ADP 대비 파이썬 통계 서적 리뷰

통계학: 파이썬을 이용한 분석

• 실제 단원별 문제는 엄청 많다.

• 하지만 다 손으로 풀어야하는 문제이며, 코드 & 코드 문제는 비중이 아주 작다.

• 따로 git repository 없음

• 파이썬 풀이 제작중 -> 문의 단톡방에서

Show code cell content Hide code cell content

r ='''1장 서론
1.1 통계학이란 무엇인가?  1.2 모집단과 표본 1.3 통계학의 목표

2장 표와 그림을 통한 자료의 요약
2.1 서론 2.2 자료의 형태 2.3 범주형 자료의 요약 2.4 이산형 자료의 요약 2.5 연속형 자료의 요약

3장 수치를 통한 연속형 자료의 요약
3.1 서론 3.2 중심위치의 측도 3.3 퍼진 정도의 측도 3.4 상자그림 3.5 도수분포표에서의 자료의 요약

4장 두 변수 자료의 요약
4.1 서론 4.2 두 범주형 변수의 요약: 분할표 4.3 그림을 통한 두 연속형 변수의 요약: 산점도 4.4 수치를 통한 두 연속형 변수의 요약: 상관계수

5장 확률
5.1 서론 5.2 사건의 확률 5.3 확률의 계산 5.4 확률법칙 5.5 조건부확률과 독립성

6장 확률분포
6.1 서론 6.2 확률변수 6.3 이산확률변수와 확률분포 6.4 확률분포의 기댓값(평균)과 표준편차
6.5 두 확률변수의 결합분포 6.6 공분산과 상관계수 6.7 두 확률변수의 독립성

7장 이항분포와 그에 관련된 분포들
7.1 서론 7.2 베르누이 시행 7.3 이항분포 7.4 초기하분포 7.5 포아송분포

8장 정규분포
8.1 서론 8.2 연속확률분포 8.3 정규분포의 일반적인 성질 및 확률계산
8.4 이항분포의 정규분포근사 8.5 정규분포가정의 조사

9장 표집분포
9.1 서론 9.2 통계량의 확률분포 9.3 표본평균의 분포와 중심극한정리

10장 통계적 추론
10.1 서론 10.2 모평균의 추정(표본의 크기가 클 때)
10.3 모평균에 대한 검정(표본의 크기가 클 때) 10.4 모비율에 대한 추론(표본의 크기가 클 때)

11장 정규모집단에서의 추론
11.1 서론 11.2 t 분포 11.3 모평균에 대한 추론
11.4 신뢰구간과 양측검정의 관계 11.5 모표준편차에 대한 추론

12장 두 모집단의 비교
12.1 서론 12.2 두 개의 독립 표본 12.3 짝비교
12.4 두 모비율의 차에 대한 추론

13장 회귀분석
13.1 서론 13.2 단순선형회귀모형 13.3 최소제곱추정법을 이용한 모수의 추정
13.4 단순선형회귀모형에서의 추론 13.5 선형관계의 강도 13.6 잔차의 검토

14장 분산분석
14.1 서론 14.2 일원배치 분산분석법 14.3 일원배치 분산분석모형에서의 추론

15장 범주형 자료분석
15.1 서론 15.2 피어슨의 χ2(카이제곱) 적합도 검정 15.3 동질성 검정 15.4 독립성 검정
'''

파이썬으로 배우는 통계학 교과서

• 출판사 깃헙 레포 x

• 이론 + 코드, 내용 디자인이 깔끔함

• 통계부분 기본적인 부분 다루기에 적합

• 서점에서 본책 중 가장 괜찮은 듯

유저1 정리 링크
유저2 정리 링크
유저3 정리 링크
유저4 정리 링크

Show code cell content Hide code cell content

r = '''CHAPTER 1 통계학 기본
1.1 통계학
1.2 표본을 얻는 과정
1.3 표본을 얻는 과정의 추상화
1.4 기술통계 기초
1.5 모집단분포 추정
1.6 확률질량함수와 확률밀도함수
1.7 통계량 계산
1.8 확률론 기본
1.9 확률변수와 확률분포

