빅데이터와 AI 분야가 부각되는 제4차 산업 시대에 접어들면서 통계학에 대한 관심이 높아지고 있다. 그러나 실제 교육 현장에서 대부분의 학생들은 ‘통계학을 왜 배우지?’, ‘통계학을 어디에 사용하지?’ 등의 의문을 품으며 통계학이 어렵다고 느낀다.학생들이 통계학을 포기하는 가장 큰 요인은 바로 미분적분학으로 인해 복잡한 계산이 수반된다는 점이다. 미분적분학은 확률과 통계를 공부함에 있어 선행되어야 할 필수적인 학문이다. 그러다 보니 미분적분학에 약한 많은 학생들이 통계학에 대한 어려움을 느끼고 있다. 따라서 이 책은 가능한 한 미분적분학 내용을 최소화하면서 확률과 통계를 이해할 수 있도록 구성되었다. 또한 수기에 의한 계산 능력을 등한시할 수는 없지만 기본적인 계산을 제외한 대부분의 계산은 엑셀 프로그램을

이용했다. 엑셀을 이용하여 통계 처리를 하는 이유는 통계 처리를 위한 대부분 의 소프트웨어는 가격이 높으면서 임대 형식인 반면, 엑셀은 거의 모든 컴퓨터에 탑재돼 있으면 서 어디서나 쉽게 이용할 수 있고 통계적 처리 능력도 뛰어나다는 데 있다. 이 책은 실생활의 다양한 사례를 반영하여 예제와 연습문제 등을 구성하였다. 특히 통계청이나 지자체의 보고서를 비롯하여 신문, 잡지 등에 나온 통계자료를 이용함으로써 통계학에 친숙하게 다가갈 수 있도록 하였다. 이로써 여러분은 통계학을 ‘왜’ 배우는지, ‘어디에’ 사용하는지,‘어떻게’ 처리하는지 등을 자연스럽게 익힐 수 있을 것이다. 아울러 저자는 이러한 문제들을 통해 수학적 사고력이 아닌 통계적인 사고력이 함양될 수 있도록 노력하였다. 저자와 함께 공부한 어느 학생이 통계학 수업을 끝마칠 즈음에 한 말이 있다. 바로 ‘백문불여일견(百聞不如一見)’이다. 즉, 백 마디 말보다 통계자료인 숫자를 그림이나 그래프를 통해 자료를 요약·정리하는 방법을 터득하고, 이 수치를 과학적으로 분석하고 추론하는 과정을 직접 실시함으로써

통계학을 이해하게 되었다는 것이다. 

저자는 이 학생이 통계학을 가장 정확하게 이해했다고 생각한다. 통계학을 단순히 숫자만 연상되는 딱딱한 학문이라 생각한다면 통계는 의미없는 수치들의 집단이자 죽은 숫자에 불과하다.그러나 그 속에서 의미를 찾기 시작한다면 숫자들은 살아 움직이며 각자가 품은 비밀들을 풀어 보여 줄 것이다.이러한 수치들을 통해 집단의 규모나 분포를 알 수 있고, 분포가 어떻게 변하는지도 확인할 수 있다.

기술통계학

Chapter 01 통계학이란? 1

1.1 통계학이란?•2 1.2 자료•4

1.3 모집단과 표본•8 1.4 기술통계학과 추측통계학•9

| 문제•12

Chapter 02 기술통계학_범주형 자료 17

2.1 범주형 자료의 요약•18 2.2 두 개 이상의 범주형 자료의 요약•32

| 문제•39

Chapter 03 기술통계학_양적자료 49

3.1 양적자료의 요약•50 3.2 두 개 이상의 양적자료의 요약•68

| 문제•76

Chapter 04 기술통계학_수치 이용 85

4.1 위치 척도•86 4.2 변동성 척도•101

4.3 집단화 자료의 평균과 분산•113 4.4 분포 모양과 표준점수•116

4.5 두 자료 사이의 관계 척도•122 | 문제•129

확률

Chapter 05 확률의 기초 137

5.1 표본공간과 경우의 수•138 

5.2 확률의 의미와 확률 계산•144

5.3 결합확률과 조건부확률•153 

5.4 베이즈 정리•161

| 문제•165

Chapter 06 이산확률분포 175

6.1 이산확률변수•176 

6.2 이산확률분포•186

| 문제•209

Chapter 07 연속확률분포 217

7.1 연속확률변수•218 

7.2 연속확률분포•224

| 문제•263

통계적 추론

Chapter 08 표본분포 271

8.1 모집단분포와 표본분포•272 

8.2 표본평균의 표본분포•276

8.3 표본평균의 차에 대한 표본분포•283 

8.4 표본비율의 표본분포•289

8.5 표본분산에 대한 표본분포•291 

| 문제•294

Chapter 09 단일 모집단의 추정 307

9.1 추정의 개념•308 

9.2 모평균의 구간추정•314

9.3 모비율의 구간추정•322 

9.4 모분산의 구간추정•325

9.5 표본의 크기 결정•328 

| 문제•331

Chapter 10 두 모집단의 추정 341

10.1 모평균 차의 구간추정•342 

10.2 모비율 차의 구간추정•354

10.3 모분산 비의 구간추정•356 

| 문제•359

Chapter 11 단일 모집단의 가설검정 371

11.1 가설검정의 의미와 절차•372

11.2 모평균의 가설검정(모분산을 아는 경우)•381

11.3 모평균의 가설검정(모분산을 모르는 경우)•394

11.4 모비율의 가설검정•406

11.5 모분산의 가설검정•409

| 문제•419

Chapter 12 두 모집단의 가설검정 427

12.1 모평균 차의 가설검정•428 

12.2 쌍체 t -검정•440

12.3 모비율 차의 가설검정•445 

12.4 모분산 비의 가설검정•448

| 문제•452

Chapter 13 분산분석 461

13.1 분산분석 소개•462 

13.2 일원분산분석•464

13.3 다중비교 검정•471 

13.4 확률화 블록 설계•478

13.5 이원분산분석•486 

| 문제•496

Chapter 14 회귀분석 505

14.1 단순선형회귀모형•506 

14.2 회귀계수의 구간추정•519

14.3 회귀계수의 가설검정•523 

14.4 상관분석•528

14.5 다중회귀모형•533 

14.6 다중회귀모형의 적합성 검정•538

| 문제•543

Chapter 15 카이제곱검정 555

15.1 단일 변수인 경우의 적합도 검정•556

15.2 변수가 두 개인 경우의 적합도 검정•560

| 문제•571

부록 및 해설 577

부록 A.1 누적이항확률표•578 A.2 누적푸아송확률표•581

A.3 누적표준정규확률표•583 A.4 카이제곱분포표•584

A.5 t -분포표•586 A.6 F-분포표•587

A.7 스튜던트화 범위 분포표•597

해설•599