출판사 서평
데이터 과학자가 되기 위해서는 통계학자에게는 IT기술이 필요하고, IT기술자(개발자)에게는 통계개념이 필요합니다.
전통적으로 데이터를 다루는 사람은 많습니다. DBA, 사회과학자, 통계학자 등 모두? 형태는 달라도 ‘데이터’를 다루는 사람들입니다. 이들에게 변화가 요구되고 있습니다. 이유는 데이터의 형태가 다양해지고 커졌기 때문입니다.
IT기술자(개발자)는 이런 데이터를 정리만 할 뿐 분석할 수 없고 통계학자는 다뤄보지 못한 데이터의 형태와 엄청나게 큰 데이터를 핸들링하기 힘들어 합니다. 이제는 통계와 IT기술을 함께 배워야 할 ...
데이터 과학자가 되기 위해서는 통계학자에게는 IT기술이 필요하고, IT기술자(개발자)에게는 통계개념이 필요합니다.
전통적으로 데이터를 다루는 사람은 많습니다. DBA, 사회과학자, 통계학자 등 모두 형태는 달라도 ‘데이터’를 다루는 사람들입니다. 이들에게 변화가 요구되고 있습니다. 이유는 데이터의 형태가 다양해지고 커졌기 때문입니다.
IT기술자(개발자)는 이런 데이터를 정리만 할 뿐 분석할 수 없고 통계학자는 다뤄보지 못한 데이터의 형태와 엄청나게 큰 데이터를 핸들링하기 힘들어 합니다. 이제는 통계와 IT기술을 함께 배워야 할 때가 되었습니다.
이 책은 R입문서로서 통계와 IT기술을 함께 배울 수 있도록 준비되었습니다.
통계로 개념을 이해하고 R로 실력을 다지고 다양한 예제로 개념을 붙들 수 있도록 구성했습니다.
어떤 책은 통계를 빼고 R을 설명하는 책도 있고 어떤 책은 저 뒷편에 부록처럼 대충 끼워 넣은 책도 있습니다. 하지만 R은 통계를 위한 언어입니다. 통계를 빼고 R을 논하는 것은 마치 멋진 파티에 초대 받아 가서는 파티장 앞에 있는 편의점에서 라면만 먹고 오는 것과 같습니다.
여러분을 통계와 R의 세계로 초대하고 싶습니다. 와서 멋진 세계를 경험하길 바랍니다.
서버개발자, UI개발자, 데이터베이스 설계자, 통계학자, 사회과학자, 게임 개발자, 의학 종사자 등 데이터를 다루는 모든 사람에게 통계와 R이 필요합니다. 데이터를 바로 이해하고 데이터를 정면으로 마주하길 바랍니다. 그렇게 했을 때 통계는 수많은 데이터의 잡음 속에서 무엇을 선택할지 알려줄 것입니다.

