이화여자대학교
통계학과
대학원교과목
| 학수번호 | 교과목명 | 설명 |
|---|---|---|
| G11805 | 확률론I ( Probability Theory I) |
확률공간, 가측함수, 리베크 적분, Lp공간, 여러 가지 수렴형태 및 관계측도의 확장, 후비니 정리. |
| G11806 | 이론통계학I (Theoretical Statistics I) |
표본분포, 순서통계량, 추정, 가설검정들의 고전적 추론, Bayesian 추론, 우도비검정. |
| G11807 | 회귀분석론 (Regression Analysis) |
선형회귀모형의 추정 및 가설 검정, 모형의 적합도 검사, 잔차 분석 및 이상치 검사. |
| G11808 | 경제자료분석 (Economic Data Analysis) |
통계의 경제 제반문제들을 연구한다. 이에는 선형/비선형 모형에서 최소자승추정치, 최우추정치 등의 추정과 이에 의한 검정에서의 중급이론과 응용등이 포함된다. |
| G11809 | 범주형자료분석 (Categorical Data Analysis) |
분할표 형식으로 주어진 범주형 자료에 대한 독립성 검정을 포함하여 로그선형모형, 로지스틱 회귀모형들의 선형모형론을 중 심적으로 다루며 연관 측도들에 대하여도 해설한다. |
| G11810 | 반복측정자료분석 (Analysis of Repeated Measures Data) |
한 개체(subject)로부터 다른 실험조건하에서나 여러 다른 관측시간에 반복적으로 얻어진 자료를 분석하기 위한 통계기법을 다룬다. 연속형의 반복측정자료를 분석하기 위해 다변량정규분포의 가정을 필요로 하는 고전적인 다변량모형을 소개하고 최근에 널리 사용되고 있는 혼합모형을 다룰 것이다. 이산형의 반복측정자료의 분석을 위해서는 가중최소제곱법에 근거한 모형과 랜덤화모형을 다루고 일반화선형모형을 확장한 일반화추정방식(GEE)모형을 다루게 될 것이다. |
| G11811 | 통계학세미나 II (Seminar in Statistics II) |
이 과목은 통계학세미나Ⅰ의 연속과목이다. |
| G11812 | 통계상담실습 I (Statistical Consulting & Practice) |
통계방법의 실제문제 적용 및 상담사례분석, SAS 또는 MINITAB을 이용한 분석, 보고서 작성법. |
| G11813 | 확률과정론 I (Stochastic Process II) |
확률과정의 기본 개념을 익히고, 임의 보행과정, 포아송과정, 재생과정, 생사과정, 이산시간형 마코브 과정 재귀, 에르고딕성, 여러 가지 극한 성질. |
| G11814 | 데이터마이닝 (Data Mining) |
본 과목에서는 거대자료를 분석하는 다양한 종류의 기법을 배운다. 지도학습과 자율학습의 개년을 배우고, 지도학습의 기본 이론들- 의사결정론, 과적합, 다차원 저주, 쉬링키지 등을 습득한 후, 다양한 종류의 지도학습 알고리즘들- 로지스틱회귀모형, 의사결정나무, 신경망 모형, 앙상블 기법 등을 배운다. 자율학습 방법으로 연관성 분석과 군집분석방법에 대하여 배운다. |
| G11815 | 표본조사론 (Sampling Techniques) |
조사표의 설계, 단순랜덤추출, 층화랜덤추출, 계통추출, 집락추출, 무응답, 범주형 자료. |
| G11816 | 통계계산 (Statistical Computing) |
본 과목에서는 자료분석에 사용되는 다양한 종류의 계산방법을 배운다. 기본적으로는 모의실험을 위한 난수발생방법, 수치적분, 최적화 방법 등을 다루며, 고급 방법으로 EM 알고리즘과 MCMC 알고리즘에 대해서 이론적 배경 및 프로그램 기술에 대해서 배운다. |
| G11817 | 다변량자료분석 (Multivariate Data Analysis) |
다변량 분산분석 및 회귀분석, 판별분석, 주성분분석, 인자분석, 군집분석, 다차원척도법, 다변량 잔차 해석, 이상치 검사. |
| G11818 | 비모수통계학 (Nonparametric Statistics) |
부호 검정법, 윌콕슨 검정, U 통계량, Hodges-Lehmann 기법 , M-추정 등의 문제에 대한 고찰. |
