현대사회는 공학뿐만 아니라 사회과학에도 빅데이터와 AI 시대인 것은 그 누구도 부인할 수 없을 것이다. 그리고 그 중심에 확률과 통계가 있다. 

인공지능을 연구한 초창기 과학자들은 컴퓨터를 이용하여 문제를 해결하기 위한 규칙을 만드는 것에 집중하였다. 

그러나 오늘날 사회현상이 복잡해지고 빅데이터가 부각되면서 단순한 규칙만으로는 컴퓨터가 정확한 결과물을 산출하는 데 한계가 있다. 

이러한 한계를 과학적으로 극복하고 정확도를 높이기 위한 도구가 확률과 통계이다. 

컴퓨터 사용자가 원하는 정확한 결과를 얻기 위하여 불확실성을 최소화하는 수학적 도구가 확률과 통계이기 때문이다.

실험실에서 얻은 데이터를 분석할 때, 많은 학생들이 공통적으로 느끼는 어려움은 크게 세 가지이다. 

하나는 ‘데이터를 어떻게 정리해야 할까’이고, 다른 하나는 ‘데이터를 처리하기 위해 어떤 방법을

사용해야 하나’ 그리고 ‘어떻게 유의미한 결과를 얻을 수 있을까’이다. 이러한 어려움을 공통적으로 느끼는 이유는 수학적 기초지식의 

부족과 통계적인 사고방식을 접할 기회가 부족하기 때문이다. 

이러한 이유로 올바른 통계적 방법을 이용해서 결과를 얻었더라도 잘못된 결론을 내는 경우가 발생한다.

학생들이 이러한 어려움을 극복하기 위해 저자는 다음과 같은 네 가지 집필 방향을 설정하였다.

첫 번째, 수학적 기초가 부족한 학생을 위한다.

두 번째, 학생들의 통계적 사고력을 함양시킨다.

세 번째, 실험실에서 얻을 수 있는 실제 데이터를 이용한다.

네 번째, 실험실 데이터에 대한 공학적 통계 문제의 해결력을 증대시킨다.

이를 위하여 가능한 수학적 기초지식만을 이용하고자 했으며, 대부분의 예시 또는 문제에는 공학적 연구 논문이나 기관의

보고서에 포함된 자료를 이용하였다. 또한 학생들 스스로 통계적 사고방식을 함양할 수 있도록 다양하고 

풍부한 내용의 실험 데이터를 이용한 문제를 제시하였다.

CHAPTER 01 통계학 개요  3

1.1 공학과 통계학  3

1.2 자료  6

1.3 모집단과 표본  9

1.4 기술통계학과 추측통계학  11

CHAPTER 02 자료의 정리  15

2.1 범주형 자료의 요약  15

2.2 양적자료의 요약  20

연습문제  32

CHAPTER 03 자료의 수치적 요약  41

3.1 대푯값과 위치척도  41

3.2 산포도  50

3.3 집단화 자료의 평균과 분산  57

3.4 분포 모양과 표준점수  61

3.5 이변량 자료의 관계 척도  71

3.6 범주형 자료의 비율  77

연습문제  78

CHAPTER 04 확률  93

4.1 표본공간과 사건  93

4.2 확률  98

4.3 조건부 확률  103

4.4 독립사건  109

4.5 베이즈 정리  111

연습문제  114

CHAPTER 05 확률변수와 확률분포  124

5.1 확률변수  124

5.2 이산확률분포  128

5.3 연속확률분포  134

5.4 기댓값  137

연습문제  145

CHAPTER 06 결합확률분포  157

6.1 결합확률분포  157

6.2 조건부 확률분포  171

6.3 확률변수의 독립성  178

6.4 결합확률분포의 기댓값  182

연습문제  191

CHAPTER 07 여러 가지 확률분포  202

7.1 이산확률분포  202

7.2 연속확률분포  225

연습문제  255

CHAPTER 08 표본분포  266

8.1 모집단분포와 표본분포  266

8.2 표본평균의 분포(모분산을 아는 경우)  268

8.3 표본평균의 분포(모분산을 모르는 경우)  278

8.4 표본분산의 분포  287

8.5 표본분산 비의 분포  292

8.6 표본비율의 분포  296

연습문제  299

III. 통계적 추론

CHAPTER 09 추정  313

9.1 추정의 개념  313

9.2 단일 모평균의 추정  321

9.3 두 모평균 차의 추정  329

9.4 모분산의 추정  338

9.5 모비율의 추정  342

9.6 표본의 크기 결정  346

연습문제  349

CHAPTER 10 가설검정  360

10.1 가설검정의 개요  360

10.2 단일 모평균의 가설검정(모분산을 아는 경우)  369

10.3 단일 모평균의 가설검정(모분산을 모르는 경우)  376

10.4 두 모평균 차의 가설검정  380

10.5 모분산의 가설검정  388

10.6 모비율의 가설검정  395

연습문제  400

CHAPTER 11 카이제곱검정  414

11.1 적합도 검정  414

11.2 동질성 검정  418

11.3 독립성 검정  423

연습문제  427

CHAPTER 12 분산분석  431

12.1 분산분석 개요  431

12.2 일원분산분석  433

12.3 확률화 블록 설계  442

12.4 이원분산분석  448

연습문제  461

CHAPTER 13 회귀분석과 상관분석  468

13.1 회귀분석 개요  468

13.2 선형회귀분석  470

13.3 회귀계수의 구간추정  478

13.4 회귀계수의 가설검정  485

13.5 상관분석  489

연습문제  491

참고문헌  499

부록: 확률분포표  501

연습문제 정답  523