CHAPTER 2 파이썬과 주피터 노트북 기초
2.1 환경 구축
2.2 주피터 노트북 기본
2.3 파이썬 프로그래밍 기본
2.4 numpy와 pandas 기본

CHAPTER 3 파이썬을 이용한 데이터 분석
3.1 파이썬을 이용한 기술통계: 1변량 데이터
3.2 파이썬을 이용한 기술통계: 다변량 데이터
3.3 matplotlib과 seaborn을 이용한 데이터 시각화
3.4 모집단에서 표본 추출 시뮬레이션
3.5 표본 통계량 성질
3.6 정규분포와 응용
3.7 추정
3.8 통계적가설검정
3.9 평균값의 차이 검정
3.10 분할표 검정
3.11 검정 결과 해석

CHAPTER 4 통계모델 기본
4.1 통계모델
4.2 통계모델을 만드는 방법
4.3 데이터의 표현과 모델의 명칭
4.4 파라미터 추정: 우도의 최대화
4.5 파라미터 추정: 손실의 최소화
4.6 예측 정확도의 평가와 변수 선택

CHAPTER 5 정규선형모델
5.1 연속형 독립변수가 하나인 모델(단순회귀)
5.2 분산분석
5.3 독립변수가 여럿인 모델

CHAPTER 6 일반선형모델
6.1 여러 가지 확률분포
6.2 일반선형모델의 기본
6.3 로지스틱 회귀
6.4 일반선형모델의 평가
6.5 푸아송 회귀

CHAPTER 7 통계학과 머신러닝
7.1 머신러닝 기본
7.2 정규화와 리지 회귀, 라소 회귀
7.3 파이썬을 이용한 리지 회귀와 라소 회귀
7.4 선형모델과 신경망
7.5 이 책 다음으로 배울 것'''

누구나 파이썬 통계분석

• 이해하기 쉽게 설명되어 있음

• 용어가 다소 일본스럽고 어색한 점이 있음, 번역이슈

• 코드도 간단

• 출판사 레포 존재 (https://www.hanbit.co.kr/store/books/look.php?p_code=B2049588591)

Show code cell content Hide code cell content

r = '''1장 데이터
1.1 데이터의 크기
1.2 변수의 종류
1.2.1 질적 변수와 양적 변수
1.2.2 척도 수준
1.2.3 이산형 변수와 연속형 변수

2장 1차원 데이터 정리
2.1 데이터 중심의 지표
2.1.1 평균값
2.1.2 중앙값
2.1.3 최빈값
2.2 데이터의 산포도 지표
2.2.1 분산과 표준편차
2.2.2 범위와 사분위 범위
2.2.3 데이터의 지표 정리
2.3 데이터의 정규화
2.3.1 표준화
2.3.2 편찻값
2.4 1차원 데이터의 시각화
2.4.1 도수분포표
2.4.2 히스토그램
2.4.3 상자그림

3장 2차원 데이터 정리
3.1 두 데이터 사이의 관계를 나타내는 지표
3.1.1 공분산
3.1.2 상관계수
3.2 2차원 데이터의 시각화
3.2.1 산점도
3.2.2 회귀직선
3.2.3 히트맵
3.3 앤스컴의 예

4장 추측통계의 기본
4.1 모집단과 표본
4.1.1 표본추출 방법
4.2 확률 모형
4.2.1 확률의 기본
4.2.2 확률분포
4.3 추측통계의 확률
4.4 이제부터 배울 내용

5장 이산형 확률변수
5.1 1차원 이산형 확률변수
5.1.1 1차원 이산형 확률변수의 정의
5.1.2 1차원 이산형 확률변수의 지표
5.2 2차원 이산형 확률변수
5.2.1 2차원 이산형 확률변수의 정의
5.2.2 2차원 이산형 확률변수의 지표

