전체메뉴닫기
모바일 메뉴 닫기
 
학과소개

연세대학교 응용통계학과는 통계 학사 학위를 제공하는 프로그램으로, 통계 방법 및 통계 이론 분야에 포괄적이고 균형잡힌 교육을 목적으로 합니다. 통계학은 불확실성 하에 의사결정을 위한 정보의 취득과 처리 과학으로 응용통계학과 학생들은 통계 기초에 대한 철저한 기초 교육과 함께 고급 통계 컨설팅 및 컴퓨팅에 대해 학습하고 있습니다. 교육 과정은 대부분 확률 모델의 방법론을 중시하지만 확률 모델 수립에 대한 과목도 있습니다. 특히 통계적 방법의 타당성을 스스로 인식하고 필요시 신규 모델을 개발해 특정 문제를 해결하는 일련의 과정을 훈련하는 것을 중요하게 여기고 있습니다. 통계학 연구분야는 수학적 지식과 전문성을 활용 및 강화하며, 사회에서 유용하고 목적 적합한 수리과학 분야의 연구를 지향합니다.

응용통계학과는 다양한 컴퓨터 하드웨어와 소프트웨어를 활용하며, 수업과 연구 조사간 연계를 위해 통계 데이터 분석 실험실을 운영합니다. 최근 통계학 전공자에 대한 취업 기회가 크게 다양화되고 그 수도 증가하였습니다. 사회과학과 자연과학, 비즈니스, 산업, 의료 서비스 및 정부 서비스 등 많은 분야에서 숙련된 통계학 전공자를 필요로 하고 있습니다. 사회가 정보화 시대로 돌입함에 따라 이러한 추세는 점점 더 강해질 것입니다.

교수명단
성명 직위 학위 전공
박동권(朴東權) 교 수 Ph.D.(Ohio State Univ., 1989) 실험계획법
문명상(文明相) 부교수 Ph.D.(Southern Methodist Univ., 1991) 회귀분석
하은호(河殷鎬) 부교수 Ph.D.(Texas A&M Univ., 1992) 시계열분석
나성룡(羅成龍) 조교수 이학박사(서울대, 2001) 확률과정론
학과내규

< 석사과정 >

    1. 무시험으로 뽑을 수 있는 특별전형의 내규를 다음과 같이 정한다.

      가. 서류심사

      구분

      학업계획서

      대학성적

      추천서

      학문적 자질

      합계

      배점

      10

      40

      80

      70

      200

      1) 학업계획서:과에서 키우고 싶은 분야로 진출여부, 박사과정까지의 진학여부, 졸업 후의 학문간 전공

      2) 학문적 자질:연구경험, 장학생, GRE Math(advanced)의 우수 성적, 전공과목의 이수사항 고려

      나. 구두시험

      구분

      전공에 관한 지식

      학문에 대한

      열정과 진지성

      전공에 대한 적성

      합계

      배점

      40

      30

      30

      100

      1) 구두시험은 3인(주임교수 포함) 이상의 위원회를 구성하여 사전에 준비된 질문으로 시험을 실시한다.

      2) 필답시험을 통한 입학시험은 수리통계학을 필수로 하고 다음 과목들 중 두 과목을 선택하여야 한다.

      3) 선택과목:회귀분석, 표본조사론, 미적분, 선형대수 필수과목은 140점 만점이고 선택과목은 각각 80점 합계 160점 만점으로 한다.

      4) 석사과정 학생은 학위취득에 필요한 30학점 중 18학점은 본 학과에서 개설하는 과목으로 취득해야 하며 나머지 학점은 지도교수의 승인 하에 타 학과에 개설되는 과목을 취득할 수 있다.

    2. 자격시험

      가. 과목:수리통계와 선형모형 중 한 과목, 그리고 선택 한 과목(두 과목 모두 연세대학교 응용통계학과 교수가 출제하는 것을 원칙으로 한다.)

      나. 시험시기:매 학기 시작 전 2주일 전후에 실시한다.

      다. 사정:담당 교수 채점 후 교수회의에서 사정하여 최종 결정한다.

