홈 > 강의소개
경영경제통계학
이은지 교수
경희대학교 대학원 경영학과 석사과정
경희대학교 대학원 경영학과 박사졸업
경희대학교 대학원 경영학과 석사과정
경희대학교 대학원 경영학과 박사졸업
경희대학교
경북대학교
현) 유니와이즈 전임교수
AI가 이끄는 스마트한 학습 경험, AI 튜터와 함께 더 빠르고, 더 깊게 학습하세요.
긴 강의 내용을 AI가 핵심만 요약하여 복습 시간을 단축시킵니다.
강의에서 가장 중요한 키워드와 개념을 자동으로 추출해 제공합니다.
학습한 내용을 바탕으로 AI가 생성한 퀴즈를 풀며 이해도를 점검합니다.
모르는 부분을 24시간 언제든 AI 튜터에게 질문하고 답변을 받습니다.
총 11개 챕터, 23강으로 구성되어 있습니다.
| 제목 | 강의시간 | 상세내용 |
|---|---|---|
|
[1강] 오리엔테이션
|
0:
03:
07
|
|
|
경영경제통계학 오리엔테이션 핵심 개요 요약
• 경영경제통계학 개념: 불확실한 경영·경제 환경에서 기술통계학–확률–추론통계학을 활용해 데이터 기반·객관적 의사결정 능력을 기르는 기초 통계 과목 • 통계학 구조와 핵심 내용: 기술통계학(자료 요약)–확률·이산형·연속형 확률분포–표본·표본분포–추정·가설검정(5단계 절차)으로 이어지는 이론 체계와 추론 통계의 수리적 기반 정립 • 확장 분석 기법: 카이제곱검정(범주형 자료 적합도·독립성·동질성), 분산분석(그룹 간 평균 비교), 회귀분석(변수 간 선형 관계와 예측) 등 경영·경제 데이터 분석에 활용되는 주요 추론 기법 소개 |
||
| 1장. 통계학과 자료분석 | ||
|
[2강] 위치측도와 산포측도
|
1:
06:
04
|
|
|
경영경제통계학 위치측도와 산포측도 핵심 정리
• 통계자료 기본 개념: 통계학 목적·기술통계와 추론통계 구분, 모집단·표본·모수·통계량·표본오차·비표본오차, 자료 유형과 척도(명목·서열·등간·비율)의 정의와 역할 정리 • 위치측도 체계: 산술평균·중앙값·최빈값·절사평균·조화평균·기하평균의 정의, 계산식, 자료 분포·이상값·속도·증가율 상황에서의 적합성 비교 • 산포측도 체계: 범위·분산(모분산·표본분산)·표준편차·사분위수·IQR의 정의와 계산법, 자유도 개념과 중심·산포·분포 모양을 연계한 자료 변동성 해석 기준 정리 |
||
|
[3강] 도표를 이용한 자료 정리
|
0:
27:
42
|
|
|
도표를 이용한 자료 정리
• 도수분포표·상대도수: 연속형 자료를 계급으로 구분해 도수·상대도수를 계산하고 분포 비중과 집중 구간을 파악하는 도표 • 히스토그램·도수분포다각형·줄기-잎 그림: 계급별 도수(또는 상대도수)를 막대·선으로 시각화하고, 원자료를 자릿수 분할로 표현해 분포 형태와 밀집·극단값을 파악하는 그래프 • 상자그림·사분위수·울타리: Q1·Q2·Q3와 IQR, 안울타리·바깥울타리를 이용해 분포의 위치·산포·치우침과 이상값·극단이상값을 구조적으로 요약하는 도표 |
||
| 2장. 확률의 기초개념 | ||
|
[4강] 확률 개념
|
0:
45:
24
|
|
|
경영경제통계학 확률의 기초 개념(표본공간·사상·확률공리·성질)
