기초가 튼튼하면 두려움이 없는 법! 데이터 분석의 가장 기초가 되는 통계분석 마스터 과정입니다. 수학적 지식 No, 입문자도 따라올 수 있는 쉽고 재미있는 통계를 실무에 적용해보세요.
이제 경험보다는 데이터를 기반으로 대답할 때!
통계지식으로 신뢰성을 수치화하여 근거로 제시한다면 여러분의 설득력은 무한대로 UP!
실전 통계, 한 번에 제대로 배워서 질리도록 써먹자!
드디어 오픈한 마소캠퍼스 최고 인기 강의!
통계분석 마스터 클래스!
통계, 왜 배워야 할까요?
무엇이든지 기본기가 잡혀 있으면 두려움과 걱정은 없어지기 마련입니다.
이제는 꼭 필요한 데이터 분석!
바로 데이터 분석의 기본기는 ‘통계 지식’에서 시작합니다.
통계를 배우면, 실생활에 유용합니다.
우리의 일상이 통계에 묻혀 있다는 사실, 알고 계셨나요? 통계를 통해 우리 일상에서 발생하는 이슈에 답을 찾아볼 수 있을 겁니다!
통계를 배우면, 합리적인 사고가 가능합니다.
수치를 단순히 숫자로만 바라보는 것이 아닌, 그 이면의 의미에 집중하는 방법을 알게 됩니다.
통계를 배우면, 진짜와 가짜를 구별할 수 있습니다.
동일한 이슈를 다루는 기사인데도 왜 스탠스가 다를까요?
이제 통계치를 스스로 직접! 해석하여 진짜 기사를 발견해낼 수 있습니다.
통계를 배우면, 데이터 기반의 판단이 가능합니다.
B회사의 한 달 매출이 3,000만 원이라고 합니다.
과연, 3,000만 원이 좋은 성과일까요?
여러분은 이 물음에 통계를 활용해 그 답을 내릴 수 있습니다.
‘10% 담뱃값 인상이 청소년층의 흡연을 어느 정도 줄일 수 있을까?’
‘직업 훈련은 재취업률을 얼마나 높이는가?’
‘외국인 직접 투자가 늘면 경제 성장률이 제고되는가?’
위 질문에 정확히 답하기 위해선 “통계”가 필요합니다!
그러나,
막상 시작해보려면 너무 막막한 통계! 고등학교만 졸업하면 통계와는 이별일 줄 알았는데…
“통계분석 마스터 클래스”로 현실에 바로 적용하는 통계를 배워
우리 삶 속에 숨겨진 통계적 원리를 발견해보세요!
-
- 수집한 데이터를 읽고 요약하는 기술통계 및 시각화 역량
- 확률과 추론을 통해 미래의 데이터를 예측할 수 있는 역량
- 카이제곱 검정, T검정, 회귀분석 등 다양한 통계 분석 역량
- 현실의 비즈니스 문제(BQ)를 해결하는 최적의 방법을 찾아내는 역량
-
- 수학이 무서워 통계에 장벽을 느끼셨던 분
- 데이터 분석 프로젝트 기획력을 함양하고 싶은 분
- 실습으로 통계를 한 번에, 제대로 이해하고 싶은 비전공자
- 실무에 통계 분석을 바로 적용하여 인사이트를 찾고 싶은 분
- 비즈니스 애널리틱스 역량을 함양하여 데이터 사이언스와 경영 의사결정을 결합하고 싶은 분
- “창업/입사/직무 전환/리스킬/탤런트 트랜스포메이션”을 꿈꾸는 분들
통계 분석 마스터 클래스를 수강하면 여러분은 다음과 같은 역량을 확보할 수 있습니다!
- 수집한 데이터를 읽고 요약하는 기술통계 및 시각화 역량
- 확률과 추론을 통해 미래의 데이터를 예측할 수 있는 역량
- 카이제곱 검정, T검정, 회귀분석 등 다양한 통계 분석 역량
- 현실의 비즈니스 문제(Business Question)를 해결하는 최적의 방법을 찾아내는 역량
본 강의의 커리큘럼만 따라 오면 단 20시간 02분 만에 통계 분석을 실무에 바로 적용할 수 있을겁니다!
“통계분석 마스터 클래스” 듣고, 여러분의 의사결정에 날개를 달아보세요!
POINT 1. 기초를 탄탄히! 이것만 써먹어도 데이터 분석 A-SAP 가능한 커리큘럼
본 강의는 한 번 배워서 실무에 계속 적용할 수 있는 통계 지식을 단계 별로 학습할 수 있도록 구성되었습니다.
실무에 필요한 통계 지식을 배우는 순간, 분석 도구 사용법 정복은 물론, 성과를 향한 비즈니스 인사이트를 만들어낼 수 있을 겁니다!
