스킵네비게이션

교과목 소개

1학년 1학기

1. 기초통계학(1)(Basic Statistics (1)) 학부기초
응용통계학전공 교과목을 수강하기 위해서 필요한 기초 이론교과목으로써 확률, 확률변수, 확률변수의 분포, 표집분포 등에 대하여 기초적인 이론을 중심으로 학습한다. 또한, 경영학, 경제학, 의학, 시회학, 공학 등 다양한 학문 분야에서 응용되고 있는 통계적 방법에 대하여 소개하며, 더불어 충분한 연습시간을 통해서 수리적 계산능력을 향상시킨다.

2. 전공기초설계(Career Path Design) 학부기초
신입생들의 전공에 대한 학습동기 유발 및 전공 • 융합 • 취업 역량을 강화한다.

3. 빅데이터의이해와활용1(Introduction and application of Bing Data 1) 학부기초
다양한 형태의 빅데이터에 대한 이해능력 향상한다.
빅데이터에 대한 분석도구의 소개와 활용법을 강의하고 실제 빅데이터를 이용한 다양한 시각화를 통해 빅데이터 기술역량 강화한다.

4. 프로그래밍언어1(Programming Languages 1) 학부기초
빅데이터 분석에서 프로그래밍의 중요성을 이해 시킨다.
데이터분석에 필요한 기본적인 프로그래밍 언어 문법을 익힌다.
문제를 프로그래밍 언어네 적합한 방식으로 사고할 수 있는 연습을 하고 데이터분석을 위한 파이썬 프로그래밍 언어의 특성을 이해한다.


1학년 2학기

1. 기초통계학(2)(Basic Statistics (2)) 학부기초
기초통계학(1)의 연속 강좌로써 표집분포, 추정 및 검정 등에 대하여 기초적인 이론을 중심으로 학습한다. 또한, 경영학, 경제학, 의학, 시회학, 공학 등 다양한 학문 분야에서 응용되고 있는 통계적 방법에 대하여 소개하며, 더불어 충분한 연습시간을 통해서 수리적 계산능력을 향상시킨다.

2. 빅데이터의이해와활용2(Introduction and application of Bing Data 2) 학부기초
빅데이터를 중심으로 현대사회의 새로운 변화를 학습한다.
데이터를 중심으로 사회, 경제, 자연현상을 파악하는 능력을 기르며 빅데이터와 통계학, 컴퓨터과학 등을 융합적으로 사고할 수 있는 능력을 기른다.

3. 프로그래밍언어2(Programming Languages 2) 학부기초
빅데이터 분석에서 프로그래밍의 중요성을 이해 시킨다.
데이터분석을 위한 R 프로그래밍 언어의 특성을 이해하고 R과 Python의 차이와 특성을 이해한다.


2학년 1학기

1. SPSS자료분석(Spss Data Analysis) 전공
통계자료 분석을 위한 통계패키지 중의 하나인 SPSS의 기능과 사용 방법에 대하여 학습하고, 충분한 실습을 통해서 SPSS를 자유롭게 사용할 수 있도록 한다. SPSS를 이용해서 실제 통계자료를 입력하고 결과를 얻어서 분석할 수 있는 능력을 갖을 수 있도록 한다.

2. 통계적추론(Statistical Inference) 전공
수리통계학 개론의 연속적인 강좌로서 통계학의 일반적인 개념으로부터 보다 더 깊이 있는 영역인 모수의 추정 및 가설검정에 대하여 이론적으로 학습한다. 그리고 분산분석, 회귀분석, 비모수적방법 등의 통계적 분석 방법에 대해서도 살펴본다. 더불어 충분한 연습시간을 통해서 수리적 계산능력을 향상시킨다.

3. 파이썬자료분석(Data Analysis with Python) 전공
1학년 전공기초 프로그래밍 언어 학습을 바탕으로 데이터분석을 위한 파이썬 언어의 활용법을 이해시킨다. 그리고 머신러닝 등의 고급과정을 학습할 준비를 갖춘다.

4. 조사방법론(Survey Methodology) 전공
자연과학뿐만 아니라 사회과학적 접근을 필요로 하는 모든 학문 분야에서, 통계조사의 필요성과 중요성을 이해시키고 통계조사의 계획에서부터 설문지 작성법, 표본조사 및 결과분석에 이르기까지 단계별로 학습한다. 특히 자료수집의 중요성, 통계조사 제 단계의 상호연관성, 통계적 방법론의 유용성을 학습하며, 자료분석을 위해서 통계패키지 SPSS/Win 사용법을 익히게 한다.

5. R통계분석(Statistical Analysis with R Package) 전공
R 패키지를 활용하여 다양한 통계적분석(선형, 비선형 모형과 고전적인 통계적 검정, 시계열분석과 분류 및 집락분석 등의 다변량 통계분석)과 통계 그래픽의 기법 및 통계 모의실험 등의 기법을 다룬다.


