이화여자대학교
통계학과
학부교과목
| 학수번호 | 교과목명 | 설명 |
|---|---|---|
| 33684 | 행렬대수학 (Matrix Algebra) |
벡터공간, 선형변환, 행렬, 행렬식, 특성방정식, 특성근, 이차 형식 등을 포함하여 통계학에서 사용되는 선형대수 이론을 중점적으로 다룬다. |
| 36856 | 컴퓨터프로그래밍 (Introduction to Computer Programming) |
컴퓨터 언어를 이용한 기초적인 문제 해결 능력을 교육하고 기본적인 프로그래밍 기법들을 학습하며 더 진보되고 복잡한 통계 프로그래밍에 대한 기초를 제공한다. 하나 이상의 컴퓨터 언어로 기초적인 프로그램을 작성할 수 있는 능력을 습득한다. |
| 38755 |
통계수학 (Mathemtics for Statistics) |
통계학의 학습에 직접적으로 도움이 되는 수학에 대한 지식을 배운다.
|
| 33686 | 해석학개론 (Advanced Calculus) |
유클리드 공간, 위상적 개념, 극한의 개념, 수열과 급수, 연속 함수, 다변수함수의 미분 법 및 적분법, 리만스틸제스 적분, 다변량 함수론, 변수 변환, 르베그 이론의 기초 등을 다룬다. |
| 20645 | 전산통계학및실습 (Computational Statistics and Lab) |
SAS, MINITAB 등과 같은 통계 패키지 소프트웨어의 활용법과 실제 자료분석에 대한 응용 능력을 습득한다. |
| 20634 | 기초확률론 (Basic Probability Theory) |
표본 공간, 확률 및 조건부 확률의 개념, 확률변수 및 확률벡타의 개념, 이산 및 연속 확률 분포, 이항분포, 기하분포, 포아송분포, 정규분포, 감마분포등. 결합분포, 조건부 분포, 기댓값, 조건부 기댓값, 기댓값의 성질 등을 다룬다. |
| 38191 |
빅데이터를이용한통계그래픽스 (Statistical Graphics with Big Data) |
빅데이터 분석의 기본 개념과 자료의 형태에 대하여 학습하고 빅데이터를 위한 데이터 베이스에 대하여 학습한다. 또한 이들 자료의 특성이 잘 나타나는 형태의 그림을 그리기 위한 통계 그래픽스 방법을 학습한다. 이를 통하여 빅데이터를 시각적으로 분석하여 빅데이터로 부터 의미있는 결론에 도달할 수 있는 분석 능력을 기른다. |
| 20657 | 회귀분석 (Regression Analysis) |
단순회귀분석, 중회귀분석, 회귀선의 추정 및 검정, 회귀선의 유의도 검정, 분산분석, 잔차분석, 회귀진단, 모형선택 등을 다룬다. |
| 30217 | 수리통계학I및연습 (Mathematical Statistics I) |
확률 공간과 확률변수, 분포함수, 독립성, 확률분포, 분포의 특성, 모멘트, 확률표본 등 의 성질 등을 다룬다. |
| 20644 | 실험계획법 (Theory of Experimental Design) |
실험 계획법의 기본 개념, 완전 랜덤화 계획, 랜덤화 완전블록 계획을 중심으로 여러 가지 유형의 블록계 획, 불완전 블록 계획, 요인 실험, 교락, 일부 실시법, 직교 배열표 등을 다룬다. |
| 20633 | 기초확률과정론 (Introduction to Stochastic Process) |
확률과정의 기초 개념, Markov 연쇄, random walk, branching 과정, Poisson 과정, 재생과정, 연속시간형 마코브과정, 생사과정 등을 다룬다. |
| 30219 | 표본조사및실습 (Sampling Survey Methods) |
표본조사의 기본 원리와 표본 설계, 표본 추출 방법, 단순 무작위 추출, 층화 무작위 추출, 계통 무작위 추출, 집락 추출, 비추정, 회귀 추정 등을 다룬다. |