실전 통계, 한 번 배워서 지겹도록 써먹어보세요!
POINT 2. 이론에 그치지 않고 실무를 결합한 통계분석 강의
본 강의는 데이터의 종류부터 분산, 표준 편차의 개념까지 가장 기본적인 통계 개념 정리부터 시작합니다.
단순히 용어 정의를 암기하는 것이 아니라 비즈니스 사례를 접목한 예시를 통해 이해할 수 있도록 돕는 가이드와 같은 강의입니다.
여기에 실무 예제를 직접 해결해 봄으로써 지루함 없이 통계와 실무 이해도를 모두 잡을 수 있습니다.
POINT 3. 비즈니스 필승 전략을 제시하는 통계분석 강의
이론이 아닌 실제 BQ를 중심으로 통계 분석을 학습하기에 프로젝트 이해도와 기획력을 바로 함양할 수 있습니다.
이론을 외워 실무에 적용하는 비효율은 줄이고, 예제와 실습을 기반으로 실무에 바로 응용하는 Time Saving, Actionable 커리큘럼입니다.
추정값들의 불확실성을 수치화하여 확인하다! '데이터 부트스트랩'
모집단 모수 추정의 확률적 근거를 제시하는 '중심 극한 정리'
1개의 종속변인과 1개의 독립변인 사이의 관계를 파악하고 싶다면? '일원분산분석!'
이제는 실전이다! 매출에 영향을 미치는 요인 발견하고 매출 성장시켜보자! '실전 프로젝트'
여러 변수 간의 관계도 한 눈에! '산점도 그리기'
자료로부터 얻은 통계량, 중요한 값만 한 눈에 보고 싶은데... 이럴 땐 '상자수염그림 시각화'
내가 세운 가설... 사실일까? 이제는 '진짜' 데이터로 말할 수 있습니다. '선형회귀분석!'
실전에서 써먹는 통계로 배우자! 여러 실전 프로젝트로 통계와 친해지기
Q. 기본적으로 고등학교 수학 정도는 잘 풀어야 수강 가능한가요?
A. 본 강의는 지루한 수학 개념을 앉아서 들어야 하는 기존의 통계 강의의 고정관념을 깨고, 꼭 필요한 활용 능력 위주로 개발된 마소캠퍼스만의 노하우 가득한 강의입니다.
전혀 걱정 없이 들으실 수 있습니다.
Q. 기본적인 통계 지식 없이도 강의를 따라갈 수 있나요?
A. 본 강의는 데이터의 종류부터 분산, 표준 편차의 개념까지 가장 기본적인 용어와 개념 정리로 시작합니다.
단어 하나의 개념을 쉽게 이해할 수 있도록 일상 사례를 들어 친절히 설명하며, 분석 목표와 데이터에 맞는 효과적인 시각화 방법까지 하나하나 설명해주는 강의입니다.
통계를 어려워하는 분들도, 통계 초보자분들도 모두 수강 가능합니다!
Q. 기본적으로 엑셀을 잘 다루어야 수업을 따라갈 수 있나요?
A. 강사님께서 클릭해야 하는 버튼 하나 하나 짚고 설명하여 짚고 넘어가시므로 엑셀 실력에 대해서는 걱정하지 않으셔도 됩니다.
-
-
- 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
- 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.
- 강의 교안 및 실습파일은 <40. 교재 배포 페이지> 섹션에 존재합니다.
-
“어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.”
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.
1. 배우면 반드시 쓸 수 있는 Actionable Content
2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum
마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.