| G11819 | 생물통계학 I (Biostatistics I) |
역학 및 의학에서 주로 발생하는 자료를 분석하는 통계적 방법을 배운다. 생물통계학I에서는 생물학적 동등성, 표본크기 결정에 사용되는 통계적 방법들을 배운다. |
| G11820 | 임상시험자료분석 I (Analysis of Clinical Trials I) |
신약개발을 위해 필요한 전임상 및 임상실험에 필요한 통계기법을 다룬다. 임상시험자료분석Ⅰ에서는 다기관 임상시험 자료와 결측치가 있는 반복측정자료에 사용되는 혼합모형에 대해 배운다. |
| G11821 | 실해석학 (Real Analysis) |
수열, 연속함수, Lebesgue 측도, Lebesgue 적분, 일반측도 및 적분, Lp 공간. |
| G11822 | 확률과정특론 II (Selected Topics in Stochastic Processes II) |
마팅게일, 브라우니안 모션, 분기과정, 및 안정분포의 여러 가지 성질들을 다룬다. |
| G11823 | 고급시계열분석 I (Advanced Time Series Analysis I) |
AR모형, MA모형, ARMA 시계열 모형에서 모수의 추정, 미래치의 예측, 모형의 타당성 검토 등의 문제를 이론적으로 깊이 있게 다룬다. 표본 상관계수, 자기회귀 계수의 추정량 등의 점근적 성질을 공부하고 이에 대한 응용을 연습한다. 또한 벡타 시계열, 상태 공간 모형, 오차항에 자기상관이 있는 경우의 회귀 모형 등에 대한 부분도 다루어진다. |
| G11824 | 고급표본조사론 I (Advanced Theory of Survey Sampling I) |
표본 조사의 설계 및 분석의 고급 주제: 불균등 확률 표본, 초모집단 모형이론 및 최적 표본 설계 그물망 표본, 확률화 회답모형, 비표본 오차 분석법. |
| G11825 | 자료분석특론 I (Selected Topics in Data Analysis I) |
계수 및 비율 등 범주형 반응을 분석하는 통계적 방법론, 카이제곱 검증, 연관성의 측도, 로그 선형 및 로지스틱 회귀 모형, 일반선형모형, 복잡한 조사 방법, Correspondence 분석. |
| G11826 | 다변량해석특론II (Topics in Multivariate Analysis II) |
분류 및 집락 기법, 경로 분석, LISREL 모형. |
| G11827 | 통계상담 III (Statistical Consulting III) |
통계 상담원으로서 갖추어야 할 기본 자질을 키우고 광범위한 통계 응용 분야를 접할 기회를 제공한다. 학생들은 통계 상담실에서 상담원으로 활동, 각종 통계 용역을 접수하고 고객의 데이터를 분석하여 결과 보고서를 작성한다. 또한 분석 결과의 신뢰성을 높이기 위하여 정기적인 모임을 통해 교수님으로부터 감수를 받는다. |
| G11828 | 고급실험계획법 I (Advanced Experimental Design I) |
실험계획의 기본원리, 구조 모형과 가정, 완전 랜덤화 및 랜덤화 블록 설계, 요인배치법, 지분 요인 배치법, 부분 실시법. |
| G11829 | 통계계산특론 II (Topics in Statistical Computing II) |
통계계산의 세부 분야에서의 여러 기법과 알고리즘, 가장 최근의 통계계산 기법에 중점. |
| G11830 | 베이지안통계특론 I (Topics in Bayesian Statistics I) |
결정론, 공액 사전분포, 베이지안 및 고전 통계의 비교, 사후 분포, 단계적 베이즈 모형, 마코프 연쇄 시뮬레이션, Laplace 방법, 베이즈 모형 선택. |
| G11831 | 생물통계특론 I (Topics in Biostatistics I) |
통계의 보건, 의료, 생물에로의 응용을 다룬다. 이에는 growth curve model, 생존분석, 반복측정치 분석 등이 포함된다. |
| G11832 | 확률특론 (Topics in Probability Theory) |
