이제 R은 데이터 처리 및 분석에서 대세로 자리 잡았다고 할 정도가 되었다. 일반 데이터 처리 및 분석에서뿐만 아니라,

빅데이터 시대에 들어서 대량의 자료를 처리하는 데에도 R의 역할은 중요하다. 통계학을 공부할 때에는 데이터를 직접 다루고 분석하는 작업이 필수적인데,

이때 가장 많이 이용하는 시스템이 R이다. 이러한 상황을 반영하여 우리 학과에서는 1학년 교과목으로 R컴퓨팅을 개설하여 소개하고 있고,

기타 통계학 과목에서 R을 위주로 한 데이터 분석 방법을 다루고 있다. 이 과목은 R의 고급 기능을 구현하기 위한 목적으로 개발되었다. 그동안 다루었던 R의 기본적인 기능을 정리하고,

이전 교과목에서 다루지 않았던 기능들도 소개하면서, 이전에 공부했던 분석 방법들에 대한 소개도 다른 관점으로 전개하였다.

이 책은 총 일곱 개의 장으로 구성됐는데, dplyr을 이용하여 데이터를 처리하는 방법, 자료를 시각화하는 방법, 빅데이터 시각화, GUI 구현, 웹 프로그래밍 방법 등 다양한

고급 기법을 소개하고 있다. R을 익히기 위한 특별한 정도는 없다. 지속적인 실습을 통해서 내 것으로 만들고, 분석결과가 나온 이론적 과정을 이해하고, 분석 결과를 자세히 해석할 수 있는 과정을 반복해야 한다.

이 과목을 통해 R을 더욱 친밀하게 활용할 수 있기를 바라고, 또한 데이터과학자의 길로 한 발 더 나아갈 수 있을 것이다.

제1장 R 데이터 처리
1.1 R 및 R Studio
1.2 데이터파일 읽기
1.3 데이터베이스 자료 읽기
1.4 통계패키지 데이터 읽기
1.5 RData 저장 및 가져오기
1.6 값 바꾸기 및 결측치 처리
1.7 변수이름 바꾸기
1.8 값 라벨(Value labels)
1.9 값 변환(Recode)
1.10 케이스 선택
1.11 dplyr 패키지를 이용한 데이터처리

제2장 통계계산
2.1 모의실험
2.2 복원 및 비복원 추출
2.3 확률난수의 생성, 누적분포함수, 확률밀도함수 및 분위수 계산
2.4 일양분포
2.5 정규분포
2.6 카이제곱분포
2.7 지수분포와 감마분포
2.8 t-분포
2.9 F-분포
2.10 포아송분포
2.11 베르누이 시행과 이항분포
2.12 기하분포
2.13 음이항분포
2.14 초기하분포

제3장 통계추론
3.1 일표본 모평균에 대한 추론
3.2 독립 이표본 모평균에 대한 추론
3.3 대응표본 모평균에 대한 추론
3.4 일표본 및 이표본 평균 추론에 대한 R 함수
3.5 비율에 대한 추론
3.6 모분산에 대한 추론
3.7 상관계수에 대한 추론
3.8 도수분포표 및 분할표에서 적합도 및 독립성 검정
3.9 회귀분석 추론
3.10 일원배치 분산분석에 대한 추론

제4장 R 통계 그래픽스
4.1 R을 이용한 통계 그래픽스 4.2 lattice 패키지를 이용한 다양한 그래픽스 4.3 그래픽 문법을 이용한 ggplot2 패키지의 활용



제5장 R을 이용한 고급 그래픽 기법

5.1 빅데이터 시각화 5.2 R 그래픽 사용자 인터페이스(R GUI) 5.3 shiny 라이브러리를 이용한 웹 프로그래밍

5.4 인터렉티브 그래픽 5.5 knitr 라이브러리를 이용한 다이내믹 문서 작성



제6장 일반화 선형모형

6.1 일반화 선형모형 6.2 R의 glm 함수 6.3 사용 예



제7장 분류분석

7.1 판별분석 7.2 신경망 분류방법 7.3 나무 방법 7.4 서포트벡터 기계