교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| CHS7002 | 머신러닝과딥러닝 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | - | No | |
| 본 수업에서는 기초적인 머신러닝 및 딥러닝 알고리즘의 이론 및 실습을 다룬다. 구체적으로, 선형 분류, 선형 회귀, 의사결정나무, 서포트 벡터 머신, 다층신경망, 컨볼루션 네트워크 등 실제 사례에 널리 사용되고 있는 알고리즘들을 이론 강의를 통하여 습득하고, python을 이용하여 이론에서 배운 알고리즘을 실습을 통하여 자기주도적으로 학습한다. 본 수업의 원활한 수강을 위하여, 학생들은 기본적인 미적분학, 선형대수학, 확률 및 통계, python language의 활용 등에 대한 지식이 필요하다. | |||||||||
| CHS7004 | Python활용인문사회과학논문쓰기 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | - | No | |
| 논문을 쓰기 위한 과목으로 인문사회과학 영역의 연구를 위하여 빅데이터를 활용한 논문을 쓰기 위한 과정이다. 기본적으로 논문 쓰기 방법에 대한 학습을 하며, 논문을 위한 연구 방법론으로 프로그래밍 처리를 학습한다. 프로그래밍 언어 가운데 인문사회과학 관련 자료를 처리하기 가장 적합하며, 자료 시각화 기능이 뛰어난 파이선을 활용하여 논문 쓰는 법에 대하여 구체적으로 학습한다. 논문 작성을 위한 기본 적인 연구 방법론 및 논문 내용 구성에 대한 이론 강의가 우선 진행된다. 논문 작성을 위하여 주제 선정 및 토론이 진행된다. 주제가 선정되면 관련 연구 정리 방법에 대한 강의가 진행된다. 다음 과정으로 연구 방법론에 따라 필요한 내용 작성에 대한 학습이 진행된다. 제언 및 참고 문헌 정리 방법에 대하여 학습하여 이론적 접근법을 완성한다. 파이선 활용을 통한 자료 분석을 위하여 기본적인 파이선 문법에 대한 학습이 이루어지며, 입력 자료 처리를 위한 실습을 진행한다. 각 연구 분야에서 필요한 파이선 패키지 설치 방법 및 활용 방법에 대하여 학습한 후, 실제 데이터 처리에 대한 실습이 진행된다. 공동 연구 진행을 대비하여 쥬피터 노트북 (jupyter notebook) 사용법을 기본 환경으로 설정하여 분석할 수 있도록 학습한다. 자료 가시화를 위한 matplolib 활용법을 학습하며, 빅데이터 처리를 위한 pandas 활용을 학습한다. 이 과목의 목적은 각 전공 분야에 필요한 연구를 파이선 언어로 프로그래밍 구현을 실행하여 의미 있는 연구 결과를 도출하는 것이다. 이를 위하여 과정 기간 내에 논문 1편 완성을 목표로 한다. | |||||||||
| CON4013 | 인공지능데이터애널리틱스 | 3 | 6 | 전공 | 학사/석사 | 소비자학과 | 한 | Yes | |
| 본 교과목은 머신러닝 및 딥러닝을 포함한 최신 인공지능 기법을 활용한 고급 데이터 분석 방법론을 다룬다. 다양한 형태와 규모의 데이터에 대해 심층적 처리와 분석을 수행하고 의미 있는 인사이트를 도출하는 능력을 배양한다. 이를 통해 소비자학 등 다양한 연구 분야에서 활용 가능한 고도화된 분석 역량을 확보하고, 프로그램 실습을 통해 실제 문제 상황에 대한 해결책을 제시할 수 있는 문제 해결 역량을 함양한다. | |||||||||
| CON4014 | 인과추론의데이터과학 | 3 | 6 | 전공 | 학사/석사 | 소비자학과 | 한 | Yes | |
| 인과 관계의 기본 원리를 이해하고 이를 검증하기 위한 고급 데이터 분석기법을 학습한다. 잠재적 결과 프레임워크에 기반한 인과추론의 기본 원리, 관찰 데이터에서의 인과 분석기법, 데이터 분석 툴을 활용한 모형 추정 및 검증 방법 등을 배우며, 이를 활용한 실제 응용 사례를 다룬다. | |||||||||
| CON4015 | 데이터기반정량연구방법론 | 3 | 3 | 전공 | 학사/석사 | 소비자학과 | 영 | Yes | |