• 확률 실험·표본공간·사상: 확률 실험에서의 표본공간(S)·표본점·사상(events) 정의 및 단순·복합·공·합·교·차·여·배반사상과 벤 다이어그램을 통한 집합 연산 구조 정리 • 수학적 확률과 확률 공리: 균등 표본공간에서의 수학적 확률 P(A)=n(A)/n(S) 정의와 0≤P(A)≤1, P(S)=1, 가법성 공리에 기반한 합사건·여사건·포함관계·포함-배제 원리 성질 정리 • 확률 계산 응용: 동전·주사위 및 비균등 확률 예제를 통해 합·교·배반·여사건 계산, 세 사건 포함-배제, 벤 다이어그램을 이용한 결합·여사건 및 전체 확률 1 공리 활용 훈련 |
||
|
[5강] 확률의 법칙, 조건부확률
|
0:
31:
26
|
|
|
확률 법칙·조건부확률·독립사건 핵심 정리 요약
• 경우의 수와 배열·선택: 순열(^{n}P_{r}), 조합(^{n}C_{r}), 팩토리얼 정의를 통한 순서 고려/비고려 경우의 수 계산 구조 정리 • 조건부확률과 곱의 법칙: 조건부확률 P(B∣A)=P(A∩B)/P(A) 정의와 이를 이용한 P(A∩B)=P(A)P(B∣A)의 다사건(비복원추출 포함) 일반화 • 독립사건과 종속성 판별: 독립 조건 P(A∩B)=P(A)P(B), P(A∣B)=P(A) 및 여집합 독립 성질을 활용한 실제 비율 자료에서 독립·종속 관계 판별 구조 정리 |
||
|
[6강] 베이즈 정리
|
0:
21:
49
|
|
|
베이즈 정리와 전확률 정리, 생산공장·몬티홀 예제 정리
• 전확률의 정리와 표본공간 분할: 상호배반·전체포괄 사건 분할을 이용해 임의 사건 확률을 $P(B)=\sum_i P(A_i)P(B\mid A_i)$ 형태로 표현하는 원리와 생산공장 불량률 계산 구조 정리 • 베이즈 정리와 사전·사후확률: 전확률 정리와 조건부확률을 결합해 $P(A_i\mid B)=\dfrac{P(A_i)P(B\mid A_i)}{\sum_j P(A_j)P(B\mid A_j)}$로 원인 후보의 사전확률을 관측 정보 반영 사후확률로 갱신하는 규칙 정리 • 베이즈 정리 응용 예제: 공장별 불량률을 이용한 불량품 생산 공장 추정과 몬티홀 문제에서 사회자 행동 규칙을 확률 모형화하여 문 유지·변경 전략의 당첨 확률 비교 구조 정리 |
||
| 3장. 확률변수와 확률분포 | ||
|
[7강] 확률변수와 확률분포 (1)
|
1:
03:
14
|
|
|
확률변수와 확률분포: 이산·연속, 기대값·분산 핵심 정리
• 확률변수와 분포 개념: 이산·연속 확률변수 정의, PMF·PDF·CDF를 통한 분포 표현과 CDF의 기본 성질(비감소, 구간확률 계산) 정리 • 기댓값과 분산: 이산·연속형 기대값·분산 정의와 계산식, $Var(X)=E(X^2)-[E(X)]^2$, 선형변환 $E(aX+b)$·$Var(aX+b)$ 성질 정리 • 체비셰프 부등식: 임의 분포에서 평균±k표준편차 구간 확률 하한 $P(|X-\mu|\le k\sigma)\ge 1-\frac{1}{k^2}$의 의미와 적용 정리 |
||
|
[8강] 확률변수와 확률분포 (2)
|
0:
48:
46
|
|
|
결합확률분포·공분산·상관계수 핵심 정리
• 결합분포·주변분포·조건부분포: 이산·연속형에서 결합확률(밀도)함수 정의, 합·적분을 통한 주변분포 도출, 비율을 통한 조건부분포 정의 및 영역확률 계산 구조 정리 • 독립성 판정: 이산·연속형 공통으로 결합분포와 주변분포 곱의 일치 여부(f(x,y)=f_X(x)f_Y(y))를 통한 확률변수 독립·종속 판정 및 결합누적분포 함수 개념 정리 • 공분산·상관계수: 공분산 Cov(X,Y)=E(XY)-E(X)E(Y)와 분산공식 Var(X±Y)=Var(X)+Var(Y)±2Cov(X,Y), 상관계수 ρ=Cov/(σ_Xσ_Y)의 정의·범위·해석 및 이산 결합분포에서의 계산 절차 정리 |