확률변수의 수렴, 적분에서의 여러 가지 수렴정리, 조건부 확률 및 조건부 기댓값, 마팅게일, 위너적분, 브라우니안모션 위너적분 등을 다루고자 한다. |
| G11833 | 이론통계특론 (Topics in Theoretical Statistics) |
Bootstrap, Jacknife, Cross-validation, AIC, BIC 등 이론통계의 고급주제들을 체계적으로 학습한다. |
| G11834 | 고급선형모형론 (Advanced Linear Models) |
설명 변수가 full rank가 아닐 때의 선형 모형이 다루어진다. 최소자승 추정치의 Gauss Markov 정리, 다변량 정규분포이론, Estimability, 최적 불편 추정 등이 포함되고, 일반화 선형모형(General linear model), dummy 변수방법, 우도비 방법, Lagrangian multiplier 검정, Wald 검정 등이 포함된다. |
| G11868 | 이론통계학 II (Theoretical Statistics II) |
이론통계학 Ⅰ의 계속으로 추정, 가설 검정 문제에서 optimality와 efficiency를 다루고 asymptotic properties 를 검토한다. |
| G11872 | 실험계획법 (Experimental Design) |
실험구 배치의 기본형, 요인 실험, 부분 실시법, 반응표면계획, 불완전 블록 실험 계획. |
| G11874 | 시계열분석 (Time Series Analysis) |
정상모형의 자기 상관분석, ARIMA 모형의 Box-Jenkins 분석 및 예측, 정상모형의 스펙트랄분석. |
| G11876 | 베이지안통계 (Bayesian Statistics) |
통계추론의 새로운 접근법인 베이지안 통계방법을 다룬다. 사전분포와 사후분포 등 베이지안의 기본 개념을 습득하고 고전적 통계기법과 비교하여, 기본지식을 추정, 검정, 모형선택 등에 응용한다. 또한 베이지안 기법의 실제적인 적용에 필요한 통계계산기법을 다룬다. |
| G11878 | 생물통계학 II (Biostatistics II) |
역학 및 의학에서 주로 발생하는 자료를 분석하는 통계적 방법을 배운다. 생물통계학 II에서는 Bonferroni, step-up, step-down과 같은 다중비교에 사용되는 통계적 방법들을 배운다. |
| G11881 | 확률과정론 II (Stochastic Process II) |
연속 시간형 마코브 과정, Diffusion과정, 브라우니안 운동, 강마코브 성질, 극한 성질, 대기행렬 체계. |
| G11883 | 통계학세미나 I (Seminar in Statistics I) |
본 과목에서는 통계학에서 현재 관심이 고조되는 다양한 분야를 소개한다. 통계학습이론, 생물정보학, 통계금융, 환경통계 등의 분야에 대하여 공부한다. |
| G11885 | 통계상담실습 II (Statistical Consulting & Practice II) |
통계방법의 실제문제 적용 및 상담사례분석, SAS 또는 MINITAB을 이용한 분 것, 보고서 작성법. |
| G11887 | 생존분석 (Survival Analysis) |
본 과목에서는 암 환자의 생존시간이나 교통사고가 일어난 시간 등, 시간을 측정한 자료를 분석하는 다양한 통계방법들을 배운다. 특히, 생존분석에서는 자료가 완전히 관측되지 않고 중도절단이 된 경우에 자료를 효율적으로 분석하는 방법을 배운다. 생존확률의 추정량인 Kaplan-Meier 추정량을 배우고, 위험요인과 생존시간과의 관계를 추정하는 회귀모형으로 Cox의 비례위험모형을 배운다. SAS와 Splus를 이용하여 실제 자료를 분석하는 방법을 습득한다. |
| G11890 | 임상시험자료분석 II (Analysis of Clinical Trials II) |
신약개발을 위해 필요한 전임상 및 임상실험에 필요한 통계기법을 다룬다. 임상시험자료분석 II에서는 결측치를 처리하는 imputation 방법에 대하여 배운다. |
| G11893 | 일반화선형모형 (Generalized Linear Models) |
