Enroll Course: https://www.coursera.org/learn/sas-statistics
안녕하세요, 데이터 분석에 매력을 느끼시는 여러분! 오늘은 Coursera에서 제공하는 ‘Statistics with SAS’라는 강좌에 대해 소개하고자 합니다. 이 강좌는 SAS 소프트웨어를 사용하여 통계 분석을 진행하고자 하는 분들을 위해 설계된 입문 과정입니다. 강좌에서는 t-검정, ANOVA, 선형 회귀 분석을 중심으로 다루며, 마지막에는 로지스틱 회귀에 대한 간단한 소개도 포함되어 있습니다.
### Course Overview and Data Setup
강좌의 첫 모듈에서는 과정에 대한 개요와 데이터를 설정하는 방법을 배웁니다. 실습을 위해 필요한 데이터를 설정하는 방법을 배우는 것은 매우 중요합니다.
### Introduction and Review of Concepts
다음으로, 데이터 분석을 위해 필요한 다양한 모델과 설명적 모델과 예측 모델의 차이를 이해됩니다. 또한, 샘플링 분포, 가설 검정, p-값과 신뢰 구간 같은 기본적인 통계 개념도 복습하게 됩니다. 이를 통해 여러분은 다양한 가설을 확인하고 거부하는 데 필요한 기초 지식을 쌓을 수 있습니다.
### ANOVA and Regression
ANOVA 및 회귀 분석에 대한 모듈에서는, 다양한 예측 변수가 우리 반응 변수에 어떻게 영향을 미치는지를 과학적으로 분석하게 될 것입니다. 이를 통해 상관 분석의 결과를 활용하여 관계의 질을 평가하는 방법도 배우게 됩니다.
### More Complex Linear Models
단순 ANOVA 모델을 확장하여 이원 ANOVA 분석을 배우고 다중 회귀 분석에 대해 심도 깊은 이해를 하게 됩니다. 여러 변수를 다루는 모델을 해석할 수 있는 능력을 갖추게 됩니다.
### Model Building and Effect Selection
여기서는 모델 선택을 위한 다양한 도구를 탐구하면서 적절한 모델을 선택하는 방법을 배웁니다. 자신만의 연구 우선 순위와 전문성을 바탕으로 후보 모델의 수를 제한할 수 있습니다.
### Model Post-Fitting for Inference
모델 적합 후에는 모델의 가정을 검증하고 오류를 진단하는 방법을 배웁니다. 잔차를 검토하고, 데이터의 변별력을 가진 이상치도 파악할 수 있습니다.
### Model Building for Scoring and Prediction
이전의 통계적 추론에서 예측 모델링으로 전환하는 방법을 배우며, 모델의 성능 평가는 p-값이 아닌 정직한 평가로 진행됩니다.
### Categorical Data Analysis
마지막 모듈에서는 이항 응답을 가진 예측 변수 간의 연관성을 탐색하고, 로지스틱 회귀 모델을 구축하여 관계를 특성화하는 방법을 배운 후, 새로운 데이터를 예측하는 데 사용할 수 있는 모델을 학습하게 됩니다.
이 과정은 SAS 소프트웨어를 활용해 통계적 분석의 중요한 기술을 배우고자 하는 분들에게 강력히 추천합니다. 통계학을 실전에서 활용하고 싶은 모든 분들에게 많은 도움이 될 것입니다. 지금 바로 수강을 고려해 보시길 바랍니다!
Enroll Course: https://www.coursera.org/learn/sas-statistics