대구대학교 일반대학원
INFORMATION
연혁
통계학과가 국내에 본격적으로 설립된 것은 1970년대 중반경이며, 우리 학과는 1980년 1월에 한사대학 자연과학부 통계학과로 신설인가를 받아 그 해 3월부터 40명의 신입생을 받기 시작했다.
1981년 종합대학교로 승격됨에 따라 그 해 10월 대구대학교 이공대학 통계학과로 편제 개편되었으며, 1988년 10월 이공대학의 분리 개편에 따라 자연과학대학 통계학과로 개편되었다. 또한 1989년 3월에는 대학원 석사과정이 신설되어 오늘에 이르고 있다.
현재 전임교수는 5명이며 전공분야는 OR론, 베이지안 통계학, 비모수통계학, 확률론, 검정론으로 되어 있다.
1995년 설비 확충된 전산실습실은 펜티움 기종으로 약 70대 구비하고 있으며 각종 영상 교육 기자재도 갖추고 있어 교내 전산망과 연결하여 최첨단 실험실습이 가능하다.
졸업생의 진로는 크게 대학원 진학과 산업계진출 및 기타로 나누어지며, 대학원 진학의 경우 현직 전임교수로 진출한 경우도 4명 있으며 기타 대기업 산하 연구소로 진출하고 있다.
70%이상을 점유하는 산업계 진출의 경우 전산계통이 30%정도 차지하고 있으며, 은행을 포함한 금융계에도 활발히 진출하고 있다.
교육목표
최신정보 자료를 통계적으로 분석 연구함으로써 전문적인 자료분석 능력이 있는 전문가 양성
급변하는 정보를 과학적 의사결정이 가능한 국제화의 창의적 지도자 양성
자료분석 능력에 있어서 자율적이고 창의적인 능력이 신장되는 전문인력 양성
교수명단
교수명
학위
전공
담당과목
김종태
이학박사
가설검정론
다변수통계분석
전산통계학
황근보
미분방정식
실해석학
복소해석학
윤상후
전산실험설계 및 분석
시각화방법론
실험계획법
황진섭
베이지안통계학
베이지안통계분석
생물통계학
다변량통계분석
이경준
통계학
응용통계학세미나
★ 교과과정 및 교과목해설은 교육과정 변경에 따라 변동이 있을 수 있으므로 참고용으로 활용하시기 바랍니다.
교과구분명
과목코드
과목명
이론시간
실기시간
학점
비고
연구
10000
개별연구지도
2
0
1
11561
O.R.론
3
19693
고급통계적방법론
19694
공간통계학
18564
금융통계학
19695
기상환경분석방법론
18568
논문세미나 I
18569
논문세미나 II
10524
18566
대용량자료분석과 데이터베이스
19696
데이터과학개론
15359
데이터마이닝
19697
데이터시각화
18561
범주형자료분석
11554
11547
비모수통계학
19698
빅데이터응용세미나
19699
빅데이터컴퓨팅
18558
사회과학에서의 통계방법론 I
18559
사회과학에서의 통계방법론 II
18562
생명과학을 위한 통계분석
16194
생물정보학
11553
생존분석
11180
선형모형론
19700
소셜미디어분석
11227
수리통계학
11342
시계열분석
11548
11559
11551
의사결정론
18567
일반화선형모형
11258
11558
조사방법론
19701
클라우드컴퓨터개론
18563
탐색적자료분석
18557
통계상담 I
18565
통계상담 II
11546
통계적추론
11557
통계적품질관리
19702
통계적학습개론
11552
통계학세미나
18572
통계학특강 I
18573
통계학특강 II
11555
표본조사론
18139
품질공학
10753
확률과정론
11206
확률론
"박사보충" 표시된 과목 - 석사과정생이 수강할 경우, 전공과목으로 인정되며, - 박사과정생이 수강할 경우, 보충과목으로 인정됨
코드
교과목 영문명
교과목 한글개요
Research Works
학위논문의 작성을 위하여 지도교수의 지도하에 각 개인별 연구주제에 관하여 연구한다.
Operation Research
최소비용으로 최대효과를 얻고자 하는 최적의사결정에 대한 이론과 응용을 위하여 선형 계획법을 여러 기법으로 정리하며 실제문제를 보다 체계적으로 요약하여 학습내용을 적용한다.
advanced statistical methods
Spatial Statistics
Financial Statistics
The methodology for environmental science
Seminar I
Seminar II
Multivariate Statistical Analysis
변수가 많은 통계자료의 분석기법을 연구한다. 다변량분포, 인자분석, 집락분석, 정준상관분석, MDS, 다차원 자료를 이차원 그래프로 표현하는 방법 등을 연구한다.
Analysis of Huge data and Database
The introduction to data science
Data Mining
마케팅, 투자관리, 운용관리 등 각종 경영분야에서의 적절한 예측이나 분류를 위해 필요한 인공지능 및 통계적 기법을 학습하고, 각 경영 분야에서의 실제 데이터를 통해 각종 기법의 적용 방안을 다룬다.