    3. 졸업논문

      졸업논문은 지도교수가 대학이 인정하는 범위 내에서 대학원 주임교수와 상의해서 예비심사의 시간과 장소를 정한다. 예비심사에는 주심과 부심 외에도 논문에 관심 있는 교수와 학생들이 참여할 수 있다.

< 박사과정 >

    1. 무시험으로 뽑을 수 있는 특별전형의 내규를 다음과 같이 정한다.

      가. 서류심사

      구분

      학업계획서

      대학성적

      대학원성적

      추천서

      학문적 자질

      합계

      배점

      10

      20

      20

      80

      70

      200

      1) 학업계획서:우리 과에서 키우고 싶은 분야로 진출여부, 박사과정까지의 진학여부, 졸업 후의 진로, 학문간 전공

      2) 학문적 자질:연구경험, 장학생, GRE Math(advanced)의 우수 성적, 전공과목의 이수사항 등 고려.

      나. 구두시험

      구분

      전공에 관한 지식

      학문에 대한

      열정과 진지성

      전공에 대한 적성

      합계

      배점

      40

      30

      30

      100

      구두시험은 3인(주임교수 포함) 이상의 위원회를 구성하여 사전에 준비된 질문으로 시험을 실시한다.

    2. 자격시험

      가. 과목:수리통계와 선형모형중 한 과목, 그리고 선택 두 과목(이 세과목 중에서 두 과목은 연세대학교 응용통계학 교수가 출제해야 한다.)

응용통계학과 교과목
학정번호 과목명 학점
BA 501 수리통계학Ⅰ( Mathematical StatisticsⅠ)

자료차원 축소개념을 이용한 충분통계량 및 완전통계량을 다루며, 기대손실함수를 최소화하는 개념인 UMVUE와 MLE 추정량과 Minimax 및 Bayes 추정량들을 비교하는 방법들을 강의한다.
3학점
BA 502 수리통계학Ⅱ ( Mathematical StatisticsⅡ )

UMPT, UMPUT 및 UMPIT의 고전적인 검정방법들과 Minimax와 Bayes검정방법을 다루며, GLRT 및 SPRT 등에 대하여 강의한다. 또한 신뢰구역과 검정방법과의 관계성 등도 강의한다.
3학점
BC 503 통계수학(Mathematics for Statistics)

편미분, 다중적분, 미분방정식, 벡터 및 메트릭스 연산 등을 강의한다.
3학점
BC 504 해석학(Mathematical Analysis)

유클리드 공간에서의 실변수 해석을 체계적으로 다루며, 기초적인 점집합이론, 극한의 개념, 수열과 급수, 연속함수, 미분, 라이만-스틸제스적분, 다변량 함수론 및 르백측도이론의 기초 등을 강의한다.
3학점
BC 505 선형대수(Linear Algebra)

벡터공간, 선형변환, 행렬 및 행렬식, 특성방정식 및 특성근, 이차형 등을 강의한다.
3학점
BC 511 선형통계모형(Linear Model)

회귀분석과 일반적인 선형모형에 대한 이론 및 분석으로서, 기초적 행렬 및 통계이론, 단순회귀분석, 중회귀분석에서 추정 및 가설검정, 최적모형의 선택, 분산분석, 공분산분석, 난괴분석, 대수선형 모형 등을 강의하며 SAS등을 이용하여 실제자료를 분석한
3학점
BC 512 다변량 분석입문(Introduction to Multivariate Analysis)

응용을 강조하면서 다변량 정규분포 및 특성, Hotelling's T^2`` 검정, 다변량 분산분석, 회귀분석, 주요인분석, 판별분석, 인자분석 등에 대한 내용을 강의한다.
3학점
BC 513 실험계획법(Experimental Design)

실험계획법에 대한 이론 및 응용으로서 일원배치법, 이원배치법, 다원배치법, 분할법, 라틴방격법, 요인배치법, 불완전 블럭 계획법, 반응표면 실험계획법 및 변량분석에 관한 내용 등을 강의한다.
3학점
BC 514 표본조사이론과 응용(Sampling Theory & Its Application)

