> 도서안내 > 새로 나온 책
R과 SPSS를 활용한 자기주도학습서 환경통계 및 데이터 분석
정상가 28,000원
판매가격 25,200원
저자 김준하, 김범조, 정희원, 신소라
발행일 2018년 6월 20일
사이즈 B5
쪽수 496쪽
ISBN 9788955662177
수 량
  
스크랩
 
지은이 소개

대표저자 김준하
현재 광주과학기술원 지구·환경공학부 교수로 재직 중이다. 고려대학교 화학공학과를 졸업하고 미국 캘리포니아 대학교(어바인) 생명화학공학과에서 환경시스템공학 전공으로 박사 학위를 받았다. 20여 년간 지구·환경 분야 복잡계 해석을 연구해오면서 환경과학 및 환경공학 관련 세계 유수의 국제 저널에 120여 편 이상의 논문을 발표하였다. 환경 데이터 분석 및 데이터마이닝, 통계 및 결정계 모델링 분야의 세계적인 권위자로서, 환경시스템에 본질적으로 존재하는 복잡계를 논리적으로 해석하는 방법으로 환경문제에 대한 최적의 솔루션을 제공하는 연구를 진행 중이다. 최근에는 빅데이터를 활용한 환경시스템 최적화 연구에 몰두하고 있다.
지은 책으로는 《Environmental Data Analysis and Practice》, 《SPSS와 MATLAB을 활용한 환경통계 및 데이터 분석》, 《새로운 기회와 도전 - 기후변화》가 있다.
joonkim@gist.ac.kr

 

김범조
광주과학기술원 지구·환경공학부 박사과정 연구원으로 ‘환경 빅데이터 실시간 통계분석’ 연구를 진행하고 있다.

 

정희원
광주과학기술원 지구·환경공학부 박사과정 연구원으로 ‘딥러닝기반 환경 빅데이터  예측 모델 개발’ 연구를 진행하고 있다.

 

신소라
광주과학기술원 지구·환경공학부 박사과정 연구원으로 ‘환경 빅데이터를 활용한 정수처리공정 SCADA-통계 하이브리드 제어’ 연구를 진행하고 있다.
 

책 소개

보다 ‘체계적이고 효율적인 데이터 분석’의 길을 제시하는
새로운 환경통계 및 데이터 분석서!


수많은 데이터가 존재하는 빅데이터 시대에 ‘체계적·효율적인 데이터 분석’의 중요성은 날로 커가고 있다. 환경 데이터 분석 분야에서도 그러한 흐름은 마찬가지다. 이 책은 2016년 출간되어 국내 최초의 환경 데이터 분석서로서 많은 연구자들에게 관심과 사랑을 받아온 《SPSS와 MATLAB을 활용한 환경통계 및 데이터 분석》의 내용을 수정⋅보완하여 새로이 펴낸 것이다. 환경 통계(데이터) 분석 분야에서 다양한 연구를 진행하고 있는 이 책의 저자들은, 오픈 소스 프로그램인 R이 보다 많은 이들에게 체계적·효율적인 데이터 분석의 길을 제시할 수 있는 프로그램이라 판단하고 이 책을 집필하게 되었다. 소스 코드를 공개해 누구나 제약 없이 이용 가능한 R 프로그램은 더 많은 양의 데이터, 더 다양한 형태의 데이터를 보다 쉽게 다루고 분석할 수 있도록 변해가고 있어 연구자 스스로가 체계적·효율적으로 데이터 분석을 수행하고 실제적 결과(성과)를 거두는 데 적합하다.


요컨대 이 책의 목적은 환경공학, 지구과학, 환경학, 대기학, 해양학 등 지구 환경의 현장에서 모니터링 데이터를 수집·분석·해석하는 학생과 연구원들로 하여금 스스로(자기 주도적으로) 통계의 기초적인 배경지식을 익히고 효율적으로 활용하도록 안내하는 데 있다. 아울러 더 나아가 R과 SPSS 프로그램을 활용하여 데이터를 분석하고 그 결과를 해석하는 일련의 과정을 습득함으로써 자신의 연구 목적에 맞는 실제적 성과를 거둘 수 있도록 이끄는 데 있다. 이를 위해 각 장마다 다양한 사례와 실습 과정, 코드를 포함하여 구성하였고, 환경 관련 데이터뿐만 아니라 데이터를 많이 생성하는 어떠한 실험이나 현장 데이터 연구 분야에도 적용할 수 있도록 통계의 기초, 평균 비교분석, 상관성 활용 분석, 시공간 분석, 다차원 해석, 불확정성 정량화, 기계학습 등의 내용을 상세히 설명하였다.

차례

Part 1 통계의 기초
Ch. 1 환경 데이터 속성 및 통계 기초
Ch. 2 환경 데이터 분석 소프트웨어

 

Part 2 평균 비교분석
Ch. 3 가설검정
Ch. 4 t-검정
Ch. 5 분산분석
Ch. 6 다변량 분산분석
Ch. 7 비모수 검정

 

Part 3 상관성 활용 분석
Ch. 8 상관분석
Ch. 9 회귀분석
Ch. 10 곡선일치분석

 

Part 4 시공간 분석
Ch. 11 시계열 자료 분석
Ch. 12 시공간 분석

 

Part 5 다차원 해석
Ch. 13 주성분분석
Ch. 14 군집분석

 

Part 6 불확정성 정량화
Ch. 15 몬테카를로 시뮬레이션
Ch. 16 민감도 분석
Ch. 17 불확실성 분석

 

Part 7 기계학습
Ch. 18 기타 분석
A. 인공신경망
B. Support Vector Machine(SVM)
C. 자기조직화 지도(SOM) 분석