범주형 자료와 비연속형 자료에 대한 회귀분석 방법인 일반화선형모형에 대한 전반적인 통계적 추론과 그에 관련된 여러 가지 자료 분석 기법들을 다룬다. 일반화선형모형에서의 모수 추정법을 학습하고 가설 검정, 신뢰구간, 모형의 선택 등을 배운다. 컴퓨터 패키지를 이용하여 실제 자료 분석법을 습득한다. |
| G11895 | 확률과정특론 I (Selected Topics in Stochastic Processes I) |
기본적인 확률이론을 복습하고, 마코브 연대, 포아송 과정 재생과정, 연속 시간형 마코브과정, 간단한 대기 행렬 체계 등을 다룬다. |
| G11899 | 계량경제학 (Econometrics) |
통계의 경제 응용의 제반 문제들을 연구한다. 이에는 선형/비선형 모형에서 최소자승 추정치, 최우 추정치 등의 추정과 이에 의한 검정 등이 포함된다. 이런 통계적 방법들을 연립 방정식 모형, Lag 모형, dynamic 시스템에 관한 추론에 이용한다. |
| G11900 | 고급시계열분석 II (Advanced Time Series Analysis II) |
AR모형, MA모형, ARMA 시계열 모형에서 모수의 추정, 미래치의 예측, 모형의 타당성 검토 등의 문제를 이론적으로 깊이 있게 다룬다. 표본 상관계수, 자기회귀 계수의 추정량 등의 점근적 성질을 공부하고 이에 대한 응용을 연습한다. 또한 벡타 시계열, 상태 공간 모형, 오차항에 자기상관이 있는 경우의 회귀 모형 등에 대한 부분도 다루어진다. |
| G11902 | 고급표본조사론 II (Advanced Theory of Survey Sampling II) |
표본 조사의 설계 및 분석의 고급 주제: 불균등 확률 표본, 초모집단 모형이론 및 최적 표본 설계 그물망 표본, 확률화 회답모형, 비표본 오차 분석법. |
| G11906 | 자료분석특론 II (Selected Topics in Data Analysis II) |
모형 구축, 추정, 사정에 관한 일반적 방법론, 비선형 모형, 붓스트랩, 깁스 표집, 몬테칼로 알고리즘, 우도기준 방법 등. |
| G11908 | 다변량해석특론 I (Topics in Multivariate Analysis I) |
다중, 부분, 정준 상관, 다변량 회귀, 주성분 요인, 공분산 구조 분석. |
| G11909 | 통계상담IV (Statistical Consulting IV) |
통계 상담원으로서 갖추어야 할 기본 자질을 키우고 광범위한 통계 응용 분야를 접할 기회를 제공한다. 학생들은 통계 상담실에서 상담원으로 활동, 각종 통계 용역을 접수하고 고객의 데이터를 분석하여 결과 보고서를 작성한다. 또한 분석 결과의 신뢰성을 높이기 위하여 정기적인 모임을 통해 교수님으로부터 감수를 받는다. |
| G11911 | 고급실험계획법 II (Advanced Experimental Design II) |
최적 설계, 특수 설계, 반응표면분석, 혼합물 설계. |
| G11913 | 통계계산특론 I (Topics in Statistical Computing I) |
통계계산의 세부 분야에서의 여러 기법과 알고리즘, 가장 최근의 통계계산 기법에 중점. |
| G11915 | 통계그래픽스 (Statistical Graphics) |
통계 팩키지 SAS, S-PLUS 등의 여러 그래픽 기법을 통한 통계적 분석, 특히 다변량 자료의 그래픽 분석 기법. |
| G11917 | 베이지안통계특론 II (Topics in Bayesian Statistics II) |
결정론, 공액 사전분포, 베이지안 및 고전 통계의 비교, 사후 분포, 단계적 베이즈 모형, 마코프 연쇄 시뮬레이션, Laplace 방법, 베이즈 모형 선택. |
| G11919 | 생물통계특론 II (Topics in Biostatistics II) |
통계의 보건, 의료, 생물에로의 응용을 다룬다. 이에는 growth curve model, 생존분석, 반복측정치 분석 등이 포함된다. |
| G11921 | 고급확률특론 (Topics in Advanced Probability Theory) |