표본조사 방법론에 따른 수리통계학의 이론 전개, 실제조사를 위한 이론적 근거, 표본조사 설계 및 기획에 관한 내용을 강의하며 추정방법 및 다양한 표본추출방법 등에 대한 이론과 응용에 관한 내용을 강의한다.
3학점
BC 515 중급시계열 분석(Intermediate Time Series Analysis)

회귀분석을 사용하여 추세변동, 계절변동, 순환변동 등을 추출하는 방법을 강의하며 간단한 스펙트럴 분석법도 다룬다.
3학점
BC 516 베이즈통계(Bayesian Statistics)

베이지안이 생각하는 확률의 기본개념을 소개하고 전통적인 통계개념과 비교한다. 추정과 검정을 베이즈통계 입장에서 다루며, 베이즈 기법을 이표본문제, 분산분석, 회귀분석 등에 적용한다.
3학점
BC 517 통계전산(Statistical Computing)

최소제곱법, 비선형 회귀분석과 Robust 회귀분석 등을 수치해석의 관점에서 강의한다. 특성치와 특성 벡터의 계산과 분석을 강의하며 난수발생과 이를 이용한 Monte Carlo법을 강의한다. 또한 Sorting, Quartile의 계산, 다변량에서의 최대값 최소한 색출, F
3학점
BC 518 범주형자료분석(Categorical Data Analysis)

일반화 선형모형의 기본적인 이론들이 소개되고 특히 loglinear모형, probit모형, logit모형 등이 다루어진다. 자료분석을 위한 통계 software로는 GLIM, BMDP, SPSS등이 사용된다.
3학점
BC 519 측정오차모형(Measurement Error Models)

고전적인 회귀분석에서와는 달리 설명변수 값을 관찰하는데 오차가 수반된다는 가정 하에서 회귀계수의 추정방법에 대해 논의한다. 측정오차가 수반되는 경우, 잘 알려진 고전적인 회귀분석에서의 최소자승추정량은 편의추정량이고 또한 일치성도 갖지 못해
3학점
BC 520 응용시계열분석(Applied Time Series Analysis)

경제학, 경영학, 전자공학, 기계공학, 물리학, 지구과학, 의학, 사회학 등에서 사용되는 시계열을 분석하는 기초적인 방법을 강의한다. 추세변동, 계절변동, 순환변동 등으로 시계열을 나누는 분해(decomposition) 방법도 강의한다. 이론보다는 직접 자료를
3학점
BC 521 확률과정론Ⅰ(Stochastic Processes Ⅰ)

마코프 연쇄를 주축으로 한 확률과정으로서 persistency, stationary distribution, long run distribution등을 강의한다.
3학점
BC 522 신뢰성 및 생잔분석Ⅰ(Reliability and Survival Analysis Ⅰ)

수명과 생존함수 추정방법, 고장율과 이용률의 추정에 대한 모수적 방법과 비모수적 방법을 강의한다.
3학점
BC 523 환경통계학(Statistical Issues in Environmetrics)

확률과 이산형, 연속형 분포에 대한 기초개념 개관; 통계적 추정과 가설검정, 신뢰구간에 대한 개관; 실험계획법의 기본적 문제들; 대조군과 처리군의 비교(이표본t 검정, Fisher의 정확한 검정, 순위검정); 한 대조군과 여러 개 처리군의 비교 (다중비교의
3학점
BC 528 통계상담Ⅰ(Statistical Consulting Ⅰ)

신문, 잡지 등 대중매체에서 이용한 통계오용의 사례를 중심으로 강의하는 동시에 논문 등을 대상으로 통계적 방법에 관한 오류 사례를 수집 분석하여 통계적 오용과 방법적용의 오류를 지적하고 올바른 사용법을 체계적으로 강의한다.
3학점
BC 529 통계상담Ⅱ(Statistical Consulting Ⅱ)

통계상담의 목적, 필요성 그리고 범위 상담을 위한 조직과 상담원의 자질 상담의 방법에 대하여 강의하고 전산처리와 통계적 방법의 보충문제를 강의한다. 전산처리는 패키지 이용을 그리고 통계적 방법은 비모수적 방법과 다변량분석 문제를 중점적으로 강?
3학점
BC 530 비모수통계론Ⅰ(Nonparametrics Ⅰ)

