회원가입시 10%할인권 증정!
NO.1 대학교육의 멘토 유니와이즈 캠퍼스
홈 > 강의목록
수리통계학 통합과정
이석민 교수님 Ph.D. in Mathematics at Johns Hopkins Univ, USA
| 강의 신청하기 | 총 합계금액 : 300,000원 |
| 제목 | 강의시간 | 상세내용 |
|---|---|---|
|
[1강] 통계학 개요. 표본추출. 실험
|
0 :
33 :
29
|
|
통계학, 모집단, 유한모집단, 무한모집단, 전수조사, 표본조사, 자료집단, 관찰값, 원자료, 기술통계학, 추측통계학, 단순랜덤표본추출, 계통추출, 층화랜덤표본추출, 군집표집, 다단계표집, 실험 | ||
|
[2강] 자료의 요약. 도표를 이용한 자료의 정리
|
0 :
58 :
14
|
|
모수, 통계량, 질적자료, 양적자료, 평균, 도수분포표, 히스토그램, 도수분포다각형, 줄기-잎 그림, 상자그림, 상자-수염 그림 | ||
|
[3강] 표본공간. 사상. 경우의 수
|
1 :
01 :
15
|
|
표본공간, 실험, 단순사상, 복합사상, 역집합, 교집합, 결합사상, 역사상, 합집합, 합사상, 원순열, 분할, 조합 | ||
|
[4강] 사상의 확률. 가법정리
|
0 :
53 :
56
|
|
경험적 확률(통계적 확률), 주관적 확률, 공리적 확률의 정의, 가법정리 | ||
|
[5강] 조건부 확률. 승법정리
|
1 :
11 :
43
|
|
조건부 확률, 승법정리, 배반사상, 독립사상 | ||
|
[6강] 전확률의 정리와 베이즈 정리
|
0 :
36 :
30
|
|
전확률의 정리, 벤 다이어그램, 베이즈 정리 | ||
|
[7강] 확률변수. 이산형 확률분포. 연속형 확률분포
|
1 :
14 :
48
|
|
확률변수, 이산표본공간, 연속표본공간, 이산형 확률변수, 연속형 확률변수, 확률분포, 확률분포의 히스토그램, 누적분포의 그래프, 확률밀도함수 | ||
|
[8강] 결합 확률분포
|
0 :
43 :
48
|
|
이산확률변수와 결합확률분포, 연속확률변수와 결합밀도함수, 주변분포 | ||
|
[9강] 조건부 분포. 통계적 독립. 여러개의 확률변수
|
0 :
54 :
09
|
|
조건부 분포, 조건부 확률, 통계적 독립, 여러개의 확률변수 | ||
|
[10강] 측도적 개념
|
1 :
01 :
04
|
|
표본공간, 측도, 확률변수 | ||
|
[11강] 결합확률측도. 확률변수의 독립성
|
0 :
46 :
56
|
|
결합확률측도, 결합누적분포함수, 주변누적분포함수, 다변량 결합확률분포. 확률변수의 독립성 | ||
|
[12강] 확률변수의 평균
|
0 :
49 :
51
|
|
확률변수의 평균, 종속 확률변수, 확률변수의 기댓값, 주변분포와 기댓값 | ||
|
[13강] 분산과 공분산
|
0 :
54 :
29
|
|
확률변수 X의 분산, X의 확률분포의 분산, 공분산, 상관계수 | ||
|
[14강] 선형결합된 확률변수의 평균과 분산
|
0 :
57 :
22
|
|
확률변수의 일차함수의 평균과 분산 | ||
|
[15강] 체비셰프 정리
|
0 :
27 :
49
|
|
체비셰프 정리(이산형, 연속형) | ||
|
[16강] 이산형 균일분포
|
0 :
59 :
12
|
|
이산형 균일분포, 베르누이 분포, 이항분포, 이항확률변수 | ||
|
[17강] 이항분포와 다항분포
|
0 :
34 :
12
|
|
이항분포, 다항분포 | ||
|
[18강] 초기하분포
|
1 :
04 :
34
|
|
초기하확률변수, 초기하분포, 초기하분포와 이항분포, 다변량 초기하분포 | ||
|
[19강] 음이항분포와 기하분포
|
0 :
44 :
53
|
|
음이항 확률변수, 음이항분포, 기하분포 | ||
|
[20강] 포아송 분포와 포아송 과정 (1)
|
0 :
48 :
46
|
|
포아송(실험, 과정, 확률변수, 분포) | ||
|
[21강] 포아송 분포와 포아송 과정 (2)
|
0 :
23 :
25
