과정명 | 경영통계학 | 지도교수 | 권두순 |
---|---|---|---|
수업방식 | 이론중심 | 학점 | 3학점 |
학습기간 | 2025-04-23 ~ 2025-08-05(총 15주) 학습목차 바로가기 | ||
성적증명서 발급 가능 | 2025-08-20 | 성적보고 완료일 | 2025-08-26 |
학점인정신청 가능일(온라인) | 2025.10.01.(수) 10:00 ~ 2025.10.31.(금) 17:00 | 학위취득 | 2026년 2월 전기 |
중간 | 기말 | 과제 | 토론 | 쪽지 | 참여 | 출석 |
---|---|---|---|---|---|---|
30점 | 30점 | 10점 | 5점 | 5점 | 5점 | 15점 |
학사 | e-비즈니스학 전공,경영학 전공 |
---|---|
전문학사 | 경영 전공,마케팅정보 전공 |
A등급 | B등급 | C등급 이하 |
---|---|---|
20% ~ 30% | 30% ~ 40% | 30% ~ 50% |
구분 | 평가기간 | 비고 | |
---|---|---|---|
중간고사 |
2025-06-13 오전 10:00 ~ 2025-06-16 오후 10:00 |
1주차 – 7주차 (객관식 20문항, 주관식 5문항) |
|
기말고사 |
2025-08-01 오전 10:00 ~ 2025-08-04 오후 10:00 |
9주차 – 14주차 (객관식 20문항, 주관식 5문항) |
|
과제 |
2025-05-21 - 2025-06-24 (AM 10:00 – PM 22:00) |
||
토론 |
2025-07-18 - 2025-07-21 (AM 10:00 – PM 22:00) |
||
쪽지 |
2025-07-04 - 2025-07-07 (AM 10:00 – PM 22:00) |
||
참여 | 나의학습계획 |
2025-04-23 - 2025-05-13 (AM 10:00 – PM 22:00) |
|
소개서/중간평가 |
2025-06-18 - 2025-07-01 (AM 10:00 – PM 22:00) |
주차 | 학습내용 | 학습활동 |
---|---|---|
1 |
1차시. 경영통계학의 이해
[강의 목표] 1. 경영통계학을 공부하는 이유에 대해 말할 수 있다. 2. 통계학의 정의와 흐름을 설명할 수 있다. 3. 경영통계학의 역할과 연구 분야, 목적을 말할 수 있다. 4. 경영통계학을 학습하는 데에 기초가 되는 주요 용어의 의미와 분석 방법 선정 기준 및 종류에 대해 설명할 수 있다. [강의세부내용] 1. 경영통계학을 공부하는 이유 2. 통계학의 정의와 역사 3. 경영통계학의 역할 4. 경영통계학의 연구 분야 5. 경영통계학의 목적 6. 경영통계학의 용어와 분석 방법 |
[전 차시 공통 제공] 1) 동영상 강의 - 교수자 얼굴 위주 촬영 - 디지털 판서 2) 학습자료 - 강의교안(PDF) - 오디오(MP3) 3) 퀴즈 - OX퀴즈 1문항 - 객관식(사지선다) 2문항 |
2차시. 경영통계학의 통계분석
[강의 목표] 1. 사례를 통해 경영통계학의 통계분석 과정을 설명할 수 있다. 2. 경영통계학이 가지는 한계에 대해 말할 수 있다. 3. SPSS와 EXCEL 화면과 워크시트의 구성을 이해하고, 통계 기능과 데이터 입력을 수행할 수 있다. [강의세부내용] 1. 경영통계학의 통계분석 방법 2. 경영통계학의 한계 3. SPSS와 EXCEL 화면에 대한 워크시트 4. SPSS와 EXCEL 통계 기능 5. SPSS와 EXCEL 데이터 입력 |
||
2 |
1차시. 모집단과 표본추출