2학년 2학기

1. SAS자료분석(SAS Data Analysis) 전공
통계자료 분석을 위한 통계패키지 중의 하나인 SAS의 기능과 사용 방법에 대하여 학습하고, 충분한 실습을 통해서 SAS를 자유롭게 사용할 수 있도록 한다. 특히, SAS의 데이터단계에 대한 자세한 설명과 실습을 통해서 엑셀, 엑세스, 아스키 파일 등으로 저장되어 있는 실제 통계자료 파일을 SAS자료로 입력할 수 있도록 한다. 그리고, 입력된 통계자료에 대하여 다양한 SAS의 프로시져 단계를 이용하여 원하는 결과를 얻어서 분석할 수 있는 능력을 갖을 수 있도록 한다. 

2. 표본조사론(Theory Of Sample Survey) 전공
통계조사과정에서 표본추출의 오차를 줄이기 위해 사용되는 표본추출방법과 그에 따른 모수의 추정방법에 대한 기본원리를 배우는 과목으로 단순임의추출, 층화추출, 계통추출, 집락추출등의 방법을 이해하고 비표본추출 오차의 발생원인과 통제방법을 배운다.

3. 현대사회의데이터와통계학(Data and Statistics in Modern Society) 전공
빅데이터시대를 맞아 행정, 문화, 비즈니스, 그리고 인문학과 사회과학 각 분야에서 인간과 사회를 파악하기 위한 새로운 데이터가 생산, 활용되고 있다. 이 과목에서는 현대 디지털 정보사회에서 데이터와 통계학의 변화하는 성격과 역할에 대해 알아보고 이를 바탕으로 사회와 통계학의 미래를 전망해본다. 공부할 주요 내용은 디지털 시대의 사회변화, 빅데이터와 데이터과학에 대한 전반적인 소개, 인문 사회과학과 비즈니스 분야에서의 빅데이터 활용, 빅데이터 시대의 새로운 통계적 사고, 데이터과학과 통계학의 관계, 통계학의 역사와 미래 등이다.

4. 마케팅리서치(Marketing Research) 전공
기업조직의 마케팅 의사결정에 필요한 데이터를 과학적/합리적으로 수집하기 위한 조사방법을 연구한다.
마케팅 조사문제의 설정, 표본설계, 조사 및 분석, 마케팅 조사보고서 작성 등과 관련된 내용을 다룬다.

5. 데이터시각화(Data Visualization) 전공
데이터 시각화의 목적은 데이터와 통계분석에 대한 이해를 돕기 위해서 이미지를 사용하는 것이다.
이 강좌에서는 주로 수강생들에게 데이터 시각화의 원리와 시각화의 기법에 대해 소개하고자 한다.


3학년 1학기

1. 회귀분석(Regression Analysis) 전공
설명변수와 반응변수간의 관계를 규명하고자 하는 회귀분석의 이론적인 기본개념을 상세히 소개하여 실제 통계자료에 대하여 회귀분석 방법이 어떻게 이용되는지를 알 수 있도록 한다.
기본적인 회귀분석의 개념으로부터 회귀계수의 추정 및 검정, 모형의 적합도, 변수선택 방법 등에 대하여 자세히 소개하고, 통계패키지(SAS 또는 SPSS)를 이용하여 실제 통계자료에 대하여 회귀분석을 수행한 결과를 분석하는 실습을 병행한다.

2. 데이터마이닝(Introduction to Data Mining) 전공
대량의 데이터로부터 이들 데이터 내에 존재하는 관계, 패턴, 규칙 등을 탐색하고 찾아내는 방법에 대하여 학습한다.
데이터마이닝의 필요성과 발전단계, 데이터마이닝의 단계와 기법 등에 대하여 기초내용을 중심으로 소개한다. 그리고 데이터마이닝의 틀인 SPSS의 Clementine을 이용할 수 있도록 Clementine의 기본적인 사용방법에 대하여 설명하고 충분히 실습한다.

3. 품질경영(Statistical Quality Control) 전공
기업 경영활동의 기본이 되는 품질경영 패러다임을 체계적으로 배우는데 목적이 있다. 통계적 품질관리에서부터 전사적 품질경영(TQM), 그리고 Six- Sigma 품질혁신까지를 이론적 배경뿐만이 아니라 실질적인 적용사례를 중심으로 배움으로써 기업의 경쟁우위를 확보할 수 있도록 한다.

4. 금융통계학(Financial Statistics) 전공
국가와 사회를 유지하는데 중요한 역할을 하는 금융시장에 대하여 살펴본다.
따라서, 금융시장에서 사용되는 용어의 설명이나, 상황의 설명을 포함한 전반적인 금융시장의 이해를 위한 내용을 살펴본다. 또한, 금융분야에서 통계학의 역할 및 적용에 대하여 학습한다.


3학년 2학기

1. 고객관계관리(Customer Relationship Management) 전공
기업의 성공비결은 고객들의 요구에 부합되는 제품과 서비스를 지속적으로 제공하고, 그들이 얼마나 만족(또는 불만족)하는지를 정기적으로 확인하고, 나아가서 그들의 구매가 지속적으로 이루어지도록 고객관리를 적절하게 관리하는 것이다.
이 교과목에서는 고객이 누구이며, 고객을 어떻게 공략할 것이며, 고객의 점유율을 어떻게 높일 것이며, 고객의 포트폴리오를 어떻게 관리하고 그들과의 관계를 어떻게 유지할 것인가에 대한 문제를 다루고 있다.
이를 위해 데이터 마이닝 기법을 포함한, RFM 분석, 군집분석, 예상 프로파일 분석, 구매성향점수 분석을 활용한 실제 사례를 다룬다.