|
|
포아송 분포함수의 유도(포아송 과정) | ||
|
[22강] 연속형 균일분포. 정규분포. 표준정규분포
|
1 :
14 :
49
|
|
연속형 균일분포(균등분포, 직사각형 분포), 정규분포, 표준정규분포 | ||
|
[23강] 정규분포의 적용. 이항분포의 정규근사
|
0 :
59 :
53
|
|
정규분포의 적용, 이항분포의 정규근사 | ||
|
[24강] 감마분포와 지수분포
|
0 :
51 :
15
|
|
감마분포와 지수분포, 포아송 과정과의 관계, 확률분포 | ||
|
[25강] 감마분포와 지수분포의 적용
|
0 :
39 :
10
|
|
감마분포와 지수분포의 적용, 지수 분포의 건망성 | ||
|
[26강] 무기억성관련
|
0 :
16 :
26
|
|
지수분포의 무기억성(건망성) 관련 | ||
|
[27강] 카이제곱 분포. 로그정규 분포. 와이블 분포
|
0 :
51 :
59
|
|
카이제곱 분포, 로그정규 분포, 와이블 분포, 고장률 혹은 위험률 | ||
|
[28강] 베타분포
|
0 :
46 :
45
|
|
베타함수, 베타분포, 베타분포와 이항분포의 관계, 베타분포의 평균과 분산 | ||
|
[29강] 이변량 정규분포 (1)
|
0 :
50 :
26
|
|
조건부 평균과 조건부 분산, 조건부 기댓값의 성질, 이변량 정규분포 | ||
|
[30강] 이변량 정규분포 (2)
|
0 :
37 :
27
|
|
이변량 정규분포 | ||
|
[31강] 다변랑 정규분포
|
0 :
41 :
37
|
|
다변랑 정규분포, 행렬의 대각화와의 관련 | ||
|
[32강] 확률변수의 변수변환 (1)
|
0 :
37 :
28
|
|
이산형 확률변수 (1변수, 2변수) | ||
|
[33강] 확률변수의 변수변환 (2)
|
1 :
08 :
45
|
|
연속형 확률변수 (1변수, 2변수) | ||
|
[34강] 변수변환 예제문제. 다변량 정규분포
|
0 :
47 :
45
|
|
변수변환 예제문제, 다변량 정규분포 | ||
|
[35강] 확률변수의 합과 차의 분포. 누적분포함수법
|
0 :
51 :
15
|
|
확률변수의 합과 차의 분포, 누적분포함수법 | ||
|
[36강] 확률밀도함수
|
0 :
31 :
11
|
|
확률밀도함수 | ||
|
[37강] 적률생성함수
|
1 :
01 :
46
|
|
적률생성함수, 원점에 대한 r(gamma)차 적률 | ||
|
[38강] 적률생성함수의 성질
|
0 :
36 :
38
|
|
적률생성함수의 성질 | ||
|
[39강] 적률과 적률생성함수의 예
|
0 :
45 :
57
|
|
적률과 적률생성함수의 예, 감마분포 | ||
|
[40강] 계승적률
|
0 :
59 :
12
|
|
계승적률생성함수, 결합적률생성함수, 이변량 정규분포 | ||
|
[41강] 확률표본
|
1 :
05 :
06
|
|
확률표본, 대표적 통계량, 그래프를 이용한 자료의 표현 | ||
|
[42강] 표본분포
|
1 :
10 :
35
|
|
표본분포, 표본평균의 분포 | ||
|
[43강] 표본분산의 분포. t분포
|
0 :
53 :
33
|
|
표본분산의 분포, t분포, t분포의 확률밀도함수 유도, 평균과 분산 | ||
|
[44강] F분포
|
0 :
21 :
06
|
|
F분포, F분포의 확률밀도함수 유도 | ||
|
[45강] 표본적률
|
0 :
46 :
02
|
|
표본적률 | ||
|
[46강] 순서통계량 (1)
|
0 :
48 :
57
|
|
순서통계량, 순서통계량의 분포 | ||
|
[47강] 순서통계량 (2)
|
1 :
09 :
12
|
|
결합누적분포 | ||
|
[48강] 표본분포의 근사 (1)
|
0 :
56 :
22
|
|
중심극한정리, 적률, 적률생성함수 성질 | ||
|
[49강] 표본분포의 근사 (2)
|
0 :
44 :
27
|
|
확률수렴 | ||
|
[50강] 표본분포의 근사 (3)
|
0 :
47 :
53
|
|