이항분포에 기초된 통계적 추론, 확률화 방법에 기초된 통계적 추론, 부호순위에 기초된 검정방법, 위치모수에 대한 이표본 순위검정절차, Kolmogorov-Smirnov 적합도 검정, Quantile에 대한 가설검정, 부호 및 순위에 관한 검정법을 강의한다.
3학점
BC 532 의사결정론Ⅰ(Decision Theory Ⅰ)

유효함수를 사용한 통계적 게임 및 최적작전 둥에 대한 게임이론을 Bayes rule과 Minimax에 대한 기본개념을 가지고 강의한다.
3학점
BC 534 경제 및 인구통계론Ⅰ(Economic & Demographic StatisticsⅠ)

경제지표로서 중요한 의미가 있는 경제활동인구 통계로부터 사업체통계, 생산통계, 가계통계, 물가통계, 무역통계 등을 다루고 국민소득계정과 사업연관표에 대한 정의 작성 및 분석방법을 전개하며 인구와 구조, 인구의 사망, 혼인, 출생에 관한 통계와 인?
3학점
BC 535 동적확률모형(Dynamic Stochastic Models)

Sequential Decision Processes에 사용되는 여러 가지 확률모형론의 소개 및 분석을 강의한다. Markov Decision Processes를 중심으로 한 Stochastic Dynamic Programming 및 응용, 포아송과정과 Continuous Markov Chain이론 및 응용, Renewal Theory, 마팅
3학점
BC 536 6시그마품질관리(6-Sigma & Quality Control)

3학점
BC 537 정보통계학(Information Statistics)

3학점
BC 538 통계정보론(Statistical Information Theory)

피셔정보량의 개념과 통계적 추론에서의 피셔정보량의 해석, 절단자료에서의 정보량 손실 및 비교, EM algorithm, 물리학에서의 피셔정보량의 해석, 엔트로피 및 Kullba차-Leibler 정보량, Coding 이론, 최대 엔트로피 분포와 적합도 검정, 비모수 분포이론, 정보이론에 기초한 모형선택법, 정보이론에 의한 분할표 분석
3학점
BC 539 금융통계학Ⅰ(Financial StatisticsⅠ)

3학점
BC 540 금융통계학Ⅱ(Financial Statistics Ⅱ)

다양한 이자율 구조모형의 이론에 대하여 분석, 검토하고 이를 기반으로 발생한 이자율 파생상품의 구조 분석 및 통계적 이론의 적용가능성에 대하여 논의한다.
3학점
BC 680 공업통계방법론(Statistical Methods in Engineering and the Physical Sciences) 3학점
BC 681 사회과학 통계방법론(Linear Model) 3학점
BC 682 행동과학 통계방법론(Statistical Methods for Behavioral Sciences) 3학점
BC 683 생물통계(Biostatistics)

전향연구, 후향연구 및 Cross-Sectional Studies 각각에서 2×2 분할표의 분석법, Odds ratio 및 기타 결합도에 대한 통계적 추론을 다루며, Matched pair와 Matched n-tuple을 다루는 멕내마 검정 및 카크란 Q검정을 강의한다. 카크란-만텔-헨즐 과정을 폭?
3학점
BC 684 중급응용통계Ⅰ(Intermediate Applied Statistics Ⅰ) 3학점
BC 685 중급응용통계Ⅱ(Intermediate Applied Statistics Ⅱ) 3학점
BC 686 통계적 컴퓨터 패키지(Statistical Computer Package) 3학점
BC 687 생명과학을 위한 통계학(Statistics for the Life Science)

표본과 모집단, 확률표본, 확률이론 기초, 이항분포, 정규분포, 포본분포이론, 신뢰구간, 두 표본간의 비교, 통계적 의사결정 이론, 짝을 이룬 표본의 비교, 범주형 자료 분석, k개 표본의 비교, 상관 및 회귀분석
3학점
BC 688 생물정보학을 위한 통계적 방법(Statistical Methods in Bioinformatics)

