행동 데이터 분석
R과 파이썬으로 시작하는 행동 데이터 분석 가이드
$38.56
SKU
9791169211062
[Free shipping over $100]
Standard Shipping estimated by Fri 05/31 - Thu 06/6 (주문일로부 10-14 영업일)
Express Shipping estimated by Tue 05/28 - Thu 05/30 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2023/05/26 |
| Pages/Weight/Size | 183*235*30mm |
| ISBN | 9791169211062 |
| Categories | IT 모바일 > OS/데이터베이스 |
Description
‘정말 고객이 우리 광고 메일을 보고 서비스를 구독할까?’
‘연령이 높은 고객이 구매하는 상품은 따로 있을까?’
‘무엇이 고객의 행동을 유발하는지’에 대한 답을 주는 책!
이 책은 단순히 고객의 행동만 예측하고 끝나지 않습니다. 오래전부터 널리 쓰이고 있는 선형 회귀와 로지스틱 회귀를 사용하여 행동의 원인을 파악하고 분석해봅니다. 행동 데이터 과학은 다양한 분야에서 활용될 수 있기 때문에, 데이터 분석가뿐만 아니라 마케터나 기획자 등 다른 직무의 사람들도 이 분야에 대한 이해가 필요합니다.
하지만 행동 데이터 과학은 아직까지 정의되지 않은 부분이 많은 분야입니다. 이 책은 이를 보완하기 위해 일상적인 예제를 활용하여 행동 과학에 좀 더 친숙해지고, 각 개념과 기법을 정확하면서도 이해하기 쉽게 설명합니다. 또한 부트스트랩을 활용하여 데이터 분석 결과의 정확성을 높이는 방법을 소개합니다. 이를 통해 행동 데이터 과학 분야에 대한 지식이 부족한 독자들도 쉽게 따라갈 수 있고, 깊은 이해를 얻을 수 있습니다. 처음부터 차례대로 읽으면서, 사람의 행동 패턴이 어떻게 이루어지는지에 대한 궁금증을 해소하길 바랍니다.
‘연령이 높은 고객이 구매하는 상품은 따로 있을까?’
‘무엇이 고객의 행동을 유발하는지’에 대한 답을 주는 책!
이 책은 단순히 고객의 행동만 예측하고 끝나지 않습니다. 오래전부터 널리 쓰이고 있는 선형 회귀와 로지스틱 회귀를 사용하여 행동의 원인을 파악하고 분석해봅니다. 행동 데이터 과학은 다양한 분야에서 활용될 수 있기 때문에, 데이터 분석가뿐만 아니라 마케터나 기획자 등 다른 직무의 사람들도 이 분야에 대한 이해가 필요합니다.
하지만 행동 데이터 과학은 아직까지 정의되지 않은 부분이 많은 분야입니다. 이 책은 이를 보완하기 위해 일상적인 예제를 활용하여 행동 과학에 좀 더 친숙해지고, 각 개념과 기법을 정확하면서도 이해하기 쉽게 설명합니다. 또한 부트스트랩을 활용하여 데이터 분석 결과의 정확성을 높이는 방법을 소개합니다. 이를 통해 행동 데이터 과학 분야에 대한 지식이 부족한 독자들도 쉽게 따라갈 수 있고, 깊은 이해를 얻을 수 있습니다. 처음부터 차례대로 읽으면서, 사람의 행동 패턴이 어떻게 이루어지는지에 대한 궁금증을 해소하길 바랍니다.