Visualization for Big data
Categorical Data Analysis
Bayesian Statistical Analysis
모수에 대한 사전정보를 사전분포로 표현하는 방법과 자료로부터 얻어지는 우도함수와 결합시켜 사후분포를 구하여 통계적 추론을 하는 방법을 다루며, Empirical Bayesian Analysis, Hierachical Bayesian Analysis 등을 포함한다.
Nonparametric Statistics
모집단의 분포에 대한 가정을 완화함으로 적용범위가 넓은 분포무관의 추정, 검정방법을 얻어낸다. 검정력 및 효율성을 이용하여 모수적 방법과 비모수적 방법을 비교 분석하는 것을 내용으로 한다.
Seminar for Bigdata
Computing for Big data
Statistical Methods for Social Science I
Statistical Methods for social Science II
Biostatistics
생물학분야에 통계이론을 응용하는 방법론을 다루며 실험계획법, 분산분석, 회귀분석, 빈도분석 등의 적용과 Censored data의 처리방법을 연구한다.
Bioinformatics
DNA/RNA 서열, 단백질 서열 및 유전정보의 검색과 분석을 포함하는 생물학 연구자료의 검색, 분석 및 정보 발굴과 의미를 파악하고 활용하는 방법을 이해한다.
Survival Analysis
제품.수명연구에 관한 통계이론과정, censoring 형태와 모수추정, 생존함수추정, 위기함수추정, Kaplan-Meier 추정치, 가설검정, Cox 모델, 가속수명모델 등을 다룬다.
Linear Model
반응변수가 설명변수의 선형형태(linear form)로 표현되는 모형으로써 실험계획모형, 회귀모형 등이 여기에 속한다. 모형을 추정해 내고 추정된 모형의 적합성을 판정하는 방법을 다룬다.
Social media data analysis
Mathematical Statistics
중급 수준의 수리통계학으로 중요 통계분포, 표본분포이론, 모수추정(최우추정법, 최소자승추정법, 베이지안추정법 및 기타), 구간추정치, 추정치의 성질, 가설검증(MP, UMP, UMPU, 우도비검정)을 다룬다.
Time Series Analysis
시계열자료분석의 기본 이론과 통계패키지를 이용한 실습위주의 과정으로써 시계열분해법, 정상시계열모형(ARMA), 비정상시계열모형(ARIMA), 모형식별, 모수추정, 예측, 스펙트럼분석 등을 다룬다.
Experimental Design
실험을 어떻게 행하고, 어떤 자료를 얻으며, 어떤 통계적 방법을 이용하여 통계분석을 해야만 최소의 실험횟수로 최대의 정보를 얻을 수 있는가를 연구한다. 또한 실험배치된 모형연구와 분산분석 기법을 익힌다.
Applied Statistical Seminar
통계학의 응용에 관한 선택된 주제에 대한 Seminar
Decision Support
불확실성을 전제로 한 의사결정을 연구하며, 손실함수와 위험을 구하여 최적 의사결정을 위한 Bayes risk Analysis, Minimax Analysis, Invariance 등을 다룬다.
Generalized Linear Models
Statistical Computing
통계적 자료 분석을 효율적으로 하기 위하여 컴퓨터 프로그램의 개발과 통계패키지를 다룬다. 동시에 난수를 이용하여 모의실험(simulation)하는 방법을 연구하고 이를 실제의 통계이론에 적용시켜 보는 방법을 다룬다.
Survey Methods
사회현상을 경험적으로 연구하는데 필요한 조사방법을 이론과 실습을 통하여 고찰한다. 설문지 작성법, 표본추출계획, 조사원 활용계획 등을 연구한다.
cloud computing
Exploratory Data Analysis
Statistical Consulting I
Statistical consulting II
Statistical Inference
모집단의 모수를 추론하는 방법으로는 크게 모수적 방법, 비모수적 방법 그리고 베이지안 방법을 들 수 있는데, 특히 모수적 방법으로 모수를 추정하고 검정하는 방법을 연구한다.
Statistical Quality Control
통계적 기법으로 품질관리의 여러 측면(선택, 판정)을 계량적으로 실시하고 활용할 때, 실제 방법을 연구한다.
Statistical learning
Statistical Seminar
연구.소개되고 있는 최신 통계이론에 관하여 선택된 주제별 연구를 다룬다.
Special Topics in Statistics I
Special Topics in Statistics II
Sampling Theory
현실상황에서 원시자료를 추출할 때 임의성을 유지하면서 가장 비용이 저렴하고 효율적인 방법에 관하여 연구하며 집락추출법, 층화다단추출법, 비추정법, 중복추출법 및 비확률표본 등을 다룬다.
Quality Engineering
Probability and Random Processes
중급 수준의 확률과정이론과 그 응용을 소개하며 Markov 연쇄와 과정, Poisson 과정, 재생과정, 대기행렬이론, Brownian 운동 등을 다룬다.
Probability Theory
고등확률이론의 개관과 통계응용의 중요한 결과들을 소개하며, Kolmogorov의 공리와 확률공간, 확률변수와 기대치, 분포함수와 특성함수, 확률변수들의 수열에 대한 수렵 형태, 통계적 독립과 조건부확률, 대수법칙, 중심극한정리 등을 다룬다.