Chapter 01 R 시작하기
1-1 R을 설치하고 사용하기
1-2 R 입문
1-3 R 파고들기
1-4 R에서 데이터 처리하기
1-5 R에서 누락된 데이터 처리하기
1-6 결론

Chapter 02 R 프로그래밍
2-1 프로그래밍이란
2-2 프로그램 작성 준비
2-3 프로그래밍을 배우기 위한 요구 조건
2-4 프로그램의 실행 흐름 제어
2-5 R 프로그래밍의 핵심
2-6 처음으로 작성하는 R 프로그램
2-7 왜 R이 객체 지향 언어인가?
2-8 결론

Chapter 03 함수 만들기
3-1 기본적인 R 함수 코드를 이용하여 R 함수 만들기
3-2 함수 만들기
3-3 평균에 대한 신뢰 구간 계산
3-4 벡터화 연산을 통한 반복 구문 사용 피하기
3-5 ifelse() 함수를 사용하여 if-else 구문을 벡터화하기
3-6 좀 더 강력한 함수 만들기
3-7 Any, All, Which
3-8 좀 더 유용한 함수 만들기
3-9 신뢰 구간에 대한 고찰
3-10 결론

Chapter 04 요약 통계
4-1 중심성향(Central tendency) 측정
4-2 변동 측정
4-3 공분산과 상관
4-4 대칭도 측정(혹은 비대칭도 측정)
4-5 결론

Chapter 05 표와 그래프 만들기
5-1 도수 분포와 표
5-2 원형 도표와 막대 도표
5-3 박스 도표
5-4 히스토그램
5-5 선 그래프
5-6 산점도(혹은 산포도)
5-7 그래프 저장하고 사용하기
5-8 결론

Chapter 06 이산 확률 분포
6-1 이산 확률 분포
6-2 베르누이 프로세스
6-3 이항 분포 : 성공 횟수가 하나의 변수가 됨
6-4 포아송 분포
6-5 이산 확률을 정규 확률과 연결하기
6-6 결론

Chapter 07 정규 확률 계산
7-1 정규 분포의 특성 dnorm 함수를 사용해서 정규 밀도 구하기
7-2 정규 분포를 표준 정규 분포로 변환하기
7-3 pnorm 함수를 통한 확률 계산
7-4 qnorm 함수를 사용한 기각값 찾기
7-5 rnorm 함수를 사용하여 임의의 표본 구하기
7-6 표본 평균 분포
7-7 단일 표본 z 검증
7-8 결론

Chapter 08 신뢰 구간 만들기
8-1 평균에 대한 신뢰 구간
8-2 비율에 대한 신뢰 구간 계산
8-3 카이-제곱 분포 이해하기
8-4 분산과 표준 편차에 대한 신뢰 구간
8-5 평균 간의 차이에 대한 신뢰 구간
8-6 stats 패키지를 사용해서 신뢰 구간 구하기
8-7 결론

Chapter 09 t 검증
9-1 가설 검증에 대한 간략한 소개
9-2 t 분포 이해하기
9-3 단일 표본 t 검증
9-4 짝 표본 t 검증
9-5 두 표본 t 검증
9-6 t 검증에 있어서 효과 크기
9-7 결론

Chapter 10 일원 분산 분석
10-1 F 분포 이해하기
10-2 F 분포를 사용해서 분산 검증하기
10-3 Alpha와 사후 비교 조합
10-4 일원 분산 분석
10-5 anova 함수 사용하기
10-6 결론

Chapter 11 좀 더 복잡한 분산 분석
11-1 이원 분산 분석
11-2 반복 측정 분산 분석(Repeated-Measures ANOVA)
11-3 혼합 요인 분산 분석
11-4 결론

Chapter 12 상관과 회귀
12-1 공분산과 상관
12-2 회귀
12-3 예제 : 휘발유 가격 예측
12-4 신뢰와 예측 구간 결정
12-5 결론

Chapter 13 다중 회귀
13-1 다중 회귀 방정식
13-2 다중 회귀 예제 : 직업 만족도 예측
13-3 행렬 대수를 사용해서 회귀 방정식 풀기
13-4 일반 선형 모델에 대한 간략한 소개
13-5 다중 회귀 분석에 대한 더 많은 것
13-6 결론

Chapter 14 로지스틱 회귀 분석(Logistic regression)
14-1 로지스틱 회귀 분석이란 무엇인가?
14-2 양분된 하나의 독립 변수를 사용하는 로지스틱 회귀 분석
14-3 단일 연속 독립 변수를 사용하는 로지스틱 회귀 분석
14-4 여러 독립 변수를 사용한 로지스틱 회귀 분석
14-5 로지스틱 회귀와 다중 회귀의 차이
14-6 로지스틱 회귀 분석의 대안
14-7 결론

Chapter 15 카이-제곱(Chi-Square) 검증
15-1 카이-제곱 검증을 통한 적합도 검사
15-2 독립성에 대한 카이-제곱 검증
15-3 2×2 분할표(Contingency table)
15-4 카이-제곱과 표준 정규 분포의 관계
15-5 카이-제곱 검증에서 효과 크기
15-6 파이 계수와 상관 계수 사이의 연관성
15-7 결론

Chapter 16 비모수적 검증(Nonparametric Tests)
16-1 t 검증의 대안으로 사용될 수 있는 비모수적 기법
16-2 분산 분석의 대안으로 사용되는 비모수적 기법
16-3 상관 대안으로 사용할 수 있는 비모수적 기법
16-4 결론

Chapter 17 R에서 시뮬레이션 해보기
17-1 통계학적 시뮬레이션의 정의
17-2 임의의 수
17-3 샘플링과 리샘플링(Sampling and Resampling)
17-4 R에서 제공하는 수학적 기능 되짚어 보기
17-5 R의 시뮬레이션
17-6 결론

Chapter 18 새로운 통계 : 리샘플링과 부트스프래핑(Resampling and Bootstrapping)
18-1 가설 검증의 위험성
18-2 부트스트랩(Bootstrap)
18-3 Jackknifing
18-4 순열 검증(Permutation tests)
18-5 최근 제시되고 있는 강력한 통계학 기법들
18-6 결론

Chapter 19 R 패키지 만들기
19-1 패키지의 컨셉
19-2 윈도우 설정
19-3 R 패키지의 골격 만들기
19-4 R 문서 편집
19-5 패키지 만들고 검사하기
19-6 패키지 설치하기
19-7 패키지가 올바르게 동작하는지 검사하기
19-8 R 패키지 유지 보수
19-9 결론

Chapter 20 R Commander 패키지
20-1 R Commander 인터페이스
20-2 데이터 분석을 위한 R Commander 사용 예제
20-3 결론

INDEX