슬럿츠키(Slutsky)의 정리 | ||
|
[51강] 추정. 점추정. 구간추정
|
1 :
08 :
03
|
|
추정, 가설검정, 점추정, 구간추정, 추정량, 추정값, 불편성, 효율성, 충분성, 일치성 | ||
|
[52강] 단일 모평균의 추정
|
1 :
07 :
02
|
|
μ의 신뢰구간, 단축 신뢰구간, 대표본 신뢰구간, 정규분포, 점추정값의 표준오차 | ||
|
[53강] 예측구간. 공차한계
|
0 :
29 :
19
|
|
미래관측치의 예측구간, 공차한계 | ||
|
[54강] 두 모평균 차이의 추정
|
0 :
52 :
23
|
|
분산을 아는 경우, 분산을 모르는 경우 | ||
|
[55강] 대응 관측 값
|
0 :
21 :
29
|
|
대응관측값, 대응표본 | ||
|
[56강] 모비율 차이의 추정
|
0 :
44 :
47
|
|
단일 모비율의 추정, 두 모비율 차이의 추정 | ||
|
[57강] 모분산의 추정
|
0 :
39 :
29
|
|
단일 모분산의 추정, 두 모분산 비의 추정 | ||
|
[58강] 베이즈 방법
|
1 :
07 :
42
|
|
전통적방법, 베이즈방법, 모평균의 베이즈 추정 | ||
|
[59강] 최대우도추정법
|
1 :
10 :
31
|
|
최대우도추정법, 두 개의 모수, 최대우도추정량, 최대우도추정량의 불변성, 우도함수 | ||
|
[60강] 적률추정법
|
0 :
31 :
50
|
|
적률추정법(적률법) | ||
|
[61강] 충분통계량 (1)
|
0 :
28 :
13
|
|
충분통계량 | ||
|
[62강] 충분통계량 (2)
|
0 :
43 :
16
|
|
Neymann의 인수분해정리, 이산형 분포의 경우 충분통계량, 연속형 분포의 경우 충분통계량, 결합확률밀도함수 | ||
|
[63강] 결합 충분통계량
|
0 :
52 :
00
|
|
결합 충분통계량의 인수분해정리, 최소충분통계량, Rao-Blackwell 정리 | ||
|
[64강] 분산의 하한
|
0 :
41 :
19
|
|
분산의 하한 | ||
|
[65강] 최소분산불편추정량
|
0 :
38 :
07
|
|
최소분산불편추정량 구하기 | ||
|
[66강] 완비성
|
0 :
35 :
17
|
|
완비성, Rao-Blackwell 정리, Lehmann-Scheffe 정리 | ||
|
[67강] 지수형 분포족 (1)
|
0 :
38 :
04
|
|
정상 지수형 분포족, 지수분포, 포아송 분포, 정규분포, 정상 지수형 분포의 완비충분통계량 | ||
|
[68강] 지수형 분포족 (2)
|
1 :
04 :
35
|
|
Rao-Blackwell 정리, Lehmann-Scheffe 정리, Basu의 정리, 영역종속 지수형 분포족, 영역종속 지수형 분포족의 결합충분통계량 | ||
|
[69강] 가설검정 (1)
|
1 :
00 :
57
|
|
통계적 가설, 통계적 가설의 검정 | ||
|
[70강] 가설검정 (2)
|
0 :
29 :
43
|
|
단측검정과 양측검정, P값의 이용 | ||
|
[71강] 가설검정 (3)
|
0 :
39 :
00
|
|
단일 모평균의 검정 (모분산을 아는 경우, 모분산을 모르는 경우) | ||
|
[72강] 가설검정 (4)
|
0 :
51 :
43
|
|
두 모평균 차이의 검정 | ||
|
[73강] 가설검정 (5)
|
0 :
28 :
12
|
|
표본크기의 결정 | ||
|
[74강] 가설검정 (6)
|
0 :
53 :
04
|
|
단일 모비율의 검정, 두 모비율 차이의 검정, 모분산의 검정 | ||
|
[75강] 가설검정 (7)
|
0 :
58 :
02
|
|
적합도 검정, 독립성 검정, 동질성 검정, 여러 모비율의 검정 | ||
|
[76강] 최강력 검정 (1)
|
0 :
59 :
15
|
|
통계적 가설, 검정, 검정의 크기, 검정력 함수, 최량 검정/최강력 검정 | ||
|
[77강] 최강력 검정 (2)
|
0 :
52 :
14
|
|