||
| 4장. 이산확률분포 | ||
|
[9강] 이산형 균일분포, 베르누이분포, 이항분포
|
0:
41:
01
|
|
|
이산형 확률분포: 이산균등·베르누이·이항분포 핵심 정리
• 이산균등분포(Discrete Uniform Distribution) : 상이한 n개의 값이 모두 동일 확률을 가질 때의 분포로, pmf $f(x)=1/n$, 평균 $(n+1)/2$, 분산 $(n^2-1)/12$ 구조 정리 • 베르누이 분포(Bernoulli Distribution) : 성공확률 p인 단일 성공/실패 시행의 모형으로, pmf $f(x)=p^x(1-p)^{1-x}$, 평균 p, 분산 $p(1-p)$ 성질 정리 • 이항분포(Binomial Distribution) : 베르누이 시행을 독립적으로 n회 반복했을 때 성공 횟수 분포로, pmf $\binom{n}{x}p^x(1-p)^{n-x}$, 평균 np, 분산 $np(1-p)$ 및 이항누적분포표를 이용한 개별·누적·역누적 확률 계산 절차 정리 |
||
|
[10강] 포아송분포, 초기하분포
|
0:
39:
48
|
|
|
포아송분포와 초기하분포 핵심 정리 및 예제 정리
• 포아송분포·포아송과정: 단위시간·공간당 평균 발생수 λ를 모수로 하는 이산 분포, PMF λ^x e^{-λ}/x!, 평균과 분산이 모두 λ이며 이항분포 Bin(n,p)의 n→∞, p→0, np=λ 근사로 사용 • 초기하분포: 크기 N 유한모집단에서 성공 r개 중 n개를 비복원 추출할 때 성공 개수 분포 H(N,r,n), PMF C(r,x)C(N-r,n-x)/C(N,n), 평균 n·(r/N), 분산 n·(r/N)(1-r/N)((N-n)/(N-1)) 및 n/N≤0.05 시 Bin(n,p=r/N) 근사 • 이산형 분포 구조: 베르누이·이항·포아송·초기하·이산균등 간 관계 정리, 독립/비독립·복원/비복원 차이, 모수 해석과 사건수·성공확률·근사 조건 중심으로 문제 설정 및 해석 정리 |
||
| 5장. 연속확률분포 | ||
|
[11강] 연속형 균일분포, 정규분포
|
1:
19:
20
|
|
|
정규분포·표준정규분포·정규근사 핵심 정리 (경영경제통계학 11강)
• 연속형 확률분포 기초 개념: 연속균등분포 U(a,b)의 확률밀도함수·기대값·분산 구조와 예제, 베르누이·이항분포와의 연결 관계 정리 • 정규분포·표준정규분포·중심극한정리: 정규분포 N(μ,σ²)의 정의·특징, 표준화 Z=(X-μ)/σ와 표준정규분포표 활용, 두 정규변수의 합·차 분포와 중심극한정리에 따른 표본평균 분포 구조 정리 • 정규근사 및 역문제 응용: 이항·포아송분포의 정규근사 조건과 연속성 수정(±0.5) 절차, 정규분포를 이용한 구간·꼬리확률 계산과 상위·하위 p% 경계값(상한선·합격선) 도출 방법 정리 |
||
|
[12강] 지수분포
|
0:
36:
36
|
|
|
지수분포, 생존함수, 포아송과의 관계 핵심 정리