| 「데이터 기반 정량연구방법론 (Data-Based Quantitative Research Methods)」은 사회과학 분야에서 활용되는 정량적 연구의 기본 원리와 데이터 기반 실증 분석 절차를 통합적으로 학습하는 연구방법론 교과목이다. 본 교과목은 정량적 연구가 연구 질문을 설정하고, 데이터를 처리·분석하며, 결과를 해석해 결론에 도달하기까지의 전체적인 흐름을 이해하는 것을 핵심 목표로 한다. 학생들은 연구 설계, 변수의 측정, 표본 구성, 타당성·신뢰도 등 정량연구의 핵심 개념을 익히고, 데이터셋을 활용하여 데이터 전처리, 기술통계, 탐색적 분석, 회귀분석으로 이어지는 분석 과정을 실습 중심으로 경험한다. 특히 Stata 기반의 실습을 통해 데이터 정제, 분석 수행, 결과 해석에 이르는 정량연구의 주요 단계를 직접 수행함으로써 실증적 연구 수행 역량을 실질적으로 강화한다. 이를 통해 학생들은 데이터의 구조와 패턴을 파악하고, 분석 결과를 통계적으로 해석하여 사회현상을 설명하는 데 필요한 통계적 사고와 판단 능력을 기르게 된다. 본 교과목은 정량적 연구에 대한 이해를 확립하고, 학생들이 다양한 사회과학 연구에서 데이터를 활용할 수 있는 종합적인 연구 역량을 기르는 데 중점을 둔다. | |||||||||
| COV7001 | 논문작성법및연구윤리1 | 1 | 2 | 전공 | 석사/박사 | 일반대학원 성균융합원 | 한 | Yes | |
| 1) 논문작성의 전반을 소개하고, 논문작성의 필수적인 교양을 습득한다. 2) 연구 결과를 영어로 표현하는 효과적인 방법을 공부함으로써 향후 국내외학술지에 효율적으로 논문을 개제할 수 있도록 한다. 3) 연구 윤리를 습득한다. | |||||||||
| DAI5001 | 인공지능기초 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 인공지능융합학과 | - | No |
| 인공지능은 사람의 지능과 인지 기능을 흉내낼 수 있는 정보처리 모델을 연구하는 분야이다. 인공지능의 근본적인 문제로서 경험적 탐색, 추론, 학습, 지식표현 방법에 관한 이론과 근본적인 계산학적 문제들을 다룬다. 논리 기반의 정리증명, 게임이론, 지능형 에이전트 등에 관해 다루며 신경망, 진화연산, 베이지안망의 기본 원리를 학습하고 이의 응용 사례로서 전문가시스템, 컴퓨터비전, 자연언어처리, 데이터마이닝, 정보검색, 바이오정보학 등의 분야에 대해 살펴본다. | |||||||||
| GFP5017 | 인구와미래정책 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 미래정책대학원 | - | No |
| 본 과목은 과거부터 현대에 이르기까지 인구학 분야에 영향력을 행사해온 다양한 이론과 개요를 제공한다. 인구변화의 세 가지 기본 구성 요소인 사망률, 출산률, 이민의 추세와 변화를 중점적으로 다룰 것이다. 더불어 인구와 환경이라는 큰 주제를 가지고 인구 변화의 원인 및 결과를 이해하고자 한다. 각 나라의 연령구조, 사회, 정책, 경제, 문화적 환경을 중점적으로 논의할 것이다. 본 과목은 인구 분야 외에도, 건강, 노화, 생애주기, 가족과 같은 사회학 분야에 관심을 가진 학생들에게 추천한다. 우리나라는 앞으로 유례없는 속도로 초고령화 사회에 진입하고 있으며, 동시에 초저출산으로 인한 인구절벽을 경험하고 있다. 인구절벽이라는 난제 앞에 지역간, 계층간, 집단간 사망률과 출산률의 격차를 줄이기 위해서는 혁신적이고, 융합적인 논의가 필요하다. 본 수업을 통해 다가올 인구변화를 폭넓게 이해하는데 도움이 될 만한 사회학적 지식을 학습하고, 우리사회에 혁신적인 문제해결방안을 제공할 수 있는 분석력을 키울 수 있기를 기대한다. | |||||||||
| GFP5019 | 정신건강과미래사회 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 미래정책대학원 | - | No |