[강의 목표] 1. 모집단과 표본추출의 개념을 이해하고 표본추출의 과정을 설명할 수 있다. 2. 표본추출의 방법을 확률적 표본추출과 비확률적 표본추출로 구분하여 요약할 수 있다. [강의세부내용] 1. 모집단과 표본추출의 개념 2. 모집단과 표본추출의 설계 3. 모집단과 표본추출의 방법 |
|
2차시. 표본분포
[강의 목표] 1. 표본분포의 개념을 알고 표준화의 방법을 설명할 수 있다. 2. 표본분포의 표본평균의 값을 계산할 수 있다. 3. 표본분포의 표본분산과 표본비율을 구할 수 있다. 4. 표본분포의 중심극한정리의 개념을 말할 수 있다. [강의세부내용] 1. 표본분포의 개념 2. 표본분포의 표준화 3. 표본분포의 표본평균과 오차 4. 표본분포의 표본분산 5. 표본분포의 표본비율 6. 표본분포의 중심극한정리 |
||
3 |
1차시. 데이터
[강의 목표] 1. 데이터의 개념을 이해하고 통계프로그램을 활용하여 도수분포표와 그래프를 출력할 수 있다. 2. 데이터의 양적 자료를 이용하여 점도표, 도수분포표, 히스토그램 등을 작성할 수 있다. 3. 질적 자료의 의미를 이해하고 이를 이용하여 각종 그래프를 작성할 수 있다. [강의세부내용] 1. 데이터의 개념 2. 데이터의 특성 3. 데이터의 양적 자료 4. 데이터의 질적 자료 |
|
2차시. 기술통계학
[강의 목표] 1. 기술통계학 중심경향척도의 개념을 이해하고 통계프로그램을 활용하여 값을 계산할 수 있다. 2. 기술통계학 산포척도와 위치척도의 개념을 말할 수 있다. 3. 기술통계학의 두 자료에 대한 선형성을 분석할 수 있다. [강의세부내용] 1. 기술통계학의 중심경향척도 2. 기술통계학의 산포척도 3. 기술통계학의 위치척도 4. 기술통계학의 두 자료에 대한 선형성 |
||
4 |
1차시. 확률
[강의 목표] 1. 통계를 통한 의사결정과 확률의 관계를 설명할 수 있다. 2. 확률의 개념을 이해하고 확률 함수에 대해 말할 수 있다. 3. 조건부 확률의 정의와 두 사건의 종속과 독립을 설명할 수 있다. 4. 전확률 공식과 베이즈 정리를 이용하여 사후확률을 구할 수 있다. [강의세부내용] 1. 확률의 정의 2. 확률의 특성 3. 확률의 계산 4. 확률의 베이즈 정리 |
|
2차시. 확률변수
[강의 목표] 1. 확률변수의 이산확률변수와 연속확률변수를 이해하고 계산할 수 있다. 2. 확률변수의 기댓값을 이해하고 확률변수의 평균을 구할 수 있다. [강의 세부내용] 1. 확률변수의 이산확률변수 2. 확률변수의 연속확률변수 3. 확률변수의 기댓값 |
||
5 |
1차시. 확률분포
[강의 목표] 1. 예를 통해 확률분포의 정의와 특성을 설명할 수 있다. 2. 확률분포의 균등분포와 정규분포를 비교할 수 있다. 3. 확률분포의 표준정규분포에 대해 이해하고 통계프로그램을 이용하여 정규분포와 표준정규분포의 차트를 만들 수 있다. [강의세부내용] 1. 확률분포의 정의 2. 확률분포의 특성 3. 확률분포의 균등분포 4. 확률분포의 정규분포 5. 확률분포의 표준정규분포 |
[과제 제출] |
2차시. 베르누이 시행
[강의 목표] 1. 베르누이 시행과 분포의 개념을 설명할 수 있다. 2. 베르누이 분포에서의 이항분포를 이해하고 확률을 계산할 수 있다. [강의세부내용] 1. 베르누이 시행 2. 베르누이 분포 3. 베르누이 분포에서의 이항분포 |
||
6 |
1차시. 푸아송분포
