석사

  • 홈   
  • 교육과정   
  • 석사
학사
과정 과목명 구분 학점 과목개요
석사 확률 및 분포론 공통 3 확률공간, 확률변수, 확률분포, 기대값, 독립성, 표본분포, 대수법칙, 중심극한정리, 수렴형태의 분류 및 관계 등 확률의 기본개념과 극한이론을 포함한 분포이론을 강의한다.
석사 통계적추론 공통 3 충분성, 완비성 등 통계량의 특성, 최우추정량, 최소분산불편추정량, 구간추정 등 추정 이론, 균일최강력 검정, 우도비 검정 등 검정이론을 다루고 추정과 검정문제에서의 최적성과 효율성 개념을 강의한다.
석사 선형모형론 전공 3 일반 선형모형의 기본이론을 다루는 과목으로, 다변량 정규분포와 이차형식의 성질에 기초하여 선형회귀모형과 분산분석모형 모수의 추정과 검정에 관한 이론을 배운다.
석사 회귀분석특강 전공 3 선형회귀모형의 추정과 가설검정, 회귀진단과 대응책, 다중공선성의 문제와 해결방안 등을 다루며, 비선형회귀분석, Robust 회귀분석 등을 강의한다.
석사 실험계획법
특강
전공 3 일원배치법, 이원배치법, 다원배치법, 분할법, 라틴방격법, 요인배치법, 교락법, 일부실시법, 불완전블럭계획법, 반응표면실험계획법 등의 이론과 응용에 대해서 강의한다.
석사 표본조사론
특강
전공 3 표본추출방법 중 단순임의추출, 층화임의추출, 계통추출, 집락추출 등에서의 추정량의 특성과 표본크기의 결정 및 할당문제를 다루며, 비율추정량과 회귀추정량 등을 강의 한다.
석사 다변량통계
분석특강
전공 3 다변량정규분포 및 관련 분포이론과 검정이론을 강의하고, 다변량자료의 분석법으로 다변량분산분석, 주성분분석, 인자분석, 정준상관분석, 판별분석, 집락분석 등을 다룬다.
석사 비모수
통계학특강
전공 3 일표본과 이표본 문제 등 중요 통계문제에 대한 비모수적 방법과 함께 분포무관통계량, U통계량, 비모수적 추정방법, 검정력함수와 점근상대효율, 선형순위통계량, 조건부 분포무관 검정 원리 등 비모수통계학의 기본 이론을 취급한다.
석사 범주형자료
분석특강
전공 3 분할표로 주어진 범주형 자료에 대해 로그선형모형, 로짓모형, 로지스틱회귀모형 등의 선형모형을 중심으로 적합도 검정과 모형의 선택방법을 다루고 일반화 선형모형에 대하여도 강의한다.
석사 시계열분석
특강
전공 3 Box-Jenkins 방법을 중심으로 ARIMA 모형에서의 모형식별, 추정, 검정 및 예측에 대한 이론을 강의한다. 또한 분해시계열 분석법과 스텍트럼 분석법을 소개한다.
석사 통계계산
특강
전공 3 통계학에서 요구되는 제반 계산을 정확하고 효율적으로 하기 위한 기법을 연구하는데, 난수의 생성방법, 기본적인 선형대수 관련 계산방법, 회귀분석에서의 계산, 분류모형에서의 계산문제를 다루며, 최소자승법외의 모형적합방법을 강의한다.
석사 수리통계학
특강
전공 3 확률 및 분포론과 통계적 추론에서 취급되지 않은 수리통계학에 관련된 이론들을 선정하여 강의한다.
석사 확률과정론 전공 3 확률모형의 기본개념과 응용을 다루는 과목으로, 마코프 연쇄, 포아송 확률과정, 재생과정이론, 대기이론, 브라우니안 확률과정, 정상확률과정 등을 강의한다.
석사 신뢰성이론 전공 3 제품 혹은 시스템의 안전성, 내구성 그리고 보전성에 대한 정량적인 통계적 분석기법을 다루는 과목으로 신뢰성 통계이론, 고장율 분석, 신뢰성 시험 그리고 품질보증체계등을 강의한다.
석사 생존분석론 전공 3 생존자료의 분석기법을 다루는 과목으로 중도 절단 표본, 생존 및 위험함수, 생명표, 카프란-마이어 통계량 그리고 생존자료의 비모수적 분석 기법 등을 강의한다.
석사 통계상담
실습
전공 3 계상담의 목적, 필요성, 범위 , 그리고 상담방법에 대하여 강의하고 실제 상담을 통하여 자연과학 및 사회과학의 여러 분야에서 나타나는 통계적 문제의 해결방안을 배운다.
석사 응용통계학
특강
전공 3 주어진 자료를 통계적으로 분석하는데 필요한 다양한 통계적인 기법들에 대한 기본적인 이론과 이런 기법들을 실제적인 통계자료처리에 적용하는 방법을 다룬다.
석사 통계학
세미나I
전공 3 필요에 따라 통계학의 새로운 주제 또는 특수 문제를 선정하여 심도있게 취급하는 과목이다.
석사 통계적
방법I
전공 3 학부과정에서 통계학을 전혀 이수하지 않은 타 전공학생을 위한 과목으로서, 통계학의 기초이론과 추정 및 가설검정을 다루며, 두 모집단의 비교, 분산분석, 회귀분석, 범주형 자료 분석법을 강의한다.
석사 통계그래픽스
특강
전공 3 통계자료의 분석에서 그래프를 이용하는 최신 통계기법들을 소개하고 기존의 고전적인 방법들과 비교하여 장단점을 알아본다. 자료분석의 결과를 그림에 의하여 표현하는 방법, 3차원 이상의 자료를 2차원 상에 표현하는 방법과 컴퓨터에 의해 다차원 자료를 표현하는 시각적인 여러 가지 기법들도 소개한다.
석사 데이터마이닝
특강
전공 3 대용량 자료에 내재하는 미지의 관계나 패턴을 찾기 위한 정보탐색 기법을 배우는 과목으로 테이터 탐색과 변형, 모형의 평가, 판별분석, 연관성 규칙, 군집분석, 의사결정나무분석, 신경망분석 등의 활용방법을 강의한다.
석사 금융공학 전공 3 금융에 대한 고급 수리적인 접근 기법을 다루는 과목으로서 옵션, 선물 그리고 파생상품의 확률과정론적 분석기법을 소개한다. 이자율, 주식, 채권, 스왑, 옵션마켓등을 배우며 방법론으로서 블랙-숄즈모형과 위험론 그리고 변동성 측정 모형인 GRACH 모형을 학습한다.
석사 일반화선형
모형론
전공 3 이 과목에서는 지수족을 근거로 만들어진 일반화선형모형에 대해 알아본다. 일반화선형모형은 고전적 선형모형을 포함하여 이진반응변수에 대한 로지스틱과 프로빗 모형, 개수에 대한 로그선형모형, 생존자료에 대해 일반적으로 사용되는 생존모형 등을 포함한다.
석사 통계데이터
베이스특강
전공 3 이 과목에서는 데이터베이스에 데이터를 어떻게 저장하고, 관리하고, 분석하는지 관계형 데이터베이스를 중심으로 알아보고, 통계분석에 필요한 적절한 형태의 데이터를 데이터베이스로부터 어떻게 가져오는지 학습한다. 이를 위해 실제 데이터베이스 시스템과 통계분석 툴 R을 이용한 실습도 병행한다.