확률론 개요, 통계적 추론, 확률과정 : 포아송 과정과 마코프 연쇄, 한 개의 DNA Sequence 의 분석, 여러 개 DNA Sequence 의 분석, Random Walks, 통계적 가설검정, BLAST, Markov 연쇄, Hidden Makcov 연쇄
3학점
BC 699 연구지도Ⅰ(Directed Research Ⅰ) 1학점
BC 710 측도론(Measure Theory)

Measure의 기본개념으로 Lebesgue measure, Integration, Extension theorem, Radon-Nikodym theorem 및 Product measure에 대하여 강의한다.
3학점
BC 722 신뢰성 및 생잔분석Ⅱ(Reliability and Survival Analysis Ⅱ)

가속화 수명 시험에 관하여 시험계획, 수명추정방법등을 강의한다.
3학점
BC 730 비모수 통계론Ⅱ(Nonparametrics Ⅱ)

정규분포 가정들을 갖는 분포를 가정하지 않는 통계적 기법을 강의한다. counting statistics, ranking statistics, U-statistics와 근대상대효율(ARE)등을 강의한다. 이를 바탕으로 한 위치모수와 크기모수에 고나한 추정과 검정방법을 강의한다. 그 위에 ?
3학점
BC 731 확률과정론Ⅱ(Stochastic Processes Ⅱ)

수리적 모형으로서의 확률과정의 설립에 대한 내용과 Markov Process, Poisson Process, Martingale등을 강의한다.
3학점
BC 732 의사결정론Ⅱ(Decision Theory Ⅱ)

수리적 통계의사결정에 관한 Fundamental minimax theorem, Admissibility 및 Bayes rule 등을 convex utility function을 사용하여 fixed sample size에 대하여 강의한다.
3학점
BC 735 경제 및 인구통계론Ⅱ(Economic & Demographic Statistics Ⅱ)

경제통계학이나 인구통계학의 특수문제를 강의하고, 광범위한 국제적 비교분석과 새로운 통계기법에 대하여 다룬다.
3학점
BC 750 확률측도론Ⅰ(Measure and Probability Ⅰ)

확률의 기본개념인 확률변수, 독립성, 조건기대값, Martingale 및 대수법칙들을 Measure theory를 이용하여 강의한다.
3학점
BC 751 확률측도론Ⅱ(Measure and Probability Ⅱ)

중심극한정리, 극한정리들을 다루며 Stationary 및 diffusion process 등의 기본적인 확률과정을 강의한다.
3학점
BC 752 다변량 분석Ⅰ(Multivariate Analysis Ⅰ)

다변량 정규분포, Wishart 분포, T^2 분포 등 분포이론과 다변량검정 및 다변량 회귀분석을 이론적으로 강의한다.
3학점
BC 753 다변량 분석Ⅱ(Multivariate Analysis Ⅱ)

다변량분산분석, 주성분분석, 인자분석, 판별분석, 정준분석, 군집분석 등을 이론적으로 강의한다.
3학점
BC 754 시계열분석Ⅰ(Time Series Analysis Ⅰ)

자기회귀모형, 이동평균모형, 혼합 자기회귀 이동평균 모형의 식별, 추정, 검진에 대해 강의한다. 특히 식별의 방법에 치중하여, 박스-젠킨스의 역자기상관함수법, FPE방법, AIC방법, CAT방법, 여러 가지 형태인식 방법들을 강의한다. 추정의 방법으로는 계?
3학점
BC 755 시계열분석Ⅱ(Time Series Analysis Ⅱ)

회귀분석을 사용하여 시계열 추세변동, 계절변동, 순환변동으로 나누는 방법을 강의한다. 직교다항식을 이용한 추세변동추출, 이동평균법을 이용한 추세변동추출과 삼각함수법을 이용한 계절변동 추출법을 다룬다. 스펙트럴분석법을 사용하여 순환변동을 추?
3학점
BC 756 표본조사이론Ⅰ(Sampling Theory Ⅰ)

표본조사의 설계 및 기획에 대한 이론적 기초와 실질적 적용상의 문제점과 case study를 통하여 표본조사기획과 새로운 기법 등에 대하여 강의한다.
3학점
BC 757 표본조사이론Ⅱ(Sampling Theory Ⅱ)

