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