| 36855 | 금융통계학 (Statistics for financial Engineering) |
확률이론, 통계적 방법론 등 확률 통계적 지식의 포트폴리오이론, value at risk, capital asset pricing 모형 등 금융공학에의 응용을 학습한다. |
| 36857 | 통계데이터베이스 (Statistical Data Base) |
대단위의 통계자료의 구축과 관리를 위한 D/B기법을 강의한다. |
| 30218 | 수리통계학II및연습 (Mathematical Statistics II) |
통계적 추정론, 충분통계량, 완비통계량, 점추정과 구간추정, 가설검정론, 네이만피어슨 정리, 우도비 검정 등을 다룬다. |
| 35300 | 통계프로그래밍 (Programming for Statistics) |
C등의 컴퓨터 언어에 의해 통계학의 기본내용을 프로그래밍하고 나아가 간단한 통계분석 소프트웨어를 구성한다. 이에는 최대,최소,평균,분산,등의 간단한 통계계산,행렬의 합,차,곱등을 계산하는 함수의 구성에서부터 도표,그래프등을 이용한 자료정리,확률분포의 확률값과 그 역함수 값을 구하는 함수의 작성을 포함한다 . |
| 35301 | 베이지안통계및실습 (Bayesian Statistics and Statistical Computing) |
통계전반에 대한 새로운 접근방법인 베이지안 통계의 이론과,베이지안 통계기법의 실제 적용에 필요한 몬테칼로 기법을 배운다. |
| 20636 | 다변량분석및실습 (Multivariate Statistical Analysis) |
다변량 분포, 특히 다변량 정규분포의 성질, 분산 공분산 행렬, 상관 행렬, 다변량 분산 분석, 주성분 분석, 인자 분석, 다변량 회귀, 판별 분석, 분류, 집락 분석 등을 다룬다. |
| 20643 | 시계열분석개론및실습 (Introduction to Time Series Analysis) |
시계열 변동에 관한 유형을 장기적 경향 변동, 계절 변동, 순환 변동, 불규칙변동으로 나누어 해석하고, stationarity, AR, ARMA, ARIMA 모형 등의 기초적인 내용을 다룬다. |
| 30220 | 자료분석및실습 (Statistical Data Analysis and Lab) |
자료가 내포하고 있는 구조적 특성을 SAS를 비롯한 통계 패키지를 이용하여 분석하는 방법을 다룬다. |
| 32866 | 생명과학데이터분석 (Analysis of Life science data) |
생물학, 의학, 약학 계열에서 주로 쓰이는 통계 방법론의 기초적 응용을 학습한다. 데이터의 기술, 기초적인 통계적 추론, 효율적인 임상 실험의 설계 등을 논의한다. 또한 회귀 분석, 실험 계획 등의 자료분석 기법을 생물 및 임상 자료 해석에 적용한다. |
| 38756 |
빅데이터분석방법론 (Statistical Methods for Big Data Analysis) |
다양한 헝태의 빅데이터의 자료를 이해하고 통계적 방법을 통해 자료를 분석한다. |
| 35977 | 보험통계 (Insurance Statistics) |
보험통계의 개념, 종류, 순보험료, 영업보험료 계산방식을 학습하고 위험모형, 생명분포, 생명보험 및 생명연금 등을 다룬다. |
| 20656 | 확률측도론 (Measure and Probability) |
확률론을 수리적으로 다룬다. 확률 측도, 확률변수, 독립성, 조건부 확률, 분포 함수, 모멘트, 대수의 법칙, 중심 극한 정리, 수렴성, 극한 개념을 중점적으로 다룬다. |
| 36858 | 범주형자료분석 (Categorical Data Analysis) |