| 본 과목은 정신건강과 사회에 대해 폭넓고 비판적인 이해를 돕기 위해 개설된 대학원 강좌이다. 강의와 읽을 거리와 교재는 정신건강 사회학 분야의 중요한 여러 이론적 전통과 경험적 발견들을 다룬다. 특히 이 분야에서 중요한 이론적 흐름인 스트레스 과정 이론, 낙인 이론, 정신병의 사회적 구성주의 등을 다룬다. 또한 이 과목은 정신건강 사회학의 주된 주제인 사회적 계층, 여성, 인종, 아이덴터티, 가족, 일, 사회적 관계 등이 정신건강에 어떤 영향을 미치는지 탐구할 것이다. 물론 이 과목이 사회학적 이론과 연구에 주된 관심이 있지만, 다른 학문 분과에서 나오는 연구 결과에도 관심을 기울일 것이다. 본 과목은 스트레스와 정신건강의 관계에 깊은 관심을 가지며, 사회에서 나타나는 정신건강의 불평등 현상을 사회학적으로 살펴볼 것이다. 특히 정신건강 불평등이 나타나는 사회적 맥락과 과정을 집중할 것이며, 어떻게 하면 이런 정신건강 불평등을 해소할 수 있는지에 대해서도 다룰 예정이다. 그리하여 어떻게 하면 사회를 더 행복한 사회로 만들 수 있는지에 대한 사회학적 통찰을 얻는 데에 큰 목적이 있다. 이 과목에서 주요하게 다룰 내용은 다음과 같다: 1. 정신건강을 설명하는 다양한 사회학적 이론 소개 2. 스트레스와 정신건강의 관계에 대한 사회학적 연구 3. 정신건강 불평등 현상이 나타나게 되는 사회적 요인과 과정, 맥락 연구 4. 정신건강 불평등을 해소하기 위한 사회학적 통찰 5. 미래 사회의 변동과 정신건강의 문제에 대한 사회학적 시각 | |||||||||
| GFP5043 | 현대사회의불평등 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 미래정책대학원 | - | No |
| 본 과목은 사회적 불평등에 대한 개념 및 이론을 습득함으로써 현대 사회에서 발견되는 다양한 형태의 사회불평등의 현상을 이해하고 해석하는 능력을 기르는 데에 목적이 있다. 강의에서는 사회불평등이 드러나는 여러 영역들, 예를 들어 자산/소득 불평등, 노동시장 불평등, 교육 불평등, 세대 불평등, 젠더 불평등, 문화자본 불평등, 여가 불평등, 환경 불평등, 건강 불평등, 불평등에 대한 사회심리학적 접근 등에 대해서 살펴보려고 한다. 이번 세미나를 통해서 사회 불평등을 발생시키는 다양한 구조적 요인을 탐구하고, 이러한 불평등을 완화할 수 있는 정책 방안도 검토한다. | |||||||||
| GSP5241 | 사회과학연구를위한공간회귀분석 | 3 | 6 | 전공 | 석사/박사 | 행정학과 | - | No | |
| 사회현상에서 공간적 상호의존성은 만연하다. 공간적으로 인접한 개인, 집단, 지역은 전이효과(spillover effect)를 통해 서로 영향을 주고받아 유사한 특성 및 행태를 보인다. 지리적으로 인접한 지방정부들 또한 정책이전과 경쟁을 통해 유사한 정책을 채택하곤 한다. 본 수업에서는 이러한 공간적 상호의존성을 사회과학연구에 적용하기 위한 방향을 탐구한다. 이를 위해 공간적 상호의존성의 개념, 발생원인에 대해 논의하고, 전역적/국지적 공간적 상호의존성 분석 및 시각화, spatial lag, spatial error, geographically weighted regression, spatial Durbin과 같은 공간회귀분석모형을 논의하고 실제 사회과학연구에 적용한다. | |||||||||
| MCJ5122 | Network Analysis for Communication Research | 3 | 6 | 전공 | 석사/박사 | 1-4 | 미디어커뮤니케이션학과 | - | No |
| 이 과목은 커뮤니케이션 관점에서 네트워크 분석 방법에 대한 이론과 개념을 학습한다. 또한 이 과목은 네크워크 분석방법이 다양한 커뮤니케이션 현상과 문제를 이해하는데 있어 어떻게 활용될 수 있는지를 실제 데이터와 네트워크 분석 소프트웨어를 이용하여 실습한다. | |||||||||
| MCJ5128 | 메타분석 | 3 | 6 | 전공 | 석사/박사 | 2-4 | 미디어커뮤니케이션학과 | - | No |