Contents
[PART 1 행동의 이해]
CHAPTER 1 인과-행동 프레임워크
1.1 인과관계 분석을 선택한 이유
1.2 회귀 분석을 방해하는 교란
1.3 정리하기
CHAPTER 2 행동 데이터를 이해하는 방법
2.1 인간 행동의 기본 모델
2.2 행동과 데이터의 연결고리
2.3 정리하기
[PART 2 인과관계 다이어그램과 교란 해소]
CHAPTER 3 인과관계 다이어그램의 개요
3.1 인과관계 다이어그램과 인과-행동 프레임워크
3.2 인과관계 다이어그램의 기본 구조
3.3 인과관계 다이어그램의 일반적인 변환 방법
3.4 정리하기
CHAPTER 4 인과관계 다이어그램 만들기
4.1 비즈니스 문제와 데이터 설정
4.2 포함할 변수 식별하기
4.3 데이터를 기반으로 포함할 관찰 가능한 변수 검증하기
4.4 인과관계 다이어그램 확장
4.5 인과관계 다이어그램 단순화
4.6 정리하기
CHAPTER 5 인과관계 다이어그램을 통한 데이터 분석의 교란 해소
5.1 비즈니스 문제: 아이스크림과 생수 매출
5.2 분리 인과 기준
5.3 백도어 기준
5.4 정리하기
[PART 3 견고한 데이터 분석]
CHAPTER 6 결측 데이터 처리
6.1 데이터와 패키지
6.2 결측 데이터 시각화
6.3 결측 데이터 진단
6.4 결측 데이터 처리
6.5 정리하기
CHAPTER 7 부트스트랩을 활용한 불확실성 측정
7.1 부트스트랩의 개요
7.2 회귀 분석을 위한 부트스트랩
7.3 부트스트랩을 사용하는 경우
7.4 R과 파이썬에서 부트스트랩 최적화
7.5 정리하기
[PART 4 실험 설계와 분석]
CHAPTER 8 실험 설계의 기초
8.1 실험 계획: 변화 이론
8.2 데이터와 패키지
8.3 무작위 배정과 표본 크기/검정력
8.4 실험 결과 분석과 해석
8.5 정리하기
CHAPTER 9 층화 무작위 배정
9.1 실험 계획
9.2 데이터와 패키지
9.3 무작위 배정과 표본 크기/검정력 결정
9.4 실험 결과 분석과 해석
9.5 정리하기
CHAPTER 10 군집 무작위 배정과 계층적 모델링
10.1 실험 계획
10.2 데이터와 패키지
10.3 계층적 모델링의 개요
10.4 무작위 배정과 표본 크기/검정력 결정
10.5 실험 결과 분석과 해석
10.6 정리하기
[PART 5 행동 데이터 분석을 위한 고급 도구]
CHAPTER 11 조절효과
11.1 데이터와 패키지
11.2 조절효과의 행동적 다양성
11.3 조절효과 적용 방법
11.4 정리하기
CHAPTER 12 매개효과와 도구 변수
12.1 매개효과
12.2 도구 변수
12.3 정리하기
CHAPTER 1 인과-행동 프레임워크
1.1 인과관계 분석을 선택한 이유
1.2 회귀 분석을 방해하는 교란
1.3 정리하기
CHAPTER 2 행동 데이터를 이해하는 방법
2.1 인간 행동의 기본 모델
2.2 행동과 데이터의 연결고리
2.3 정리하기
[PART 2 인과관계 다이어그램과 교란 해소]
CHAPTER 3 인과관계 다이어그램의 개요
3.1 인과관계 다이어그램과 인과-행동 프레임워크
3.2 인과관계 다이어그램의 기본 구조
3.3 인과관계 다이어그램의 일반적인 변환 방법
3.4 정리하기
CHAPTER 4 인과관계 다이어그램 만들기
4.1 비즈니스 문제와 데이터 설정
4.2 포함할 변수 식별하기
4.3 데이터를 기반으로 포함할 관찰 가능한 변수 검증하기
4.4 인과관계 다이어그램 확장
4.5 인과관계 다이어그램 단순화
4.6 정리하기
CHAPTER 5 인과관계 다이어그램을 통한 데이터 분석의 교란 해소
5.1 비즈니스 문제: 아이스크림과 생수 매출
5.2 분리 인과 기준
5.3 백도어 기준
5.4 정리하기
[PART 3 견고한 데이터 분석]
CHAPTER 6 결측 데이터 처리
6.1 데이터와 패키지
6.2 결측 데이터 시각화
6.3 결측 데이터 진단
6.4 결측 데이터 처리
6.5 정리하기
CHAPTER 7 부트스트랩을 활용한 불확실성 측정
7.1 부트스트랩의 개요
7.2 회귀 분석을 위한 부트스트랩
7.3 부트스트랩을 사용하는 경우
7.4 R과 파이썬에서 부트스트랩 최적화
7.5 정리하기
[PART 4 실험 설계와 분석]
CHAPTER 8 실험 설계의 기초
8.1 실험 계획: 변화 이론
8.2 데이터와 패키지
8.3 무작위 배정과 표본 크기/검정력
8.4 실험 결과 분석과 해석
8.5 정리하기
CHAPTER 9 층화 무작위 배정
9.1 실험 계획
9.2 데이터와 패키지
9.3 무작위 배정과 표본 크기/검정력 결정
9.4 실험 결과 분석과 해석
9.5 정리하기
CHAPTER 10 군집 무작위 배정과 계층적 모델링
10.1 실험 계획
10.2 데이터와 패키지
10.3 계층적 모델링의 개요
10.4 무작위 배정과 표본 크기/검정력 결정
10.5 실험 결과 분석과 해석
10.6 정리하기
[PART 5 행동 데이터 분석을 위한 고급 도구]
CHAPTER 11 조절효과
11.1 데이터와 패키지
11.2 조절효과의 행동적 다양성
11.3 조절효과 적용 방법
11.4 정리하기
CHAPTER 12 매개효과와 도구 변수
12.1 매개효과
12.2 도구 변수
12.3 정리하기