질적 자료, 혹은 양적이나 범주형 형태로 얻어진 자료는 현대 통계학에서 자주 등장하는 자료이다. 범주형 자료는 일반 양적자료와는 다른 특수한 통계적 모형과 분석을 필요로 한다. 본 과정에서는 범주형 자료분석에 필요한 로그선형 모형, 로지스틱 모형 등 통계적 모형과 이들 모형의 분석기법, 분석결과의 해석 등을 배우고, SAS 통계 패키지를 사용하여 습득한 지식의 응용을 경험토록 한다. |
| 35303 | 경영경제자료분석및실습 (Statistics for Management and Economy) |
경영학,경제학분야에서 자주 나타나는 자료의 통계적 분석을 다룬다. 이에는 선형회귀분석의 재검토,이분산 선현회귀분석,패널자료분석등이 포함된다. |
| 35304 | 데이터마이닝및실습 (Data Mining) |
다변량 분석 과목에서 이론적으로 다루었던 기법들 즉, Manova, Principle Component, Factor Analysis, Cluster Analysis, Disciminant and Classfication Analysis 등을 SAS 와 같은 통계 S/W package를 이용하여 실제 Data에 적용,그 결과를 해석한다. 그리고 최근 marketing, credit analysis 등의 분야에서 널리 쓰이는 데이터 마이닝 여러기법들,즉 discision tree, neural network 등을 SAS Enterprise miner를 잉요하여 실제 데이터에 적용해 봄으로써 실무적 경험을 향상시킨다. |
| 37267 | 통계캡스톤 디자인 (Capston design in Statistics) |
통계적 의사소통과 문제해결 능력 배양을 위한 실습과목으로 강사의 강의와 교재를 통해 상담자와의 효과적인 의사 소통법 및 통계적 문제 인지법 등을 교육한다(25%). 또한, 강사의 지도아래 수강생들은 상담자의 통계분석에 직접 참여하며 이는 전체교과의 75%를 차지한다. 수강생의 통계상담은 이화통계연구소의 인턴 프로그램과 연계되어 연구소 소속 연구원과의 공동 참여를 원칙으로 한다. |
| 38192 | 계리리스크관리 (Actuarial Risk Management) |
이 과목에서는 손해보험에서 발생하는 위험요소를 수학적으로 모델링하고, 여러 가지 위험관리기법을 배운다. |
| 38193 | 고급자료분석 (Advanced Statistical Data Analysis) |
복잡하고 다양한 통계모형들을 분석하기 위해서, 모수론적/비모수론적 통계를 포함한 다양한 자료 분석 방법들을 배운다. 이를 실제 컴퓨터로 구현하고, 결과를 시각화하고, 분석 보고서를 작성해 보는 것을 목표로 한다. |
| 38910 |
통계학인턴십 (Statistics Internship) |
이 수업은 통계학과 학생의 취업 가능성이 있는 기업에서 전공과 관련 있는 업무를 수행하여 학생의 실무 능력 및 취업경쟁력 강화를 돕는다. |
| 37743 |
통계학인턴십I (Statistics Internship I) |
이 수업은 통계학과 학생의 취업 가능성이 있는 기업에서 전공과 관련 있는 업무를 수행하여 학생의 실무 능력 및 취업경쟁력 강화를 돕는다. |
| 38918 |
통계학인턴십II (Statistics Internship II) |
이 수업은 통계학과 학생의 취업 가능성이 있는 기업에서 전공과 관련 있는 업무를 수행하여 학생의 실무 능력 및 취업경쟁력 강화를 돕는다. |
| 38691 |
통계전공설계심화I (Advanced Major Practices of Statistics I) |
본 교과목은 도전학기를 수행하는 학생만 신청할 수 있는 교과목으로 스스로 설계한 프로젝트를 수행한다. |
| 38692 |
통계전공설계심화II (Advanced Major Practices of Statistics II) |
본 교과목은 도전학기를 수행하는 학생만 신청할 수 있는 교과목으로 스스로 설계한 프로젝트를 수행한다. |