• 지수분포와 기본 특성: 사건 발생까지의 대기시간·수명 모형, pdf/CDF, 평균 1/λ·분산 1/λ², 비기억성 성질 정리 • 생존함수와 위험률: 생존함수 S(x)=e^{-λx}, 위험률 h(x)=f(x)/S(x)=λ의 해석과 ‘시간에 따라 일정한 고장률’ 구조 정리 • 포아송–지수 관계와 응용: 포아송 사건수 과정과 사건 간격시간의 쌍대성, 고장·사고·생존시간 문제 및 이항분포 결합 응용 구조 정리 |
||
|
[13강] 카이제곱분포, t분포, f분포
|
0:
28:
52
|
|
|
카이제곱분포, t분포, F분포의 정의와 분포표 활용 정리
• 카이제곱·t·F분포 정의와 생성 관계: 정규·감마 구조에서 유도된 카이제곱(표준정규 제곱합), t(정규/카이제곱 비), F(두 카이제곱 비) 분포의 자유도, 평균·분산, 대칭성·꼬리 형태 정리 • 카이제곱·t·F 분포표 해석: 자유도(행)·꼬리확률 α(열) 구조, 오른쪽 꼬리 확률 기준 임계값 χ²α(ν), tα(n), Fα(m,n) 읽기와 주어진 t, F값에서 역으로 α 찾기 절차 정리 • 연속형 분포 간 연결 구조와 적용: 균일·정규·지수·카이제곱·t·F의 생성 관계, 모평균·모분산 추정 및 가설검정·분산비 검정·ANOVA에서 각 분포의 사용 목적 및 선택 기준 정리 |
||
| 6장. 확률표본과 표본분포 | ||
|
[14강] 확률표본과 표본분포
|
0:
37:
11
|
|
|
확률표본과 표본분포, 표본평균·분산, 중심극한정리
• 모집단·모수·표본·통계량: 모집단 특성을 나타내는 모수(모평균 μ, 모분산 σ²)와 표본에서 계산되는 통계량(표본평균 𝑋̄, 표본분산 S²)의 정의·기호·관계 구조 정리 • 표본분포·표준오차·표본평균 성질: 확률표본에서 유도되는 통계량의 표본분포, 표본평균 분포의 기대값 E(𝑋̄)=μ·분산 Var(𝑋̄)=σ²/n·표준오차 SE=σ/√n 성질 및 정규분포에서의 선형변환 구조 정리 • 중심극한정리와 정규근사 활용: 비정규 모집단에서도 표본크기 n이 클 때 𝑋̄의 분포가 N(μ,σ²/n)으로 근사됨을 이용한 정규근사, 표준화 공식을 통한 표본평균 기반 확률계산·평균 비교 및 추론의 기초 구조 정리 |
||
|
[15강] 포본분산의 분포와 표본비율의 분포
|
0:
35:
15
|
|
|
표본분산과 표본비율의 분포 핵심 정리 및 예제 요약
• 표본분산·t·카이제곱분포: 정규모집단에서 $(n-1)S^2/\sigma^2\sim\chi^2(n-1)$, $E(S^2)=\sigma^2$, 이를 표본평균의 표준정규분포와 결합해 $T=(\bar X-\mu)/(S/\sqrt n)\sim t(n-1)$ 유도 및 자유도 구조 정리 • 두 집단 분산·평균 차이·F분포: 합동표본분산 $S_p^2$ 정의와 $(n+m-2)S_p^2/\sigma^2\sim\chi^2(n+m-2)$, 두 평균 차이의 정규·t분포, 분산비 $S_2^2/S_1^2$의 F분포 연결 및 검정용 표준화식 정리 • 표본평균·표본비율 분포와 정규근사: 표본평균의 정규분포와 Z-변환, 이항분포의 $np,nq$ 조건하 표본비율 $\hat p$ 및 두 비율 차이의 정규근사, $Z=(\hat p-p)/\sqrt{pq/n}$ 를 이용한 확률 계산 절차 정리 |
||
| 7장. 추정 | ||
|
[16강] 추정 (1)
|
1:
04:
18
|
|
|
추정 이론과 모평균·모평균 차의 신뢰구간 정리