D공간의 기하적 성질, D공간에서의 약수렴 및 조밀성 확산과정, Mixing 과정, 경험적 분포 함수 등을 다룬다. |
| G11923 | 선형모형론 (Linear Models) |
선형 모형에서의 최소자승 추정, 일반화 최소자승 추정 등의 추정 방법과 선형 가설에 대한 검정법을 논의한다. |
| G11925 | 고급이론통계특론 (Topics in Advanced Theoretical Statistics) |
Model selection, AIC, BIC, BLUP, REML, Bootstrap, Jacknife 등 고급통계의 주요 주제를 심도 있게 학습한다. |
| G11927 | 로버스트 통계학 (Robust Statistics) |
위위치 및 척도 모수 추정, 로버스트 추정. 로버스트 회귀, shrinkage 추정량. |
| G15456 | 확률론 II (Probability Theory II) |
특성함수, 중심극한정리, 대수의 법칙, 조건부 기대값, 마팅게일, 여러 가지 독립확률변수열에서의 성질 등을 다룬다. |
| G16357 | 생명보험론 (Life Insurance Mathematics) |
본 교과목에서는 생명보험 이론을 소개한다. 본 교과목을 통하여 이자론, 보험계약자 장래수명분포, 생명보험의 일시납 순보험료, 생명연금, 생명보험의 분납 순보험료, 지급준비금, 다중탈퇴모형, 연생보험 등을 다룬다. |
| G16358 | 손해보험론 (Non-life Insurance Mathematics) |
본 교과목에서는 손해보험의 기본 이론을 소개한다. 본 교과목을 통하여 모델링 과정, 확률변수와 기초적 분포 특성값, 분포의 분류 및 새로운 분포의 생성, 보상건수 및 보상액 모델링, 총합적 손실 모형, 이산시간형 파산모형, 연속시간형 파산모형 등을 다룬다. |
| G16359 | SAS심화과정 (Advanced SAS Programming) |
SAS 심화과정은 SAS 자료 분석 전문가 양성에 그 목적을 둔다. 이를 위해 고급 SAS procedure 및 Macro 작성, 그리고 IML 등에 대한 심도있는 내용을 다루게 되며, 또한 대용량 자료를 어떻게 가공하고 필요에 맞게 사용할 것인지에 대해서도 배우게 된다. |
| G17138 | 금융공학 (Financial Engineering) |
금융공학은 수리 및 통계적 기법을 이용하여 금융시장을 분석하는 학문이다. 특히 본 과목에서는 금융상품의 가격결정과 리스크관리 등 금융시장에서 다뤄지는 문제에 대해 공부하고 이를 확률미적분학과 몬테칼로 시뮬레이션 등 여러 가지 통계적 방법을 사용하여 분석하고자 한다. |
| G17139 | 금융위험관리 (Quantitative Risk Management) |
금융위험관리에서는 다양한 보험 및 금융위험에 대한 이론 및 측정 방법을 배우고, 이를 이용한 금융위험의 관리 방법에 대해서 공부한다. 또한 금융위험 모델링을 위한 기본적인 도구로 코퓰라 이론에 대해 공부하고, 코퓰라 이론의 금융 및 보험으로의 응용에 대해서 알아본다. |
| G17140 | 보험모형론 (Actuarial Modelling) |
신용도 이론 (Credibility Theory), 미보고발생 손해액 (IBNR: incurred but not reported), 보조금-부과금 제도(Bonus-malus system) 등 손해보험에서 많이 쓰이는 통계적 기법과 그와 관련된 보험 상품 등을 다룬다. |
| G17141 | 고급통계학특론 I (Advanced Topics in Contemporary Statistics I) |
시대의 흐름에 따라 변화하는 통계학에 대한 사회적 수요에 능동적으로 대응하기 위하여, 기존의 개설교과목에서 다루어지지 못하는 고급 통계 이론 및 응용 주제에 관하여 수준 높은 전문적인 내용을 강의하게 된다. |
| G17142 | 고급통계학특론 II (Advanced Topics in Contemporary Statistics II) |
고급 통계학 특론 I 의 연속 교과목으로 고급 통계학 특론 I, II를 각 학기별로 개설한다. |