목차
Hello 통계! - 왜 통계를 배워야 하지?6
Hello R! - 왜 하필 R이야?7
R의 특징1 - 인터프리터 언어입니다.8
R의 특징2 - 무료이고 오픈소스입니다.10
R의 특징3 - 패키지를 통한 무한확장12
R의 특징4 - 함수 중심의 언어14
챕터0 ㆍ 완벽한 설치
0-1 R과 RStudio 설치 및 환경설정26
0-1-1 R 설치26
0-1-2 ‘RStudio’ 설치32
0-1-3 Java설치35
0-1-4 작업 폴더 설정하기38
0-1-5 pptx파일처럼 다루는 RData파일39
0-1-6 늘 관리자모드로 실행하기40
0-1-7 예제 파일 다운 및 준비42
챕터1 ㆍ 기초가 어때서
1-1 함수와 객체 ㆍ 어렵지 않아요. 따라해 보세요.46
1-1-1 함수 사용 방법46
1-1-2 객체 사용 방법 51
1-1-3 객체에 또 다른 객체를 넣기53
1-1-4 객체에 함수 넣기54
1-1-5 벡터에 대해 더 자세히 살펴보기55
1-1-6 R은 데이터 입력도구가 아니다56
1-1-7 벡터를 추가, 삭제, 수정하기56
1-1-8 객체 이름 정하기58
1-1-9 객체 사용 몇 가지 팁60
1-3 패키지(Package) ㆍ 기능 확장을 선물받음60
1-3-1 패키지 설치방법60
1-3-2 설치된 패키지를 사용하기61
1-3-3 예제 실행해보기61
1-3-4 이 책의 예제를 사용하기 위한 필수 설치 패키지62
1-3-5 설치된 패키지 목록보기63
1-4 궁금한 것이 있는데 어떡하지? 63
1-4-1 검색 방법 추천63
1-4-2 Reference 문서를 참고합시다64
1-4-3 R에서 도움말 직접 보기65
1-4-4 help()함수로 도움말이 안나오는데요66
1-4-5 내가 받은 패키지가 어떤 녀석인지 알자66
1-4-6 필요한 패키지를 찾고 싶을 때67
1-5 R에서 외부데이터 읽어들이는 다양한 방법67
1-5-1 csv 포맷 읽어들이기67
1-5-2 txt 포맷을 다양한 방법으로 읽어들이기69
1-5-3 Excel파일 읽어들이기72
1-5-4 SPSS 파일인 sav 포맷 읽어들이기73
1-5-5 XML 포맷 읽어들이기74
1-5-6 웹에 있는 HTML 형식의 테이블을 읽어들이기76
1-5-7 Ctrl+C, Ctrl+V로 데이터 가져오기78
1-6 맥 사용자를 위한 가이드 ㆍ 맥 사용자만 보세요.78
1-7 알아두면 유용한 몇 가지 팁80
1-7-1 Github로 패키지 설치하기80
1-7-2 패키지 파일을 다운받아 직접 설치하기81
1-7-3 자주쓰는 명령어 계속 쓰기 귀찮아83
챕터2 ㆍ 데이터 개념 이해하기
통계로 개념 이해하기88
2-1 표로 데이터 정리하기88
2-1-1 데이터는 통계를 다루는 사람에게 식재료와 같다.88
2-1-2 데이터의 종류92
2-1-3 데이터 손질하기94
2-1-3-1 명목형 변수 ‘도수분포표’ 만들기94
2-1-3-2. 명목형 변수 ’상대도수분포표’ 만들기95
2-1-3-3 연속형 변수 ‘도수분포표’ 만들기96
2-1-3-4 분할표(Contingency Table) 만들기98
R로 실력 다지기101
2-2 데이터프레임 다루기101
2-2-1 벡터 - R의 최소 데이터 단위101
예제1 - 여러 종류 벡터 만들기104
2-2-2 데이터프레임(dataframe)108
예제2 - 여러 개 벡터를 만들어 데이터프레임을 만들기108
예제3 - 외부 데이터 가져오기와 변수 선택하기110
예제4 - 여러 개 변수 선택하기114
예제5 - 쉽게 변수 선택하기117
예제6 - 조건으로 변수 선택하기123
예제7 - 변수명 바꾸기126
예제8 - 새로운 변수 옆에 붙이기127
예제9 - 더 복잡한 새로운 변수 붙이기128
예제10 - 행으로 추가하기131
2-2-3 리스트 - 자유로운 영혼132
예제11 - 모든 종류의 데이터 객체를 리스트 객체에 담기133
예제12 - 리스트 모든 항목에 동일한 함수 적용하기138
2-2-4 그 외 다른 데이터 객체140