• 점추정 이론: 불편성·유효성(MVUE)·일치성·평균제곱오차(MSE) 개념을 통해 모수 추정량의 성질과 성능(편의·분산·표준오차) 평가 구조 정리 • 신뢰구간 및 구간추정: 정규분포·중심극한정리 기반 z분포·t분포 선택 조건(모분산 정보·표본크기·정규성)에 따른 모평균 신뢰구간 도출과 신뢰수준·오차한계 관계 정리 • 두 모평균 차의 신뢰구간: 모분산을 아는 경우와 모르는 경우(동분산 가정, 합동분산 사용)의 표준화 통계량과 신뢰구간 공식 및 해석(차이 포함 여부 판단) 정리 |
||
|
[17강] 추정 (2)
|
1:
03:
02
|
|
|
모비율·모분산 추정과 표본크기 결정 정리
• 모비율·모분산 추정: 단일·두 모비율 차이 신뢰구간(정규근사), 모분산 신뢰구간(카이제곱분포), 두 모분산 비 신뢰구간(F분포) 구조와 계산식 정리 • 표본크기 결정(모평균): 모분산 알려진/모르는 경우 정규분포·t분포 기반 모평균 및 두 모평균 차 신뢰구간 길이–표본크기 관계에서 최소 표본크기 산출 절차 정리 • 표본크기 결정(모비율): 단일 모비율 신뢰구간 길이식에서 최소 표본크기 도출하고, 사전정보 없음(보수적 설계, p(1-p) 최대값 1/4 사용)과 사전추정값 있을 때의 표본크기 산출 방법 구분 정리 |
||
| 8장. 가설검정 | ||
|
[18강] 가설검정 (1)
|
1:
05:
53
|
|
|
경영경제통계학 가설검정(1) – 단일·두 모평균 검정 핵심 정리
• 가설검정 기본 개념·오류·검정력: 모수에 대한 귀무가설·대립가설 설정, 제1종 오류·제2종 오류·유의수준·검정력 개념과 단측·양측검정 및 5단계 검정 절차 구조 정리 • 모평균 검정 이론: 모분산을 아는 경우 Z-검정, 모르는 경우 단일·두 모평균(독립·대응) t-검정, 등분산·이분산 가정에 따른 검정통계량·자유도·기각역 공식 체계화 • 검정 결과 해석 방법: 기각역 비교, p-value, 신뢰구간을 이용한 동일 결론 도출 구조와 실제 사례(통조림, 음료수, 진통제 등)를 통한 해석 패턴 정리 |
||
|
[19강] 가설검정 (2)
|
0:
32:
43
|
|
|
두 모평균 차이 검정과 대응표본 t검정 핵심 정리
• 두 모평균 차이 검정 체계: 모평균 차이(μ1−μ2)에 대한 가설설정(양측/단측)과 표본관계(독립표본 vs 대응표본)에 따라 Z검정·등분산 t검정·이분산 t검정·대응표본 t검정으로 분류 • 독립표본 모평균 차이 검정: 모분산을 알면 Z검정, 모분산 모를 때 등분산 가정 시 합동분산 기반 t검정, 이분산 가정 시 Welch t검정(근사 자유도) 적용하고 각 경우 검정통계량·자유도·기각역 설정 절차 학습 • 대응표본(쌍체) t검정: 동일 개체의 두 조건 차이 Di를 단일표본으로 변환해 t분포(n−1 자유도)로 검정하며, 오차분산 감소와 검정력 향상 효과 및 실제 사례 해석까지 포함한 가설검정 5단계 절차 정리 |
||
|
[20강] 가설검정 (3)
|
0:
40:
10
|
|
|
단일·두 모비율 및 모분산 검정 핵심 정리
• 모비율 검정(Z-검정) : 단일·두 이항모집단 모비율에 대한 가설(귀무·대립) 설정, 표본비율 및 합동추정량 활용 검정통계량 계산, 양측·단측 기각역 및 p-value 비교 절차 정리 • 모분산 검정(χ²·F 검정) : 정규모집단 단일 모분산의 카이제곱 검정통계량과 자유도 구조, 두 모분산 비교 시 F분포 기반 검정통계량·임계값 변환·양측·단측 기각역 설정 체계 정리 • 가설검정 공통 구조 : 모수(모평균·모비율·모분산) 검정을 위한 5단계 절차(가설 설정–유의수준·기각역–검정통계량–비교–결론)와 임계값 비교·p-value·신뢰구간을 연계한 판정 원리 정리 |