| 메타분석은 연구 결과들에 대한 정량적 분석을 의미한다. 즉, 기존 연구들로부터 독립변수와 종속변수 간의 관계를 나타내는 지표인 효과크기를 추출하여 분석하고 통합하는 방법이다. 본 과목은 메타분석을 수행하는 절차와 분석결과를 해석하는 방법을 다룬다. 이 과목에서 학생들은 메타분석 소프트웨어를 활용하여 관심 있는 연구 주제에 대해 메타분석을 수행해보고, 분석결과를 바탕으로 연구논문을 작성해보는 기회를 갖는다. | |||||||||
| PSD5113 | 미래사회위험과정치이론 | 3 | 6 | 전공 | 석사/박사 | 정치외교학과 | - | No | |
| 본 강좌는 현대인간사회를 둘러싸고 자연환경, 인적환경, 지식기술 영역에서 일어나는 혁신 등 새로운 발전양상을 추적하고 그에 따른 사회구조의 변화를 정치이론과의 연관성속에서 탐구한다. 과학기술지식의 진보가 추동하는 사회구조 및 의식의 변화가 국가와 정치행위에 새로운 도전을 부여하고 있다는 것에 대해서는 긴 논의가 필요하지 않다. 이외에도 인구구조의 변화나 기후 환경의 변화, 그로 인한 자연재해나 거주환경의 변화등은 기존 사회구조 및 정치제도에 대한 근본적인 도전을 제기하기도 한다. 그리고 한 사회, 나아가 인류의 생존 전체가 그러한 도전을 얼마나 제대로 이해하고 능동적으로 대응하는가에 달려있다는 것은 분명하다. 본 강좌는 이러한 미래사회에 등장하는 위험요소들을 추적하고 그 사회적 효과를 평가하는 한편 그에 대한 정치적 대응책을 모색한다. | |||||||||
| PSY4007 | 다변량분석과통계학습 | 3 | 6 | 전공 | 학사/석사 | 심리학과 | - | No | |
| 본 과목은 심리학을 비롯한 행동과학 연구에 널리 사용되는 다변량자료 분석 방법의 원리와 적용을 다룬다. 다중회귀모형과 로지스틱 회귀모형, 주성분분석, 요인분석, 군집분석 등의 다변량 절차들이 과학 이론의 탐색과 검증에 어떻게 적용되는지 확인하고 지도학습, 비지도학습 등의 통계학습과 어떻게 관련되는지 학습한다. 심리학과 대학원생 또는 [심리통계및컴퓨터분석]을 선수강한 학부 3-4학년생을 대상으로 한다. | |||||||||
| PSY5136 | 구조방정식이론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 심리학과 | - | No |
| 이 수업은 다변량 통계방법의 가장 폭넓고 깊은 과목이다. 회귀분석과 요인분석에 충분한 이해를 가지고 있는 학생들에게 다음 과목으로 권장된다. 이 수업에서는 구조방정식모형의 기초이론을 다루고, 구조적 관계가설에 기초하여 주어진 자료를 분석하는 연습을 하게 된다. 궁극적으로는 이 방법론을 주된 방법론으로 사용하여 출판된 논문들에 대한 비평을 할 수 있게 되는 것을 목적으로 한다. | |||||||||
| PSY5188 | 구조방정식모형 | 3 | 6 | 전공 | 석사/박사 | 심리학과 | 한 | Yes | |
| 본 과목은 심리학을 비롯한 행동과학 연구에 널리 사용되는 잠재변수모형, 경로모형, 구조방정식모형의 원리와 적용을 다룬다. 구조방정식모형의 핵심적 개념 및 분석 원리와 실제 연구 사례를 이해하고 컴퓨터 프로그램을 사용하여 실제 자료를 분석하는 절차를 다룬다. | |||||||||
| SIC5005 | 사회조사방법론 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 사회학에 있어서 경험연구의 방법과 기법을 소개한다. 이 과목에서 다루어지는 문제들은 과학적 지식의 성격, 측정기술과 원칙, 표본조사, 실험설계와 그밖의 조사절차와 기법들이다. | |||||||||
| SIC5011 | 융합프로젝트연구 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 경제적 격차, 건강•생애주기 격차 및 지능정보기술 격차 관련 사회문제 해결을 위한 개별연구 교과목이다. 연구주제는 학생과 지도교수가 상의하여 결정한다. | |||||||||
