제1장: 사회과학 연구와 데이터의 이해
- 과학적 연구 방법론의 기초
- 사회과학 데이터의 유형과 특성 (설문, 실험, 관찰 데이터 등)
- 가상 데이터의 효용성과 장점
- 파이썬 통계 분석 환경 구축 (Anaconda, Jupyter Notebook 소개)
- 주요 파이썬 라이브러리 개요 (Pandas, NumPy, Matplotlib, Seaborn)
제2장: 파이썬을 이용한 데이터 핸들링 및 탐색
- Pandas DataFrame 기초: 데이터 로딩, 저장, 구조 이해
- 데이터 전처리: 결측값 처리, 이상치 탐지 및 조정, 변수 변환
- 기술 통계 분석: 평균, 표준편차, 빈도 분석 등
- 데이터 시각화: Matplotlib, Seaborn 활용 (히스토그램, 산점도, 막대 그래프 등)
- 가상 데이터 예시: 설문조사 응답 데이터 (개인 속성, 태도, 행위 관련 변수 포함)

제2부: 집단 간 차이 검증 및 관계 분석

제3장: 집단 간 평균 차이 검증
- 독립표본 t-검정: 두 독립 집단의 평균 비교
- 대응표본 t-검정: 동일 집단의 사전-사후 평균 비교
- 일원분산분석 (ANOVA): 세 개 이상 집단의 평균 비교
- 사후 검정 (Post-hoc test)
- 가상 데이터 예시:
  - 상이한 교육 방식의 효과 비교 (학업 성취도 데이터)
  - 특정 사건 전후의 태도 변화 측정 데이터
  - 복수 지역 간 소득 수준 비교 데이터
제4장: 범주형 데이터 분석 및 연관성 분석
- 교차 분석 (Cross-tabulation): 범주형 변수 간 빈도 분석
- 카이제곱 검정: 범주형 변수 간 독립성 검증
- 피셔의 정확 검정
- 가상 데이터 예시:
  - 성별과 특정 정치적 성향 간의 관계 분석 (설문 데이터)
  - 광고 노출 여부와 제품 구매 여부 간의 관계 분석
제5장: 변수 간 상관관계 분석
- 피어슨 상관분석: 연속형 변수 간 선형적 관계 측정
- 스피어만 상관분석: 순위형 변수 간 관계 측정
- 편상관분석: 통제 변수 고려 하 두 변수 간 순수 상관관계 분석
- 가상 데이터 예시:
  - 소득 수준과 주관적 행복감 간의 관계 분석 (설문 데이터)
  - 광고 지출액과 매출액 간의 관계 분석 (시계열 또는 횡단면 데이터)

제3부: 예측 및 설명 모형화

제6장: 선형 회귀분석
- 단순 선형 회귀분석: 단일 독립변수의 종속변수에 대한 영향 분석
- 다중 선형 회귀분석: 복수 독립변수의 종속변수에 대한 영향 분석
- 회귀 모형 평가 (결정 계수, F-통계량)
- 회귀 진단 (잔차 분석, 다중공선성)
- 가상 데이터 예시:
  - 광고비, 소득 수준의 제품 구매량에 대한 영향 분석
  - 학습 시간, 학습 방법의 시험 성적에 대한 영향 분석
제7장: 로지스틱 회귀분석
- 이항 로지스틱 회귀분석: 이분형 종속변수 예측
- 다항 로지스틱 회귀분석: 다범주 종속변수 예측
- 오즈비 (Odds Ratio) 해석
- 모형 평가 (정확도, ROC 곡선)
- 가상 데이터 예시:
  - 개인 속성이 특정 정치 후보 지지 여부에 미치는 영향 분석
  - 마케팅 캠페인 요소가 고객의 구매 전환 여부에 미치는 영향 분석
제8장: 의사결정나무 모형
- 분류 나무 (Classification Tree): 범주형 종속변수 예측
- 회귀 나무 (Regression Tree): 연속형 종속변수 예측
- 가지치기 (Pruning)
- 변수 중요도 분석
- 가상 데이터 예시:
  - 고객 특성에 따른 상품 추천 모형 개발
  - 학생 성적 예측 모형 개발
제9장: 군집 분석
- 비계층적 군집 분석 (K-평균 군집)
- 계층적 군집 분석 (병합적, 분할적 방법)
- 군집 평가
- 가상 데이터 예시:
  - 소비자 행태 패턴 기반 시장 세분화
  - 지역별 사회 경제적 특성 기반 군집화
제10장: 요인 분석
- 탐색적 요인 분석: 잠재 변수 (요인) 추출
- 확인적 요인 분석 (간략히 소개)
- 요인 회전
- 요인 점수
- 가상 데이터 예시:
  - 소비자 브랜드 태도 측정 설문 데이터의 주요 요인 추출
  - 직무 만족도 설문 데이터의 하위 요인 구조 파악

제4부: 심화 분석 기법 (선택적)

제11장: 구조방정식 모형 (SEM) 개요
- 경로 분석
- 잠재 변수 모형
- 모형 식별 및 적합도 평가 (개략적 소개)
- 가상 데이터 예시: 사회적 지지와 우울증 간 관계에서 자존감의 매개 효과 분석 (가상 경로 모형 제시)
제12장: 다차원 척도법 (MDS)
- 객체 간 유사성/비유사성 데이터 분석
- 저차원 공간에서의 객체 시각화
- 가상 데이터 예시: 다양한 브랜드 간 이미지 유사성 평가 데이터 분석
제13장: 상응 분석
- 범주형 변수 간 관계 시각화
- 행 및 열 프로필 분석
- 가상 데이터 예시: 제품 범주와 소비자 특성 간 관계 분석
제14장: 컨조인트 분석 (Conjoint Analysis)
- 속성 수준 조합에 대한 선호도 분석
- 각 속성 수준의 중요도 파악
- 가상 데이터 예시: 신제품의 다양한 속성 조합에 대한 소비자 선호도 분석
제15장: 시계열 분석 기초 (선택적)
- 시계열 데이터의 이해
- 추세 및 계절성 분석 (개략적 소개)
- ARIMA 모형 기초 (개략적 소개)
- 가상 데이터 예시: 월별 판매량 데이터 분석

부록:

주요 파이썬 라이브러리 함수 요약
통계 용어 해설
연습 문제 및 해답