2. 실험계획법(Experimental Design Method) 전공
정확한 정보를 얻기 위하여 어떻게 실험을 계획할 것인가에 대한 여러 가지 방법 및 이론적인 배경을 소개한다. 여기에는 완전확률화 계획법, 확률화 블럭계획법, 라틴방격법, 요인실험, 분할구획법, 부분실시법, 반응표면계획법등이 포함된다.

3. 범주형데이터 분석(Categorical Data Analysis) 전공
사회과학을 비롯한 여러 분야에서 널리 이용되는 범주형데이터분석에 필요한 이론과 방법을 학습한다. 주요 내용으로는 분할표에 대한 카이제곱검정, 일반화 선형모형, 로지스틱 회귀, 대수선형모형, 대응분석 등이 있다.

4. 신뢰도분석(Reliability Analysis) 전공
부품이나 시스템의 신뢰성을 평가하기 위한 기본 개념에 대하여 소개한다. 신뢰도의 정의, 고장률함수, 수명분포와 신뢰성 추정, 수리가능 시스템의 신뢰도, 가속수명, 보전정책 등을 설명하고, 학생들의 이해를 돕기 위해서 컴퓨터를 이용한 실습을 병행한다.


4학년 1학기

1. 여론조사(Public Opinion Poll) 전공
여론조사는 정치, 사회, 경제, 문화 등 여러 분야의 중요한 문제에 대해 사람들의 의견을 알아보고 의사결정을 하기 위해 널리 이용되고 있다.
이 과목에서는 여론조사의 개념과 역사, 조사방법, 조사결과의 해석 등에 대해 공부하고, 선거여론조사, 마케팅조사, 사회여론조사, 방송 시청률조사에 대해서도 공부한다.

2. 금융신용평점(Financial Information Analysis) 전공
전반적인 금융분야에 대하여 살펴 본 금융정보분석의 연속적인 강좌로서 신용평점에 대하여 살펴본다. 신용평점이란 금융, 신용카드, 보험업 등에서 가입자들의 축적된 특성자료를 바탕으로 가입자들의 신용도를 파악하여 이들을 우량 또는 불량 집단으로 분류하는 일련의 절차를 말하는데, 이러한 신용평점은 통계적 모형에 의해서 다루어지고 있다.
따라서, 신용평점을 위한 통계적 모형으로 판별분석, 로지스틱 회귀모형, 의사결정나무 모형, 신경망 모형 등을 소개하고, 이러한 신용평점 모형과 실제 자료를 이용하여 신용평점 모형을 구축하는 과정을 학습한다.

3. 사회과학통계(Statistics For Social Science) 전공
통계분석법을 비롯한 계량적인 방법을 중심으로 사회과락 연구에 필요한 방법론을 공부한다. 통계 데이터 분석 이외에도 사회과학의 여러 패러다임, 연구 설계, 측정, 실험과 조사 등을 알아보고 질적 연구방법에 대해서도 공부한다.

4. 빅데이터와 경영전략(Big data and business strategy) 전공
최근 빅데이터는 전세계적으로 폭발적인 인기와 함께 기업과 정부뿐만 아니라 모든 분야에서 핵심 키워드로 떠오르고 있다.
페이스북, 트윗터 등 소셜네트워크 서비스에 실시간으로 접속하는 고객들의 기록(또는 흔적)들을 바탕으로 양질의 정보를 추출하는 방법을 소개한다.
그리고 빅데이터가 단순한 대용량 자료의 처리를 넘어 소셜 미디어 시스템과 결합했을 때 어떤 파괴력을 보일 수 있을지 여러 가지 실증적인 예를 통해 소개하고자 한다.
따라서 본 교과목에서는 기업에서 빅데이터를 적용하여 성공적인 결과를 얻은 사례를 소개하고, 특히 기업 경영에 빅데이터의 활용 방법을 소개하고 마케팅 및 경영전략을 세우는데 초점을 맞춘다.


4학년 2학기

1. 정보통계학특강(Informational Statistics Topics) 전공
보험통계, 생물통계, 통계상담, 경영과학, 품질경영, 통계그래픽스, 탐색적 자료분석, 범주형자료 분석 등 현 교과과정에 개설되어 있지 않은 분야나 새롭게 주목받고 있는 정보통계학 분야를 소개한다.

2. 응용통계학세미나(Seminar on Applied Statistics) 전공
보험통계, 생물통계, 통계상담, 경영과학, 품질경영, 통계그래픽스, 탐색적 자료분석, 범주형자료 분석 등 현 교과과정에 개설되어 있지 않은 분야나 새롭게 주목받고 있는 정보통계학 분야를 소개한다.
강좌의 활용도를 높이기 위해 그룹별 토의 및 발표 수업을 병행한다.