변동확률추출법, 다단추출법, 다상추출법, 회전추출방법과 같은 내용을 강의하고 이에 실제응용분석과 이에 따른 이론적 문제점을 다룬다.
3학점
BC 758 자료분석론Ⅰ(Data Analysis Ⅰ)

선형모형에 관한 실제 자료분석을 강의한다. 여기에서는 보간, 검진 robust 적합, 변수선택 등이 포함된다. 분류(classification)와 차별(discrimination), 차원축소 문제 등에 대한 실제자료를 처리 분석하는 방법을 강의한다.
3학점
BC 759 자료분석론Ⅱ(Data Analysis Ⅱ)

다변량 자료의 실제적인 처리에 대해 강의한다. 주성분분석, 요인분석, 다차원 크기문제(multidimensional scaling) 등을 다루며, 결여된 자료, 범주형 자료 등에 대하여 강의한다. 이 강의는 이론적인 이해보다는 응용을 목적으로 한 개념 파악에 치중한다.
3학점
BC 761 확산이론 및 확률적분(Diffusions and Stochastic Integral)

Ornstein-Uhlenbeck, Feller, Ito 과정론과 Stochastic Integral eq. 의 해를 강의한다.
3학점
BC 762 축차분석(Sequential Analysis)

축차적인 자료를 이용하는 추정방법과 검정방법들을 강의한다. 또한 비모수적인 축차분석 방법들도 다룬다.
3학점
BC 763 로버스트 이론(Robust Theory)

로버스트 개념을 사용한 통계적 추론에 대하여 다룬다. 점근성 영향곡선의 개념과 M., L. 및 R. 측정량 그리고 검정방법들과 선형통계모형에서의 로버스트 이용방법들을 강의한다.
3학점
BC 764 통계그래프 이론(Statistical Graphics Theory)

최근에 실용화된 그래픽기법인 spinning, brushing, slicing, animation 등을 이용한 통계분석, 특히 회귀진단의 여러 방법들이 소개된다. 설명변수의 dimension reduction에 관한 이론이 중심적으로 토론되며 LISP에 의한 programming 연습도 아울러 병행된
3학점
BC 800 실험계획법 특수문제(Topics in Experimental Design) 3학점
BC 801 선형통계모형 특수문제(Topics in Linear Model) 3학점
BC 802 자료분석 특수문제(Topics in Data Analysis) 3학점
BC 803 확률론 특수문제Ⅰ(Topics in Probability Ⅰ) 3학점
BC 804 확률론 특수문제Ⅱ(Topics in Probability Ⅱ) 3학점
BC 805 응용통계학 특수문제Ⅰ(Topics in Applied Statistics Ⅰ) 3학점
BC 806 응용통계학 특수문제Ⅱ(Topics in Applied Statistics Ⅱ) 3학점
BC 807 이론통계학 특수문제Ⅰ(Topics in Theoretical Statistics Ⅰ) 3학점
BC 808 이론통계학 특수문제Ⅱ(Topics in Theoretical Statistics Ⅱ) 3학점
BC 809 회귀분석 특수문제(Topics in Regression Analysis) 3학점
BC 810 데이터마이닝응용(Datamining Application)

3학점
BC 811 인공지능기법을 이용한 재무예측(Artificial Intelligence in Finance)

데이터마이닝 관점에서 바라본 다양한 인공지능 기법의 원리를 중심으로 재무분석 및 예측에로의 응용을 다룬다. 인공신경망, 사례기반추론, 퍼지이론, 유전자알고리즘, 러프집합, 카오스 이론, 귀납적 학습법 등의 기본적인 이론을 습득한 후, 이들 각각과 관련된 실제프로그램을 이용하여 주가, 환율, 금리등과 같은 시계열데이터의 예측 및 기업부도예측 등을 수행한다. 더 나아가서는 이들 기법들과 데이터마이닝, 지능정보시스템 및 재무정보시스템과의 관계를 조명한다.
3학점
BC 899 연구지도Ⅱ(Directed Research Ⅱ) 1학점