||
| 9장. 카이제곱 검정 | ||
|
[21강] 카이제곱분포를 이용한 검정
|
0:
52:
39
|
|
|
카이제곱 검정: 적합도·독립성·동질성 핵심 정리
• 카이제곱 분포와 통계량: 여러 표준정규제곱합으로 정의되는 분포로, 범주형 자료에서 관측도수·기대도수 차이를 χ² = Σ(O−E)²/E 형태로 요약하고 자유도에 따른 임계값으로 가설 검정 수행 • 적합도·독립성 검정: 적합도 검정은 하나의 모집단이 주어진 이론분포(비율)에 적합한지(자유도 k−1) 평가하며, 독립성 검정은 한 모집단 내 두 범주형 변수의 독립 여부를 r×c 분할표에서 기대도수 E_ij = (행합×열합)/총합, 자유도 (r−1)(c−1)로 검정 • 동질성 검정: 여러 모집단(행)이 하나의 범주형 특성(열)에 대해 동일한 분포(동일 비율)를 갖는지 r×c 분할표 기반 χ² 통계량과 자유도 (r−1)(c−1)로 검정하며, 기대도수 계산·절차는 독립성 검정과 동일하나 해석은 모집단 간 분포 동일성에 초점 둠 |
||
| 10장. 분산분석 | ||
|
[22강] 분산분석
|
0:
49:
30
|
|
|
분산분석(ANOVA)와 일원·이원 배치법 핵심 정리
• 분산분석(ANOVA) 개념·실험계획 요소: 다집단 평균 차이 검정을 위해 인자·수준·반복·처리 구조를 정의하고, 전체 변동을 집단 간 변동과 집단 내 변동으로 분해하여 F-검정으로 요인 효과 유의성 판단 • 일원배치법(one-way ANOVA): 단일 인자 모형에서 자료 배열과 모형식 설정, 제곱합(SST,SSTR,SSE) 및 자유도 분해, ANOVA표 작성과 $F=MSTR/MSE$를 이용한 집단 평균 동질성 가설검정 절차 정리 • 이원배치법(two-way ANOVA, 반복 없음): 두 인자(A,B) 모형에서 자료 배열과 효과 모형($\mu,\alpha_i,\beta_j$) 설정, SSA·SSB·SSE 및 자유도((a−1),(b−1),(a−1)(b−1)) 계산, ANOVA표와 $F_A,F_B$를 통한 각 인자의 주효과 검정 및 해석 구조 정리 |
||
| 11장. 회귀분석 | ||
|
[23강] 회귀분석
|
0:
54:
56
|
|
|
단순 선형 회귀분석: 모형, 추정, 신뢰구간과 적합도 요약
• 단순 선형 회귀모형: $Y=\beta_0+\beta_1X+\varepsilon$ 구조와 오차 정규성·등분산 가정 하에서 모집단 회귀선, 표본회귀선, 잔차 정의 및 최소제곱법에 의한 회귀계수 추정 원리 정리 • 회귀계수 추정 및 추론: 최소제곱 추정량 $\hat{\beta}_0,\hat{\beta}_1$의 불편성·분산·정규·t분포 성질과 오차분산 추정, 회귀계수·평균반응·새 관측값에 대한 신뢰구간과 가설검정 절차 구조화 • 적합도와 분해 구조: 총제곱합(SST)=회귀제곱합(SSR)+오차제곱합(SSE) 분해와 결정계수 $R^2=SSR/SST=1-SSE/SST$ 정의를 통해 회귀모형의 설명력·적합도 평가 체계 정리 |
||
이은지 교수님
경영경제통계학
