Course Overview: 통계패키지활용

R을 이용한 데이터 분석 시 CRAN에 등록된 패키지를 활용한다. 적절한 패키지의 활용은 데이터 분석의 효율을 증대할 뿐 아니라 분석의 재현성을 향상할 수 있다. 본 강의는 지난학기에 학습한 통계프로그래밍언어 강의 내용의 연속선 상에서 진행할 예정이며, R을 이용한 시뮬레이션에 대한 이해, 실제 데이터의 전처리 및 핸들링 방법, R에서 제공하는 그래픽 기능 활용, 그리고 Shiny를 이용한 웹 어플리케이션 개발 방법에 대해 학습할 예정이다.

교과 목표

• R 시뮬레이션을 통한 통계학 기초 이론 확인
• R package를 활용한 데이터 핸들링 및 자료 시각화
• R을 이용한 데이터 분석 및 테이블 작성
• Shiny, plotly 를 활용한 동적 문서 및 시각화 이해

선수과목

통계학 개론 통계 프로그래밍 언어

수업 방법

• 강의: 50 %
• 실험/실습: 50 %

평가방법

• 프로젝트: 20 %
• 기말고사: 50 %
• 출석: 10 %
• 과제: 10 %
• 퀴즈: 10 %

교재

별도의 교재 없이 본 강의 노트로 수업을 진행할 예정이며, 수업의 이해도 향상을 위해 아래 소개할 도서 및 웹 문서 등을 참고할 것을 권장함.

참고문헌

• R Markdown Cookbook (Xie, Dervieux, and Riederer 2020)
• R for data science (Wickham and Grolemund 2016)
• Statistical Computing with R (Rizzo 2019)
• R programming for data science (Peng 2016)
• Interactive web-based data visualization with R, plotly, and shiny (Sievert 2020)

References

Peng, Roger D. 2016. R Programming for Data Science. Learnpub. https://bookdown.org/rdpeng/rprogdatascience/.

Rizzo, Maria L. 2019. Statistical Computing with r. CRC Press.

Sievert, Carson. 2020. Interactive Web-Based Data Visualization with r, Plotly, and Shiny. CRC Press.

Wickham, Hadley, and Garrett Grolemund. 2016. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. " O’Reilly Media, Inc.".

Xie, Yihui, Christophe Dervieux, and Emily Riederer. 2020. R Markdown Cookbook. Boca Raton, Florida: Chapman; Hall/CRC. https://bookdown.org/yihui/rmarkdown-cookbook/.