시작하면서 = 5
0강의 '통계학'을 효율적으로 한 단계씩 이해하는 것이 목적
1. 이 책은 왜 2부 구성으로 되어 있는가? = 13
2. 통계학이란 무엇인가? 기술통계와 추리통계 = 15
3. 표준편차를 가장 중요하게 다룬다 = 16
4. '확률'은 거의 다루지 않는다 = 17
5. '95% 예언적중구간'으로 설명한다 = 19
6. 수학 기호나 공식은 거의 사용하지 않는다 = 20
7. 괄호를 채우는 간단한 연습문제로 독학이 가능하다 = 21
제1부 표준편차부터 검정과 구간추정까지를 한번에
1강의 도수분포표와 히스토그램 : 데이터의 특징을 돋보이게 하는 도구
1. 데이터 자체로는 아무것도 알 수 없기 때문에 통계를 사용 = 24
2. 히스토그램 만들기 = 26
[제1강의 정리]
[연습문제]
2강의 평균값의 역할과 평균값을 이해하는 방법 : 평균값은 지렛대가 균형을 이루는 지점
1. 통계량은 데이터를 요약한 수치 = 35
2. 평균값이란? = 36
3. 도수분포표에서의 평균값 = 37
4. 히스토그램에서 평균값의 역할 = 40
5. 평균값을 어떻게 이해해야 하는가? = 41
[제2강의 정리]
[연습문제]
[Column] 평균을 구하는 방법은 여러 가지
[보충설명] 지렛대가 균형을 이루는 받침점이 '산술평균'이 되는 이유
3강의 분산과 표준편차 : 흩어져 있는 데이터 상태를 추정하는 통계량
1. 불규칙한 통계량을 아는 것이 중요 = 47
2. 버스 도착시간으로 분산을 이해 = 49
3. 표준편차의 의미 = 52
4. 도수분포표로 표준편차를 구하는 방법 = 54
[제3강의 정리]
[연습문제]
[보충설명] 편차의 평균이 반드시 0이 되는 것을 증명
4강의 표준편차① : 데이터의 특수성을 평가
1. 표준편차는 '파도의 거칠기' = 59
2. 표준편차로 데이터의 '특수성'을 평가 = 60
3. 여러 데이터 세트를 비교할 때의 표준편차 = 63
4. 가공된 데이터의 평균값과 표준편차 = 65
[제4강의 정리]
[연습문제]
5강의 표준편차② : 주식리스크의 지표(주가변동성)로 활용
1. 주식의 평균수익이란? = 70
2. 평균수익률만으로는 우량기업인지 판단할 수 없다 = 72
3. 주가변동성이 의미하는 것 = 74
[제5강의 정리]
[연습문제]
6강의 표준편차③ : 하이 리스크와 하이 리턴, 샤프지수도 이해
1. 하이 리스크와 하이 리턴, 로우 리스크와 로우 리턴 = 78
2. 금융상품의 우열을 가리는 방법 = 80
3. 금융상품의 우열을 가리는 수치, 샤프지수 = 81
[제6강의 정리]
[연습문제]
7강의 정규분포 : 키, 동전 던지기 등에서 흔히 볼 수 있는 분포
1. 가장 많이 발견할 수 있는 데이터 분포 = 86
2. 일반정규분포를 보는 방법 = 91
3. 키 데이터는 정규분포를 따른다 = 94
[제7강의 정리]
[연습문제]
[보충설명] 세상에 정규분포가 가득한 이유
8강의 통계적 추정의 출발점 : 정규분표를 이용해서 '예언'
1. 정규분포의 성질을 이용해 '예언'을 할 수 있다 = 100
2. 표준정규분포의 95% 예언적중구간 = 102
3. 일반정규분포의 95% 예언적중구간 = 105
[제8강의 정리]
[연습문제]
[Column] 예언을 정확히 맞추는 점쟁이의 기술
9강의 가설검정 : 하나의 데이터로 모집단을 추리
1. 통계적 추정이란 부분으로 전체를 추리하는 것 = 111
2. 더욱 정확한 모집단을 추정 = 113
