이 책은 별도의 프로그램 작성 없이도 Excel의 내장함수를 이용하여 분포, 발생빈도, 중심값 및 분산 경향을 측정하는 기술적 분석과 조사대상 성분들의 인과관계와 영향력을 추정하는 추론적 분석을 쉽게 수행할 수 있도록 구성하였다.
또한 자료의 시각적 표현을 위한 차트 작성에도 중점을 두었다.
기술적 분석은 데이터의 성분 구조와 수준을 파악하여 조사대상이 되는 현상의 패턴을 규명하고, 추론적 분석은 예측 수행에 효과적으로 이용할 수 있을 것이다.
특히 본문은 간단한 개념 소개와 함께 예제를 통한 분석절차와 결과의 해석방식을 구체적으로 제공하여 Excel을 처음 접하더라도 쉽게 할 수 있도록 구성했다.
첫째, 제1장은 Excel 워크시트의 기초 사항과 연산 방식을 설명한다.
둘째, 제2장은 피벗테이블을 통한 분할표 작성 및 도수분포작성과 차트의 종류와 작성방식을, 제3장은 자료의 변환 방식과 차트 작성 방법들을 설명한다.
셋째, 제4장은 카이자승 검정을, 제5장은 상관분석을, 제6장은 회귀분석, 제7장은 시계열분석을 설명한다.
넷째, 제8장은 구성개념과 타당도 및 신뢰도를, 제9장은 집단별 차이검정과 ANOVA를, 제10장은 불확실성 의사결정을 설명한다.
다섯째, 부록을 통해 각 장에서 설명된 내용들의 기초 원리 및 통계 이론들을 간단명료하게 제공하였다.
많은 사람들이 빅데이터 처리를 위해 파이썬(Python)이나 R을 공부하려고 시도한다. 이러한 시도를 하기 전에 자료의 처리방법과 통계학 기본 지식 및 활용방법을 습득할 수 있다면, 파이썬 등의 학습효과는 아주 클 것이다.
특히 빅테이터가 소셜 미디어 등 비정형 데이터들로 많이 교환되면서, 아파치 하둡(Apache Hadoop), 텍스트 마이닝, 오피니언 마이닝, 소셜 네트워크 분석, 군집 분석이 인기몰이를 하고 있다. 그리고 그에 따라 인공지능의 한 형태인 머신러닝(Machine learning)의 인기는 보다 크게 상승하고 있다.
머신러닝은 지도학습에서 자료에 대한 정확한 예측을 위한 모수들을 설정하도록 레이블을 붙인 자료집합을 사용하며 회귀분석을 사용하는 반면에, 비지도학습은 구조 및 패턴탐색을 위해 미레이블자료를 사용하고 자료군집분석을 주로 수행한다. 그리고 준지도학습은 레이블 자료와 미레이블 자료 모두를 사용하여 학습행위의 변화를 파악하고, 강화학습은 효율성 개선 맥락에서 최적 행동을 평가한다.
이 책을 통해 Excel로 자료를 개략적으로 처리하고, 심층분석을 위해 파이썬(Python)이나 R을 사용한다면 보다 나은 성과를 달성할 것으로 보인다.
더욱 중요성이 증가하는 빅데이터시대에서 자료처리의 실용적 기법과 관련 논리 및 통계지식을 확보하는 기회를 이 책으로 얻기를 기대한다.
*** 이 책에서 제공하는 EXCEL 파일 입니다. 하단 이동 경로를 복사하여 다운로드 받으세요.
*** https://cafe.naver.com/MyCafeIntro.nhn?clubid=31107068