| SIC5012 | 소셜이노베이션융합현장실습 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 1~2학기를 통해 학생들이 대학원에서 배운 것과 현장경험을 연계시키도록 지도. 학생은 이론적인 지식을 실제 산업체 환경에 적용함으로써 미래에 대한 결정을 내릴 때 많은 정보를 활용하는 능력을 기름 | |||||||||
| SIC5020 | 패널데이터분석 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 횡단면 자료와 구별되는 패널자료의 특징에 대해 소개하고 관련 분석방법에 대하여 학습한다. 또한 패널자료를 활용하여 준실험설계 모형(이중차분모형, 경향점수매칭법, 회귀단절모형)을 구성하는 방법에 대하여 알아보고 실제 연구에 적용한 사례들을 살펴본다. 매주 통계 프로그램 실습을 통해 패널자료 분석을 위한 코딩 능력을 함양한다. | |||||||||
| SIC5021 | 소셜빅데이터분석 | 3 | 9 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 본 수업의 목표는 파이썬 프로그래밍을 활용하여 비정형화된 텍스트 기반 온라인 자료들을 수집·저장·분석하는 것이다. 온라인 뉴스 사이트, 블로그, SNS 등 다양한 채널을 통해 광범위한 소셜 데이터를 스크래핑·크롤링하는 방법을 배우고, 이렇게 수집된 데이터를 비지도(unsupervised) 기계학습을 통해 분석하고 예측하는 역량을 키운다. 대규모 코퍼스(corpus)에 대한 초급·중급 수준의 자연어처리를 수행하고, 이를 시각화하는 기술을 배운다. 확률모델인 토픽모델의 적용에 주안점을 두며 기본모형인 LDA에 대한 이해와 적용, 나아가 심화모형인 DTM과 ETM을 학습하고 적용한다. 궁극적으로 비정형화된 소셜 빅데이터를 처리하고, 시각화, 분석하는 능력을 키우고, 결과물들을 리서치 노트 형태로 정리하는 것을 최종적인 목표로 삼는다. | |||||||||
| SIC5022 | 빅데이터예측모델링 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 빅데이터예측모형과 통계적 학습의 이론적인 배경을 이해하고, 프로그래밍 tool을 활용하여 모형을 설계하고 추정하는 방법에 대해 학습한다. 회귀분석의 개념, 모형선택과 정규화, 자료 전처리 등에 대해 배우며, 추후 머신러닝 알고리듬의 이해를 돕기 위한 배경지식 함양에 집중한다. | |||||||||
| SIC5024 | 사회문제분석 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 영 | Yes | |
| 현대 대한민국과 세계도처에서 발생하는 사회갈등을 소개하고 그를 분석하기 위한 사회이론을 공부한다. 권력에 관한 사회학적 이론에 기반해 젠더 갈등, 민족/인종 갈등, 지식 갈등, 역사적 기억에 관한 갈등, 가짜 뉴스 문제, 정치 갈등에 대해 배운다. 이론의 습득을 중심으로 하며 밀도 있는 사례 연구를 통해 이론의 적용능력을 배양한다. 사회학 분야에 기반하되 정치학, 젠더학, 역사학, 철학 등 인접 분야와의 전략적 소통을 연습한다. 학술 컨퍼런스 형식의 발표와 토론을 연습하고 이론적 논문 작성을 위한 글쓰기 능력을 기른다. | |||||||||
| SIC5026 | 사회혁신이론및사례연구 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 본 과목은 사회혁신 이론 및 국내·외 사회혁신 사례들에 대한 학습을 통해 수강생들이 사회혁신의 의미를 이해하고, 사회혁신과 관련된 주요 행위자들의 역할을 파악하며, 연구자/실행자로서 사회혁신을 위한 세부과제를 탐색하고 구체적인 실행계획을 세우는 것을 목표로 한다. 수업의 전반부에서는 사회혁신의 개념 및 역사, 사회혁신에 대한 다양한 관점, 사회변동론 및 사회운동론 등 사회혁신과 밀접한 관련이 있는 이론을 종합적으로 검토한다. 수업의 후반부에서는 사회혁신 사례를 시장, 정부, 시민사회, 국제사회 등 사회혁신의 주요 영역별로 확인한다. 마지막으로 각자의 관심 영역에서의 혁신 노력에 대한 수강생 연구 결과 발표를 통해 사회혁신 과정에서의 도전과 새로운 가능성을 탐색할 것이다. | |||||||||
