisher’ Exact test)
– 경향분석 (Trend test) : 저체중/정상/비만에 따라 과연 트렌드가 존재할까?
– 데이터가 적거나 흔히 아는 분포를 따르지 않을 때의 통계분석(Non Parametric test) :데이터가 너무 적거나, 우리가 아는 분포가 아닌데. – 어떤 분석이 가능할까?
– 시계열 자료/공간분석/Machine Learning 소개

[실습]
– 대량의 값 한번에 처리하는 방법
– 중복 값 처리 후 병합하기
– 사용자 정의 함수 사용

6회차: 예측/추론을 위한 통계분석의 기초, 회귀분석▼

[이론]
– 단순/다중 회귀분석
– 변수 선택방법 : 이 많은 변수 중, 분석을 위해서 어떤 변수를 사용해야 할까?
– 상대적 중요성(표준화 회귀계수) : 변수 중에 어떤 변수가 더 중요하려나?
– 로지스틱 회귀분석 (logistic regression)/ 포아송 회귀분석(poisson regression) : 사망/생존의 예측을 하고싶다! 그리고 /각 도로별 사고 – – 건수도 예측하고 싶다.

[실습]
– 각 도로별 사고 건수 예측, 사망/생존의 예측
– 공부시간과 성적을 통한 회귀분석 실습
– 예제를 통한 변수 선택 실습

Part 3. 기계학습 적용 및 함께 논문 작성하기

7회차: 기계학습의 기초 및 활용 ▼

[이론]
– 기계학습의 기초 : 기계학습이 대체 무엇일까?
– Supervised learning / Tree, random forest : 어떤 변수가 제일 중요한지 알수 있을까?
– Unsupervised learning / Clustering : 비슷한 사람들끼리 묶고 싶은데 어떻게 할까?
– Evaluation / ROC curve : 어떤 모델이 제일 좋은지 어떻게 평가를 할까?
– parameter tuning, Deep learning 기초

[실습]
– 의료데이터를 활용한 사망/생존예측
– 암 발생 미발생 예측

8회차: 함께 해보는 논문작성 ▼

[이론]
– 논문 작성 시 큰 흐름 이해하기
– 예시 데이터를 활용하여 논문 작성 A to Z까지 함께 해보기
– 논문 작성 시 흔히하는 Statistical, Reporting 오류 점검하기

[실습]
– 논문 작성을 위한 구조적 글쓰기
– Data loading 및 기본 전처리, Table1 구성 이해하기
– method & result 작성하는 방법 익히기

수강대상.

icon_man3_3_oh

연구를 진행하는데 있어
반드시 통계분석을
활용해야 하는 분

icon_woman1_2_happy-150x150

R을 활용하여
실제 논문 작성을
하고자 하는 대학원생

icon_man4_3_oh

이론에서 벗어나
현업에서의 통계 활용법을
알고 싶은 실무자

현업 데이터 분석가가 가르칩니다.

KakaoTalk_20181015_125617888

유재용 강사님

실제 분석에 들어가면 마주하게 될 실무적인 고민들과 연결해서 조금 더 입체적으로 통계를 이해하실 수 있도록 가르쳐 드리려고 합니다. 연구를 하시는 분이나 회사에서 업무를 진행하시는 분들 모두에게 유용한 내용을 다루는 수업이 될 수 있도록 저의 실무 노하우를 아낌없이 전달드리겠습니다.

[약력]
서울시립대 통계학 석사
성균관대학교 삼성융합의과학원 디지털헬스 박사과정

– 삼성서울병원 임상의학연구원 (현)
– 서울대병원 응급의료연구실 통계연구원(전)
– 서울국립병원 통계연구원(전)

[교육이력]
– 기상청/충남대/뉴스젤리/분당서울대병원 내과/서울대 건축학과/ 아산병원 등

zz

조현선 조교님

[약력]
이화여자대학교 통계학 전공/ 융합보건학 부전공
이화여자대학교 통계학과 석박사 통합과정 재학중

[관련 활동 이력]
– 이화통계연구소 [Design Expert 9을활용한반응표면분석법] 강의실습조교활동
– 교내회귀분석, 데이터마이닝, 다변량분석수업 등의 실습조교 활동경험多
– 데이터마이닝 기법을 이용한 표정 인식 프로젝트 진행
– 대학원생들을 대상으로 Python을 활용한 웹크롤링 및 DB구축강의 개발 및 진행
– 국내중고차 사이트 크롤링을 이용한 국산 승용차의 중고차 가격 감가율 예측 프로젝트 진행
– 삼성화재 Machine Learning Challenge 프로젝트수상경력
– 분석을 위해 주로 다루는 툴: R, SAS, Python

수강생 후기

논문정

수강생 김원장님

실제 데이터를 다루시는 분 중, 기존에 R을 경험해 보지 않으신 분께 특히 입문 과정으로 추천합니다. 예습과 복습을 통해 R code을 미리 연습하고 복습해 가면서 가감 없이 묻고 따라가면 어느새 R과 친해져 있는 자신을 보게 되는 것 같습니다. 하지만, 통계의 특성 상 아무리 강의를 잘 들어도 자신의 데이터로 적용을 해보지 않으면 안된다는 사실을 꼭 잊지 마세요. 데이터의 시대에 어느 분야에 있더라도 데이터를 다룰 줄 아는 사람에게 기회가 더욱 넓어질 것입니다.