커리큘럼
| 00 학습 목표 및 수강 안내 | |||
| [onc49] PST1001 – 통계분석 마스터 클래스 배울 내용 소개 | 00:00:00 | ||
| [onc49] PST1002 – 수업 수강 환경 안내 | 00:00:00 | ||
| [의사결정과 데이터] | |||
| 01 직관적 의사결정 vs 데이터 기반 의사결정 | |||
| [onc49] PST1101 – 직관적 의사결정과 데이터 기반 의사결정 | 00:00:00 | ||
| [데이터 기획 로드맵] | |||
| [onc49] PST1102 – 데이터 사이언티스트 필요 역량 | 00:00:00 | ||
| [onc49] PST1103 – 통계적 의사결정 모형 | FREE | 00:00:00 | |
| [데이터와 데이터 분석] | |||
| 02 데이터와 척도의 종류 | |||
| [onc49] PST1201 – 데이터의 유형과 측정 기준 | 00:00:00 | ||
| [onc49] PST1202 – 정형 데이터 | 00:00:00 | ||
| [onc49] PST1203 – DIKW 피라미드 데이터 기반 비즈니스 전략 수립 | 00:00:00 | ||
| [데이터 확보] | |||
| 03 데이터 확보 | |||
| [onc49] PST1301 – 1차 자료와 2차 자료 | 00:00:00 | ||
| [onc49] PST1302 – 2차 자료 확보 | 00:00:00 | ||
| [기술 통계] | |||
| 04 데이터 요약의 의미 | |||
| [onc49] PST1401 – 기술 통계의 필요성 | 00:00:00 | ||
| [onc49] PST1402 – 통계량 – 데이터를 값으로 요약하기 | FREE | 00:00:00 | |
| [onc49] PST1403 – 차트 – 데이터를 그림으로 요약하기 | 00:00:00 | ||
| 05 연속형(양적) 데이터 요약 | |||
| [onc49] PST1501 – 히스토그램 | 00:00:00 | ||
| [onc49] PST1502 – 중심 경향치 | 00:00:00 | ||
| [onc49] PST1503 – 산포도 | 00:00:00 | ||
| [onc49] PST1504 – 평균과 표준편차의 해석 | FREE | 00:00:00 | |
| [onc49] PST1505 – 산점도 | 00:00:00 | ||
| [onc49] PST1506 – 상관관계와 상관계수 | 00:00:00 | ||
| [onc49] PST1507 – 상자수염 그림 | 00:00:00 | ||
| [onc49] PST1508 – 히트맵 | 00:00:00 | ||
| 06 범주형(질적) 데이터 요약 | |||
| [onc49] PST1601 – 도수분포표 | 00:00:00 | ||
| [onc49] PST1602 – 파이 차트 | 00:00:00 | ||
| [onc49] PST1603 – 트리맵 | 00:00:00 | ||
| [모집단 추론 입문] | |||
| 07 모집단 추정 | |||
| [onc49] PST1701 – 모집단 추정 | 00:00:00 | ||
| [onc49] PST1702 – 모수와 추정량 | 00:00:00 | ||
| [onc49] PST1703 – 점 추정과 구간 추정 | 00:00:00 | ||
| [onc49] PST1704 – 구간 추정 핵심 개념 | 00:00:00 | ||
| [onc49] PST1705 – 신뢰수준과 신뢰구간 | 00:00:00 | ||
| [확률론] | |||
| 08 확률 | |||
| [onc49] PST1801 – 확률의 정의 | 00:00:00 | ||
| 09 확률 변수와 확률 분포 | |||
| [onc49] PST1901 – 동전 던지기 확률 나무 | 00:00:00 | ||
| [onc49] PST1902 – 확률 변수 | 00:00:00 | ||
| [onc49] PST1903 – 확률 분포 | 00:00:00 | ||
| [onc49] PST1904 – 확률 법칙 | 00:00:00 | ||
| [onc49] PST1905 – 데이터 부트스트랩 | 00:00:00 | ||
| [onc49] PST1906 – 대수의 법칙 | FREE | 00:00:00 | |
| 10 표본으로 모집단 추정 | |||
| [onc49] PST2001 – 중심 극한 정리 | 00:00:00 | ||
| [onc49] PST2002 – 무작위 추출 | 00:00:00 | ||
| [onc49] PST2003 – 적절한 표본 크기 산출 | 00:00:00 | ||
| [인과 관계를 밝히기 위한 분석 설계] | |||
| 11 인과 관계와 상관 관계 | |||
| [onc49] PST2101 – 인과 관계 | 00:00:00 | ||
| [onc49] PST2102 – 인과 관계와 상관 관계 | 00:00:00 | ||
| 12 인과 관계를 밝히기 위한 조사 설계 | |||
| [onc49] PST2201 – 무작위 통제 실험 | 00:00:00 | ||
| [onc49] PST2202 – AB 테스트 실행 방법 | 00:00:00 | ||
| [가설 설정과 데이터 기반 검정] | |||
| 13 추론의 핵심 원리 | |||
| [onc49] PST2301 – 네이만-피어슨 추론 방식 | 00:00:00 | ||
| [onc49] PST2302 – 귀무가설과 대립가설 | 00:00:00 | ||