3. 95% 예언적중구간으로 가설의 타당성 판단 = 116
[제9강의 정리]
[연습문제]
[Column] 통계적 검정의 획기적인 점과 한계
10강의 구간추정 : 95% 적중하는 신뢰구간 찾기
1. 예언적중구간을 추정에 역이용 = 123
2. 신뢰구간 '95%'가 의미하는 것 = 126
3. 표준편차를 아는 정규모집단의 평균값에 대한 구간추정 = 127
[제10강의 정리]
[연습문제]
제2부 관측 데이터 뒷면에 펼쳐져 있는 거대한 세계를 추측한다
11강의 모집단과 통계적 추정 : '부분'으로 '전체'를 추론
1. 모집단은 가상의 항아리 = 134
2. 랜덤 샘플링과 모평균 = 137
[제11강의 정리]
[연습문제]
12강의 모분산과 모표준편차 : 모집단 데이터의 분포 상태를 나타내는 통계량
1. 데이터의 분포 상태를 파악 = 143
2. 모분산과 모표준편차의 계산 = 145
[제12강의 정리]
[연습문제]
13강의 표본평균① : 여러 데이터의 평균값은 한 데이터의 평균값보다 모평균에 가깝다
1. 관측된 하나의 데이터로부터 무엇을 말할 수 있는가? = 149
2. 표본평균을 구하는 이유 = 151
[제13강의 정리]
[연습문제]
14강의 표본평균② : 관측 데이터가 늘어날수록 예언 구간은 좁아진다
1. 정규분포에서 보이는 표본평균의 성질 = 158
2. 정규모집단에서의 표본평균에 대한 95% 예언적중구간 = 161
[제14강의 정리]
[연습문제]
15강의 표본평균을 이용한 모평균의 구간추정 : 모분산을 알고 있는 정규모집단의 모평균은?
1. 모평균이나 모분산을 추정하기 위한 방법 = 167
2. 표본평균을 이용한 모평균의 구간추정 = 170
[제15강의 정리]
[연습문제]
16강의 카이제곱분포 : 표본분산을 구하는 방법과 카이제곱분포
1. 표본분산을 구하는 방법 = 177
2. 카이제곱분포란? = 180
[제16강의 정리]
[연습문제]
17강의 정규모집단의 모분산을 추정 : 모분산을 카이제곱분포로 추정
1. 카이제곱분포의 95% 예언적중구간 = 187
2. 정규모집단의 모분산을 추정 = 189
[제17강의 정리]
[연습문제]
18강의 표본분산의 분포는 카이제곱분포 : 표본분산과 비례하는 통계량 W
1. 표본분산과 비례하는 통계량 W를 만드는 방법 = 194
2. 표본분산의 카이제곱분포는 자유도가 하나 낮은 수가 된다 = 196
[제18강의 정리]
[연습문제]
[보충설명] W 자유도가 V 자유도보다 1만큼 작은 이유
19강의 모평균이 미지인 정규모집단을 구간추정 : 모분산은 모평균을 몰라도 추정 가능
1. 모평균을 몰라도 모분산을 추정 = 203
2. 모분산 추정의 구체적인 예 = 205
[제19강의 정리]
[연습문제]
20강의 t분포 : 모평균 이외의 것은 '현실에서 관측된 표본'으로 계산할 수 있는 통계량
1. t분포 = 210
2. t분포의 히스토그램 = 213
3. 통계량 T의 계산 = 215
4. t분포의 정식적인 정의 = 216
[제20강의 정리]
[연습문제]
[Column] t분포의 발견은 기네스 맥주 덕분
21강의 t분포로 구간추정 : 정규모집단에서 모분산을 모를 때의 모평균 추정
1. 가장 자연스러운 구간추정 - t분포 = 221
2. t분산를 이용한 구간추정 방법 = 224
[제21강의 정리]
[연습문제]
책을 맺으면서 = 228
연습문제 해답 = 232
찾아보기 = 237