[강의 목표] 1. 푸아송분포의 정의와 특성에 대해 설명할 수 있다. 2. 푸아송분포의 확률을 통계프로그램을 활용하여 계산할 수 있다. 3. 푸아송분포의 정규분포 관계에 대해 말할 수 있다. [강의세부내용] 1. 푸아송분포의 정의 2. 푸아송분포의 특성 3. 푸아송분포의 계산 4. 푸아송분포의 정규분포 관계 |
|
2차시. 추정
[강의 목표] 1. 점추정과 구간추정의 개념에 대해 말할 수 있다. 2. 추정의 모평균 구간추정에 대해 통계프로그램을 이용하여 값을 구할 수 있다. 3. 모집단 비율과 분산 구간추정의 개념을 이해하고 통계프로그램을 활용하여 계산할 수 있다. [강의세부내용] 1. 추정의 점추정과 구간추정 2. 추정의 모평균 구간추정 3. 모집단 비율과 분산 구간추정 |
||
7 |
1차시. 가설검정
[강의 목표] 1. 가설검정의 정의와 특성을 말할 수 있다. 2. 가설검정의 원리와 절차를 설명할 수 있다. 3. p값을 이용한 가설검정 과정을 설명할 수 있다. [강의세부내용] 1. 가설검정의 정의 2. 가설검정의 특성 3. 가설검정의 원리 4. 가설검정의 절차 5. p값을 이용한 가설검정 |
|
2차시. 모평균의 가설검정과 모비율의 가설검정
[강의 목표] 1. 모평균의 가설검정에서 모분산을 아는 경우와 모르는 경우의 가설검정 과정을 구분하여 설명할 수 있다. 2. 모비율과 모집단 분산의 가설검정 값을 통계프로그램을 활용하여 계산할 수 있다. [강의세부내용] 1. 모평균의 가설검정에서 모분산을 아는 경우 2. 모평균의 가설검정에서 모분산을 모르는 경우 3. 모비율의 가설검정 4. 모비율의 모집단 분산에서 가설검정 |
||
8 |
중간시험
|
[정기시험] |
9 |
1차시. 두 모집단 간의 추론에 대한 대응표본
[강의 목표] 1. 두 모집단 간의 추론에 대한 대응표본 정의와 특성, t검정에 대해 설명할 수 있다. 2. 통계프로그램을 활용하여 t검정을 수행할 수 있다. [강의세부내용] 1. 두 모집단 간의 추론에 대한 대응표본 정의 2. 두 모집단 간의 추론에 대한 대응표본 특징 3. 두 모집단 간의 추론에 대한 대응표본 t검정 |
|
2차시. 두 모집단 간의 추론
[강의 목표] 1. 두 모집단 간의 추론에 대한 독립표본 정의와 특성을 말할 수 있다. 2. 통계프로그램을 사용하여 두 모집단 간의 추론에 대한 독립표본 t검정과 비율 차이 가설 검정을 수행할 수 있다. [강의세부내용] 1. 두 모집단 간의 추론에 대한 독립표본 정의 2. 두 모집단 간의 추론에 대한 독립표본 특성 3. 두 모집단 간의 추론에 대한 독립표본 t검정 4. 두 모집단 간의 추론에 대한 비율 차이 가설 검정 |
||
10 |
1차시. 분산분석
[강의 목표] 1. 분산분석의 개념을 설명할 수 있다. 2. 분산분석의 유형을 구분할 수 있다. 3. 분산분석의 가정과 그 이유를 말할 수 있다. [강의세부내용] 1. 분산분석의 개념 2. 분산분석의 구분 3. 분산분석의 가정 |
|
2차시. 일원 / 이원 분산분석
[강의 목표] 1. 일원 / 이원 분산분석의 과정을 이해하고 통계프로그램을 이용하여 결과를 해석할 수 있다. [강의세부내용] 1. 일원 분산분석의 과정 2. 일원 분산분석의 결과해석 3. 이원 분산분석의 과정 4. 이원 분산분석의 결과해석 |
||
11 |
1차시. 상관관계분석
[강의 목표] 1. 상관관계분석의 정의를 이해하고 통계프로그램을 통해 산포도 차트를 만들 수 있다. 2. 상관관계분석의 공분산과 상관계수를 계산할 수 있다. [강의세부내용] 1. 상관관계분석의 정의 2. 상관관계분석의 특성 3. 상관관계분석의 공분산 4. 상관관계분석의 상관계수 |