| [onc49] PST2303 – 가설 설정 실전 연습 | 00:00:00 | ||
| [onc49] PST2304 – 유의 확률과 유의 수준 | 00:00:00 | ||
| [onc49] PST2305 – 유의성 검정 절차와 도구 | 00:00:00 | ||
| [onc49] PST2306 배기량과 주행 연비의 관련성 검정 | FREE | 00:00:00 | |
| [onc49] PST2307 – 통계분석 프로세스와 분석 로드맵 | 00:00:00 | ||
| [추론 통계(1)] | |||
| 14 카이제곱 검정 | |||
| [onc49] PST2401 – 카이제곱 검정의 이해 | FREE | 00:00:00 | |
| [onc49] PST2402 – 카이제곱 검정 – 2범주 독립성 검정 | 00:00:00 | ||
| [onc49] PST2402 – 카이제곱 검정 – 4범주 독립성 검정 | 00:00:00 | ||
| [onc49] PST2403 – 카이제곱 검정 – 동질성 검정 | 00:00:00 | ||
| 15 T-검정 | |||
| [onc49] PST2501 – T-검정의 이해 | 00:00:00 | ||
| [onc49] PST2502 – 독립표본 T 검정(1) | 00:00:00 | ||
| [onc49] PST2503 – 독립표본 T 검정(2) | 00:00:00 | ||
| [onc49] PST2504 – 일표본 T 검정 | 00:00:00 | ||
| [onc49] PST2505 – 대응표본 T 검정 | 00:00:00 | ||
| 16 분산분석 | |||
| [onc49] PST2601 분산분석의 이해 | 00:00:00 | ||
| [onc49] PST2602 – 일원배치 분산분석 | 00:00:00 | ||
| [onc49] PST2603 – 반복 없는 이원배치 분산분석 | 00:00:00 | ||
| [onc49] PST2604 – 반복 있는 이원배치 분산분석 | 00:00:00 | ||
| [onc49] PST2605 – 이원 분산분석 – 주 효과와 교호 작용 | 00:00:00 | ||
| [추론 통계(2)] | |||
| 17 회귀분석의 이해 | |||
| [onc49] PST2701 – 회귀분석의 이해 | 00:00:00 | ||
| 18 단순 선형 회귀 분석 | |||
| [onc49] PST2801 – 기온에 따른 아이스크림 판매량 추정 | 00:00:00 | ||
| [onc49] PST2802 회귀분석의 결과 읽기 – 회귀식과 회귀 계수 | 00:00:00 | ||
| [onc49] PST2803 회귀분석의 결과 읽기 – 결정계수와 잔차 | 00:00:00 | ||
| [onc49] PST2804 다양한 회귀분석 실행 방법 | 00:00:00 | ||
| [onc49] PST2805 – 잘못된 분석 사례 | 00:00:00 | ||
| 19 다중 선형 회귀 분석 | |||
| [onc49] PST2901 – 다중 선형 회귀분석의 이해 | 00:00:00 | ||
| [onc49] PST2902 – 다중 선형 회귀분석의 실행과 결과 읽기 | 00:00:00 | ||
| [onc49] PST2903 – 다중 선형 회귀분석 – 회귀분석식을 활용한 추정 | 00:00:00 | ||
| 20 로지스틱 회귀분석 | |||
| [onc49] PST3001 – 로지스틱 회귀분석의 이해 | 00:00:00 | ||
| [onc49] PST3002 – 로지스틱 회귀분석의 실행 | 00:00:00 | ||
| [onc49] PST3003 – 로지스틱 회귀분석의 결과 읽기 | 00:00:00 | ||
| [데이터 분석 실전 프로젝트] | |||
| 21 신입사원 업무 성과 예측 | |||
| [onc49] PST3101 – 실전프로젝트_PPDAC 모형 | 00:00:00 | ||
| [onc49] PST3102 – 실전프로젝트-데이터 요약 및 패턴 찾기(1) | 00:00:00 | ||
| [onc49] PST3103 – 실전프로젝트-데이터 요약 및 패턴 찾기(2) | 00:00:00 | ||
| [onc49] PST3104 – 실전프로젝트-데이터 요약 및 패턴 찾기(3) | 00:00:00 | ||
| [onc49] PST3105 – 실전프로젝트-결론 도출과 새로운 문제 발견 | 00:00:00 | ||
| 22 어떻게 하면 매출을 올릴까 | |||
| [onc49] PST3201 – 실전프로젝트_매장 방문횟수가 늘수록 구매금액이 오르는가 | 00:00:00 | ||
| [onc49] PST3202 – 실전프로젝트_어떤 요인이 매출에 영향을 미치는가 | 00:00:00 | ||
| [onc49] PST3203 – 실전프로젝트_DM 발송이 정말 효과가 있는지 확인해보자 | 00:00:00 | ||
| [onc49] PST3204 – 실전프로젝트_어느 매체를 사용할 것인가 | 00:00:00 | ||
| [onc49] PST3205 – 실전프로젝트_구매 여부를 예측해보자 | 00:00:00 | ||
| 40 강의교재 다운로드 센터 | |||
| [onc49] PST4001 – 교재 다운로드 센터 | 00:00:00 | ||
| 50 교육과정 만족도 평가 | |||
| [onc49] PST5001 – 만족도 평가 설문지 | 00:00:00 | ||
445035 등록 수강생
