본래 이공계가 아닌 문과 학부를 나온 입장에서 운좋게 데이터 과학 석사를 하고 업계로 발붙이게 되었지만, 언제나 통계의 기본기가 부족하다는 생각이 들었습니다. 데이터 과학 공부를 할 때는 머신러닝, 딥러닝 같이 복잡하고 멋져 보이는 알고리즘을 대부분 공부했고, Kaggle같은 대회의 문제도 풀어보면서 적용을 해 보았지만, 막상 현업에서 여러 가지 문제들을 해결할 때는 그러한 알고리즘들보다 탄탄한 통계 지식이 요구되는 경우가 많았습니다. 그래서 이번에 짬이 난 차에 통계 분석 방법론에 대해 기초부터 차근차근 정리하는 시간을 가져보기로 하였고, 하는 김에 블로그에도 그에 대한 노트를 올려보려고 합니다. (그런데 너무 기초적인 부분은 생략하도록 하겠습니다)

사용할 교재는 De Smith, M. J. (2018). Statistical Analysis Handbook A Comprehensive Handbook of Statistical Concepts, Techniques and Software Tools/Dr Michael J de Smith, 2018, The Winchelsea Press. The Winchelsea Press. 입니다. 본 교재는 총 18개의 챕터로 이루어져 있는데, 챕터별로 포스팅을 하나씩 하여 요약할 생각입니다.

챕터 1: Introduction

첫 챕터는 책에 대한 소개 및 어떤 사람을 대상으로 하는가 등이 나옵니다. 본 교재는 대학원 석사 과정에 준하는 난이도의 토픽들을 최대한 폭넓게 다루고 있다고 합니다. 기본적으로 통계의 역사에 대해 살펴본 후 세부 분야들에 대해 논하는데, 굳이 중요하지 않아서 생략합니다.