[쪽지시험 응시] |
2차시. 교차분석
[강의 목표] 1. 교차분석의 정의와 특징에 대해 말할 수 있다. 2. 교차분석의 카이제곱 검정과 적합도 검정, 독립성 검정의 과정을 설명할 수 있다. [강의세부내용] 1. 교차분석의 정의 2. 교차분석의 특징 3. 교차분석의 카이제곱 검정 4. 교차분석의 적합도 검정 5. 교차분석의 독립성 검정 |
||
12 |
1차시. 단순회귀분석
[강의 목표] 1. 단순회귀분석의 정의와 특성을 설명할 수 있다. 2. 단순회귀분석의 최소자승법을 말할 수 있다. 3. 단순회귀분석의 적합도 검정과 분산분석의 과정을 설명할 수 있다. 4. 통계프로그램을 사용하여 단순회귀분석을 수행할 수 있다. [강의세부내용] 1. 단순회귀분석의 정의와 특성 2. 단순회귀분석의 최소자승법 3. 단순회귀분석의 적합도 검정과 분산분석 4. 단순회귀분석의 유의성 검정과 회귀계수 신뢰구간 |
|
2차시. 다중회귀분석
[강의 목표] 1. 다중회귀분석의 정의와 특성에 대해 설명할 수 있다. 2. 다중회귀분석의 적합도 검정과 분산분석을 말할 수 있다. 3. 통계프로그램을 사용하여 다중회귀분석을 수행할 수 있다. [강의세부내용] 1. 다중회귀분석의 정의와 특성 2. 다중회귀분석의 적합도 검정과 분산분석 3. 다중회귀분석의 유의성 검정과 회귀계수의 신뢰구간 |
||
13 |
1차시. 군집분석
[강의 목표] 1. 군집분석의 정의와 특성에 대해 설명할 수 있다. 2. 군집분석의 개체 간 유사성 계산방법을 말할 수 있다. 3. 통계프로그램을 활용하여 군집분석의 계층적 군집화와 비계층적 군집화를 분석할 수 있다. [강의세부내용] 1. 군집분석의 정의 2. 군집분석의 특성 3. 군집분석의 개체 간 유사성 계산방법 4. 군집분석의 계층적 군집화 5. 군집분석의 비계층적 군집화 |
[토론 제출] |
2차시. 연관성 규칙
[강의 목표] 1. 연관성 규칙의 정의와 특성을 말할 수 있다. 2. 연관성 규칙의 절차를 순서대로 열거할 수 있다. 3. 연관성 규칙의 장단점을 설명할 수 있다. 4. 사례를 통해 연관 규칙 분석 방법을 말할 수 있다. [강의세부내용] 1. 연관성 규칙의 정의 2. 연관성 규칙의 특성 3. 연관성 규칙의 절차 4. 연관성 규칙의 장단점 5. 연관성 규칙의 평가척도 |
||
14 |
1차시. 의사결정나무분석
[강의 목표] 1. 의사결정나무분석의 정의와 특성을 설명할 수 있다. 2. 의사결정나무분석의 역사와 장단점을 말할 수 있다. 3. 의사결정나무분석의 분할법칙과 가지치기에 대해 설명할 수 있다. 4. 의사결정나무분석의 회귀나무모형의 개념과 고려사항에 대해 말할 수 있다. [강의세부내용] 1. 의사결정나무분석의 정의 2. 의사결정나무분석의 특성 3. 의사결정나무분석의 역사 4. 의사결정나무분석의 장단점 5. 의사결정나무분석의 분할법칙 6. 의사결정나무분석의 가지치기 7. 의사결정나무분석의 회귀나무모형 |
|
2차시. 시계열분석
[강의 목표] 1. 시계열분석의 정의와 특성을 말할 수 있다. 2. 시계열분석의 기초분석에 대해 설명할 수 있다. 3. 시계열분석의 포트폴리오 사례를 통해 시계열 모형의 원리와 모형 예측 방법을 설명할 수 있다. [강의세부내용] 1. 시계열분석의 정의 2. 시계열분석의 특성 3. 시계열분석의 기초분석 4. 시계열분석의 모형 예측 5. 시계열분석의 계절조정 6. 시계열분석 포트폴리오 사례 |
||
15 |
기말시험
|
[정기시험] |