이산형 분포의 검정, 확률화 검정(랜덤화 검정), 분포 가설 | ||
|
[78강] 균일 최강력 검정 (1)
|
0 :
37 :
39
|
|
균일 최강력 검정 | ||
|
[79강] 균일 최강력 검정 (2)
|
0 :
35 :
43
|
|
단조 우도비, 단조 가능도비, 대립가설 | ||
|
[80강] 일반화 우도비 검정 (1)
|
1 :
09 :
08
|
|
일반화 우도비, 일반화 우도비 검정, 여러 모수가 미지일 경우, 비중심 t분포 | ||
|
[81강] 일반화 우도비 검정 (2)
|
0 :
32 :
27
|
|
조건부 검정 | ||
|
[82강] 다변량 정규분포 검정
|
0 :
46 :
34
|
|
다변량 정규분포 검정, 두 평균의 검정 | ||
|
[83강] 단순선형회귀와 최소제곱법
|
0 :
45 :
01
|
|
단순선형회귀모형, 최소제곱법과 적합모형 | ||
|
[84강] 최소제곱추정량의 성질
|
0 :
39 :
31
|
|
최소제곱추정량 | ||
|
[85강] 회귀계수의 추론
|
0 :
36 :
29
|
|
회귀계수의 추정과 검정, 기울기 가설검정, 결정계수 | ||
|
[86강] 예측. 회귀모형의 선택
|
0 :
43 :
30
|
|
예측, 선형회귀의 분산분석법 | ||
|
[87강] 선형성 검정
|
0 :
40 :
19
|
|
선형성 검정, 적합결여의 검출, 비선형 자료의 선형화 방법 | ||
|
[88강] 상관분석
|
0 :
39 :
59
|
|
상관분석, 상관계수, 모상관계수의 검정 | ||
|
[89강] 중회귀분석
|
0 :
25 :
25
|
|
중회귀모형, 분산분석 | ||
|
[90강] 실험계획과 분산분석
|
0 :
28 :
30
|
|
실험계획과 분산분석의 개론 | ||
|
[91강] 일원배치의 분산분석
|
0 :
59 :
17
|
|
일원배치의 분산분석, 총변동의 분해, 평균의 동일성 검정, 표본크기가 다른경우 | ||
|
[92강] 등분산 검정
|
0 :
25 :
29
|
|
Bartlett 검정, Cochran 검정, Levene 검정, 자료의 변환 | ||
|
[93강] 대비에 의한 분석
|
0 :
42 :
40
|
|
처리평균들의 대비, 표본평균들의 대비 | ||
|
[94강] 다중비교
|
0 :
45 :
14
|
|
t분포, F분포, Tukey검정, Duncan검정, 처리군과 대조군의 비교 | ||
|
[95강] 난괴법
|
1 :
09 :
26
|
|
랜덤화 블록설계, 난괴법, 난괴법 모형, 제곱항등식, 교호작용 | ||
|
[96강] 라틴방격법
|
0 :
29 :
30
|
|
라틴방격법, 제곱항등식 | ||
|
[97강] 모수모형과 변량모형
|
0 :
27 :
55
|
|
모수효과실험, 변량효과실험, 변량모형, 난괴법, 라틴방격법 | ||
|
[98강] 이원배치법
|
0 :
59 :
09
|
|
이원배치법(반복이 없는경우, 반복이 있는경우) | ||
|
[99강] 삼원배치법
|
0 :
38 :
39
|
|
삼원배치법 | ||
|
[100강] 비모수적 통계학 (1)
|
0 :
31 :
00
|
|
개론, 부호검정, 대응관측값 | ||
|
[101강] 비모수적 통계학 (2)
|
0 :
46 :
27
|
|
부호순위검점, 대응관측값, 대표본 정규근사, 순위합검정, 2표본에 대한 정규분포근사 | ||
|
[102강] 비모수적 통계학 (3)
|
0 :
50 :
48
|
|
Kruskal Wallis 검정, 런 검정, 정규근사, 공차한계, 양측공차한계, 단측공차한계, 순위상관계수 | ||
|
[103강] 켄달의 타우. 콜모고로프 적합도 검정
|
0 :
36 :
36
|
|
켄달의 타우, 켄달통계량, 콜모고로프 적합도 검정, 콜모고로프 통계량, 확률적분변환정리 | ||
|
[104강] 스미르노프 검정
|
0 :
15 :
27
|
|
콜모고로프 검정, 스미르노프 검정, 스미르노프 통계량 | ||
;)
|
|
| 오늘 팝업 보이지 않기 | 닫기 |