| SIC5028 | 파이썬을활용한머신러닝 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 본 수업의 목표는 파이썬 프로그래밍을 이용하여 머신러닝 알고리즘들을 구현해 보는 것에 있다. 초반부에서 파이썬 프로그래밍에 대한 기초를 배우고, 후반부에서 파이썬을 이용하여 지도학습 및 비지도학습의 다양한 머신러닝 알고리즘을 직접 구현하여 머신러닝에 대한 이해를 돕는다. | |||||||||
| SIC5034 | 위계선형모형 | 3 | 6 | 전공 | 석사/박사 | 2-8 | 소셜이노베이션융합전공 | 한 | Yes |
| 이 과목은 위계선형모형을 직접 사용하여 연구에 사용하며, 분석하며, 해석할 수 있는 기술을 길러내며, 더 나아가 위계선형모형을 사용하고 있는 최근의 사회과학 연구를 비판적으로 평가하고 접근할 수 있는 능력을 기르는 데에 목적이 있다. 흔히 사회과학 연구에서는 개인과 그가 생활하고, 일하고, 배우는 사회적 컨텍스트 사이의 관계를 연구하는 경우가 많이 있다. 이런 연구는 결국 다층모형을 연구하는 것이 될 수밖에 없는데, 그것은 다름아닌 집단 안에 소속된 개인을 연구하는 것을 말한다. 다층모형을 연구할 때 사용되는 데이터의 성격은 위계적이다. 예를 들어서 교육학에서의 연구를 보면, 보통 학생들을 연구하지만, 그 학생들은 학교라는 상위 집단 안에 소속된 개인들이다. 그래서 학생은 그냥 개인으로 존재하는 것이 아니라 어떤 집단의 구성원으로 존재한다. 이런 위계적인 성격의 데이터를 분석할 때에는 특별한 통계적 기술과 능력이 요구된다. 왜냐하면 이런 위계적 데이터를 일반적 통계 분석법으로 접근하면 표준오차와 유의도검정에서 심각한 오류를 낳기 때문이다. 바로 위계선형모형은 그와 같은 오류를 잘 해결해주며 집단 속에 있는 개인을 정확하게 연구하게 해준다. 본 과목은 위계선형모형의 배후에 있는 복잡다단한 수학적 계산보다는 그 모형을 실제의 연구에서 잘 이용하고 해석하는 데에 초점을 맞춰서 진행할 것이다. | |||||||||
| SIC5035 | 회귀분석이론과응용 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 소셜이노베이션융합전공 | 한 | Yes |
| 다변량 자료분석을 위해 필요한 통계학 이론들에 대해 설명한다. 주로 다중선형회귀에서의 최소제곱법, 추정과 가설검정, 잔차분석 및 모형의 적합성 판단 등을 다룬다 | |||||||||
| SIC5038 | 종단적범주형자료분석과응용 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 소셜이노베이션융합전공 | - | No |
| 다양한 범주형 종속 변수들이 포함된 회귀모형 (순서, 다항 로직 및 프로빗 모형 및 빈도변수 모형)에 필요한 통계학에 대한 이론들에 대해 설명한다. 또한, 이러한 모형을 포함한 매개효과 및 조절효과 모형에 대해서 논의한다. 마지막으로, 이러한 범주형 자료를 활용하여 사건이 발생한 시점을 포함한 절단 자료에 대한 분석방법도 논의한다. | |||||||||
| SOC4004 | 사회학방법론 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 영 | Yes | |
| 사회학 방법론은 사회 현상을 연구하는 데 적용되어 온 방법들이 갖는 타당성 내지는 문제점들을 비판적으로 분석하는 사회학의 한 영역이다. 물론, 주어진 연구 방법은 사회 현상의 본질을 어떻게 파악하는냐에 따라 그 타당성이 다르게 판단될 수 있는 문제이므로 방법론적인 논의는 언제나 인간 행위나 사회의 본질에 관한 이론적 논의와 뗄 수 없는 연관성을 지니게 된다. 이 과목에서는 이와 같은 본질적인 문제점들을 놓고 사회과학자들 내지는 철학자들 사이에 전개되어 온 논의들을 이해하고, 그와 같은 논의들이 사회학의 이론 형성과 연구 방법에 대해 지니는 의의들을 분석하게 될 것이다. | |||||||||