캡처

수강생 장지수님

강사님께서 최대한 쉽게 설명을 해주시려고 다양한 예제를 제공해주셨습니다. 통계학을 처음 배우는 사람들도 수식 없이 통계를 이해할 수 있도록 명쾌하게 설명해주시는 점이 좋았습니다. 또한 시각화 패키지부터 통계분석에 사용되는 패키지까지 R에서 사용하는 여러 패키지들을 경험해볼 수 있어 매우 유익했습니다. 10~15분 정도 강사님과 함께 실습을 해보고 모르는 부분이 있을 때는 조교님께 질문하여 바로바로 궁금증을 해소한다는 점, 매주 내주시는 퀴즈를 통해 일주일간 배운 내용을 복습해 보는 시간을 가질 수 있다는 점도 본 강의만의 장점이라고 생각합니다.

통계 분석 초보자인 저는 본 강의를
통해 ‘나만의 무기’를 만들 수 있었습니다.
초보자에게 적합한 실습, 강의,
질문답변의 3박자가 체계적으로
구성되어 있는 강의입니다.

 

김석규님 인터뷰 보러가기

본 강의를 통해 데이터를
읽는 법을 익힐 수 있었고,
웹 상에 존재하는 다양한 데이터를
모아서 R로 분석하는 법을
배울 수 있었습니다.

 

김대희님 인터뷰 보러가기

단순 코딩에서부터 분석,
논문 작성까지 ‘3마리의 토끼’를
한 번에 잡을 수 있었습니다.
R 프로그램의 기본적인 사용법과
통계적 기법 또한 함께 배워가세요!

 

김동현님 인터뷰 보러가기

image_1@2x
image_2@2x
image_3@2x
image_4@2x
image_5@2x

수강료안내.

강의 정보, 한 번 더 확인!

기 간 : 2020. 1. 4 ~ 2020. 2. 29 (총 8주) 1/25 휴강
일 정 : 매주 토요일 10:00 ~ 13:00 (주 1회 3시간)
준비물 : 개인 노트북
장 소 : 패스트캠퍼스 강남 본원


93만원 110만원

출시할인 15% 진행중 (~12/19)

✓ 매주 목요일마다 가격이 소폭 상승합니다.
✓ 전 카드사 무이자 12개월 할부 가능합니다.

대학원/ 대학원생에게는
추가 10% 할인혜택을 드립니다.

1. 우선 수강신청을 하신 후,
재학증명서를 스캔/촬영하셔서 이메일로 보내주세요.

(help-ds@fastcampus.co.kr)

2. 재학증명서 확인 후 담당 매니저가
별도의 할인된 결제 페이지를 보내드립니다.

다음 모집은 언제죠?

출시알림을 신청해주세요

최저가로 강의를 수강할 수 있게, 강의 홍보 시작 시 가장 먼저 메일을 보내드립니다.

강의장안내.

[ 유의사항 및 환불규정 ]

* 모든 패스트캠퍼스 오프라인 파트타임 교육은 개강 전일 18시에 모집이 마감됩니다.
* 상황에 따라 사전 공지 없이 모집이 조기 마감되거나 할인이 연장될 수 있습니다.
* 수강 인원 확인을 위하여, 즉시 결제가 어려운 경우에도 반드시 수강신청을 먼저 진행해주시기 바랍니다.
* 수강생의 결석이나 지각 등으로 발생한 손해에 대해서는 별도의 보상을 제공하지 않습니다.

* 다음과 같은 사유 등으로 인해 강의가 폐강될 수 있으며, 폐강 시 학원법에 따라 반환 사유 발생일로부터 5 영업일 이내에 수강료를 환불해드립니다.
– 모집된 수강인원이 10명 이하일 경우
– 강사의 갑작스러운 사고 및 건강 상의 이유
– 천재지변
: 위의 사유로 강의가 폐강될 경우, 학원법 제 18조에 따라 오프라인 강의 취소/환불 정책을 준용하여 환불 처리되며, 모객 부진으로 폐강 시에는 최소 개강일로부터 7일 전에는 폐강 여부를 안내해드립니다.

* 총 수강기간 1개월 이내 기준 취소 및 환불 규정 안내
– 환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
– 수업 시작 전 환불 신청 시 전액 환불됩니다.
– 수강 시작 후 환불 신청 시 하기 수업 시수를 기준으로 학원법 환불규정에 따라 환불 가능합니다.
: 환불요청일시 기준 수업시수 1/3 경과 전 : 수강료 2/3 환불
: 환불요청일시 기준 수업시수 1/2 경과 전 : 수강료 1/2 환불
: 환불요청일시 기준 수업시수 1/2 경과 후 : 환불금액 없음

* 기타 환불 관련 안내
– 환불 의사를 밝힌 다음날부터 계산하여 환불합니다.
– 환불금액은 수업시간을 기준(반올림)으로 산정합니다.
– 환불금액의 10원 미만은 절삭합니다.
– 반환 사유 발생 시 5 영업일 이내 환불됩니다.
: PG사와 카드사의 상황에 따라 환불이 지연될 수 있습니다
– 1개월 산정 기준은 민법 제 160조(역에 의한 계산)을 적용합니다.
: 실제 일수와 상관없이 수업시작일이 3월 7일인 경우, 1개월은 4월 6일까지 입니다.
: 단, 수업 시작일이 1월 31일인 경우, 1개월은 월의 말일인 2월 28일까지 입니다.