2-2-5 ‘도수분포표’ 만들기141
예제13 - 명목형 변수로 ‘도수분포표’ 만들기141
예제14 - R에서 연속형 변수를 ‘도수분포표’로 만들기143
예제15 - 분할표 만들기146
더 알아보기 - 결측치 다루는 여러가지 방법149
더 알아보기 - Rmarkdown으로 쉽게 코딩하기152
실전예제1 - 20만건 관측치(Observation)가 넘는 데이터셋의 명목형 변수 ‘도수분포표’ 만들기160
실전예제2 - 대장암 환자 자료 분석166
실전예제3 - 전국 커피숍 폐업/영업 상황 살펴보기170
실전예제4 - 전국 커피숍 규모 파악하기182
실전예제5 - 전국 인구조사 자료 정리하기(전처리 연습)188
챕터3 ㆍ 기술통계
통계로 개념 이해하기201
3-1 수치로 데이터 특성 나타내기201
3-1-1 평균(mean)201
3-1-2 아웃라이어(outlier)203
3-1-3 중앙값204
3-1-4 범위205
3-1-5 사분위범위(Interquartile Range)205
3-1-6 산포도 ㆍ 넌 얼마나 퍼져있니ㆍ207
3-1-6-1 분산과 표준편차207
3-1-6-2 표준화 ㆍ 기준이 다른 데이터를 비교210
3-1-6-3 변동계수213
3-1-6-4 공분산214
R로 실력 다지기219
3-2 기술통계 값 구하기219
3-2-1 평균구하기219
3-2-2 중앙값 구하기219
3-2-3 범위 구하기219
3-2-4 사분위 구하기220
3-2-5 IQR 구하기220
3-2-6 평균, 중앙값, Q1, Q3 한 번에 보기220
3-2-7 Box Plot 도형으로 변수 특성 보기221
3-2-8 상관계수 다루기221
3-2-9 여러 변수를 다루는 함수에서 결측치 다루기222
3-2-10 분산과 공분산 구하기225
3-2-11 표준편차 구하기226
3-2-12 표준화 하기226
3-2-13 변동계수 구하기227
실전예제6 - 전국 연령별 평균 월급 조사232
실전예제7 - 그룹별 평균구하기238
실전예제8 - IQR 구하기246
실전예제9 - 아웃라이어 찾기와 제거하기250
실전예제10 - 평균값 표준화하여 그래프를 그려 한눈에 보기256
챕터4 ㆍ 시각화
통계로 개념 이해하기262
4-1 여러 그래프로 데이터 나타내기262
4-1-1 값을 나타내는 그래프264
4-1-1-1 막대 그래프264
4-1-1-2 히스토그램268
4-1-1-3 상자 그래프(Box Plot)272
4-1-2 변수 관계를 나타내는 그래프273
R로 실력 다지기
4-2 plot과 ggplot2로 그래프 그리기
4-2-1 빠른 탐색적 자료 분석을 위한 그래프 그리기277
4-2-1-1 고수준 그래픽 함수 시작하기 ㆍ plot()278
4-2-1-2 저수준 그래픽 함수 ㆍ 제목 달기285
4-2-1-3 다른 고수준 그래프 알아보기 - barplot()287
4-2-1-4 다른 고수준 그래프 알아보기 - boxplot()290
4-2-1-5 다른 고수준 그래프 알아보기 ㆍ hist()291
4-2-1-6 응용 - 기본 그래프 함수 활용하기294
4-2-2 정교한 시각화로 분석하기(ggplot2)297
4-2-2-1 ggplot2패키지로 그래프 그리는 방법297
4-2-2-2 ggplot() 함수에 대해 알아보기300
4-2-2-3 geom() 함수에 대해 알아보기300
4-2-2-4 바그래프 그리기(geom_ban())304
4-2-2-5 히스토그램 그리기(geom_histogram())307
4-2-2-6 산점도 그리기(geom_point())312
4-2-2-7 theme() 함수에 대해 알아보기317
예제1 - EDA연습 - 상관관계가 높은 변수쌍을 찾아라322
예제2 - EDA연습 - 다이아몬드 데이터 분석하기327
예제3 - EDA연습 - 대장암 데이터 분석하기334
실전예제11 - 섬세한 그래프를 그려 데이터 분석하기346
실전예제12 - 시계열데이터 라인 그래프로 나타내기352
실전예제13 - dplyr패