6장 대표적인 이산형 확률분포
6.1 베르누이 분포
6.2 이항분포
6.3 기하분포
6.4 포아송 분포

7장 연속형 확률변수
7.1 1차원 연속형 확률변수
7.1.1 1차원 연속형 확률변수의 정의
7.1.2 1차원 연속형 확률변수의 지표
7.2 2차원 연속형 확률변수
7.2.1 2차원 연속형 확률변수의 정의
7.2.2 2차원 연속형 확률변수의 지표

8장 대표적인 연속형 확률분포
8.1 정규분포
8.2 지수분포
8.3 카이제곱분포
8.4 t 분포
8.5 F 분포

9장 독립동일분포
9.1 독립성
9.1.1 독립성의 정의
9.1.2 독립성과 무상관성
9.2 합의 분포
9.2.1 정규분포의 합의 분포
9.2.2 포아송 분포의 합의 분포
9.2.3 베르누이 분포의 합의 분포
9.3 표본평균의 분포
9.3.1 정규분포의 표본평균 분포
9.3.2 포아송 분포의 표본평균 분포
9.3.3 중심극한정리
9.3.4 대수의 법칙

10장 통계적 추정
10.1 점추정
10.1.1 모평균의 점추정
10.1.2 모분산의 점추정
10.1.3 정리
10.2 구간추정
10.2.1 정규분포의 모평균 구간추정 : 모분산을 알고 있는 경우
10.2.2 정규분포의 모분산 구간추정
10.2.3 정규분포의 모평균 구간추정 : 모분산을 모르는 경우
10.2.4 베르누이 분포의 모평균 구간추정
10.2.5 포아송 분포의 모평균 신뢰구간

11장 통계적 가설검정
11.1 통계적 가설검정
11.1.1 통계적 가설검정의 기본
11.1.2 단측검정과 양측검정
11.1.3 가설검정의 두 가지 오류
11.2 기본적인 가설검정
11.2.1 정규분포의 모평균에 대한 검정 : 모분산을 알고 있는 경우
11.2.2 정규분포의 모분산에 대한 검정
11.2.3 정규분포의 모평균에 대한 검정 : 모분산을 모르는 경우
11.3 2표본 문제에 관한 가설검정
11.3.1 대응비교 t 검정
11.3.2 독립비교 t 검정
11.3.3 윌콕슨의 부호순위검정
11.3.4 만?위트니의 U 검정
11.3.5 카이제곱검정

12장 회귀분석
12.1 단순회귀모형
12.1.1 회귀분석에서의 가설
12.1.2 statsmodels에 의한 회귀분석
12.1.3 회귀계수
12.2 중회귀모형
12.2.1 회귀계수
12.2.2 가변수
12.3 모형의 선택
12.3.1 결정계수
12.3.2 조정결정계수
12.3.3 F 검정
12.3.4 최대로그우도와 AIC
12.4 모형의 타당성
12.4.1 정규성 검정
12.4.2 더빈-왓슨비
12.4.3 다중공선성'''

STEP BY STEP 파이썬 비즈니스 통계분석

구매링크 / 28,000원

• 깃헙 레포 x

• 유저가 정리해둔 레포 (starfishkenny/Python)

• 이론 +파이썬 코드 적절히 섞여있음

• 마케팅관련 설명 +파이썬 기본문법 + 데이터 전처리 파트는 불필요함 (2/5 분량)

• 통계도 설명 + 한문제 예시 + 코드있음

• 신뢰성,분산분석,요인분석, 비모수 등 넓고 얇게 다룸

Show code cell content Hide code cell content

r = '''chaper 01 마케팅과학을 위한 통계분석
1.1 마케팅의 변화
1.2 마케팅과 통계
1.3 마케팅을 위한 통계분석 기법
[1] 기초 통계분석 기법
[2] 인과관계 분석기법
[3] 기타 다변량 통계분석 기법
1.4 통계분석을 활용한 문제해결 과정
[1] 문제파악 및 가설 수립
[2] 유의수준 및 임계치 설정
[3] 분석 및 검정 통계량 산출
[4] 결과 해석 및 가설 검증

chapter 02 확률통계개론
2.1 확률기초이론
[1] 확률
[2] 확률변수와 확률분포
2.2 통계기초이론
[1] 통계학
[2] 추정
[3] 가설검정

chapter 03 파이썬 기초
3.1 파이썬 소개
[1] 왜 파이썬인가?
[2] Anaconda python 실습 환경 구축
3.2 파이썬 프로그램 기초
[1] 파이썬의 자료형
[2] 파이썬 제어문
3.3 데이터 분석을 위한 파이썬 라이브러리
[1] 통계분석을 위한 라이브러리
[2] Numpy
[3] Pandas

chapter 04 데이터 전처리 및 기초분석
4.1 분석을 위한 데이터 준비
[1] 실습용 데이터 다운로드
[2] 분석 데이터 설명
[3] 데이터 불러오기
4.2 데이터 전처리 및 파생변수 생성
[1] 데이터 전처리
[2] 파생변수의 생성
4.3 유용한 통계 그래프
[1] 히스토그램
[2] 산점도
[3] 파이차트
[4] 상자그림

chapter 05 기술통계분석
5.1 평균, 분산, 표준편차
[1] 개념 및 주요 이론
[2] 분석 및 해석
5.2 왜도와 첨도
[1] 개념 및 주요 이론
[2] 분석 및 해석
5.3 기타 기술통계량
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 06 t-검정
6.1 t-검정 기초
6.2 일표본 t-검정
[1] 개념 및 주요 이론
[2] 분석 및 해석
6.3 독립표본 t-검정
[1] 개념 및 주요 이론
[2] 분석 및 해석
6.4 쌍체표본 t-검정
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 07 상관관계 분석
7.1 수치형 변수의 상관관계 분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
7.2 편(부분) 상관관계 분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
7.3 순서형 변수의 상관관계 분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
7.4 정준상관분석
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 08 범주형 데이터 분석
8.1 적합도 검정
[1] 개념 및 주요 이론
[2] 분석 및 해석
8.2 독립성 검정
[1] 개념 및 주요 이론
[2] 분석 및 해석
8.3 동질성 검정
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 09 신뢰성 분석
9.1 신뢰성과 타당성
[1] 측정오차
[2] 신뢰성
[3] 타당성
9.2 내적일관성 분석
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 10 분산분석
10.1 분산분석 기초
[1] 분산분석의 종류
10.2 일원분산분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
10.3 이원분산분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
10.4 다변량분산분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
10.5 공분산분석
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 11 회귀분석
11.1 회귀분석 기초
11.2 단순회귀분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
11.3 다중회귀분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
11.4 더미변수를 이용한 회귀분석
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 12 요인 분석
12.1 요인분석 기초
[1] 요인추출방법
[2] 요인 분석의 주요지표
[3] 요인의 회전
[4] 요인분석의 유형
12.2 탐색적 요인분석
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 13 분류예측분석
13.1 분류예측분석 기초
13.2 선형판별분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
13.3 로지스틱 회귀분석
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 14 군집분석
14.1 군집분석 기초
14.2 계층적 군집분석
[1] 개념 및 주요 이론
[2] 분석 및 해석
14.3 비계층적 군집분석
[1] 개념 및 주요 이론
[2] 분석 및 해석

chaper 15 포지셔닝 분석
15.1 포지셔닝 분석 기초
15.2 다차원 척도법
[1] 개념 및 주요 이론
[2] 분석 및 해석
15.3 상응분석
[1] 개념 및 주요 이론
[2] 분석 및 해석

chapter 16 컨조인트 분석
16.1 개념 및 주요 이론
16.2 컨조인트 분석을 위한 조사 및 분석 과정
16.3 시장점유율 예측
16.4 분석 및 해석

chapter 17 비모수 통계분석
17.1 비모수 통계분석 기초
17.2 적합도 검정
[1] RUN 검정
[2] Kolmogorov-Smirnov 검정 (단일표본)
17.3 동질성 검정
[1] Wilcoxon 부호-순위 검정
[2] Mann-Whitney U 검정
[3] Kruskal-Wallis H 검정
[4] Friedman 검정
17.4 상관성 검정
[1] Kendall 서열상관 분석'''

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.