1. 지원동기제가 통계대학원에 진학하는 이유는 첫 번째로 통계에 깊은 관심과 열정이 있고 둘째는 그 관심 분야를 직업으로 가지기 위해 더욱 전문적인 지식을 습득할 필요가 있다고 생각했기 때문입니다.저는 대학교에서 4년 동안 통계학을 공부하면서 통계학이 다양한 분야에서 활용되고 응용된다는 점이 정말 흥미로웠습니다. 특히 다양한 자료들을 취합하여 데이터 분석 및 예측을 하고 결론을 도출해낸다는 점이 가장 흥미로웠습니다. 이러한 통계적 지식과 데이터 분석 능력을 함양시키고 심도 있는 연구를 하고 싶습니다.대학교 재학 시절 저학년 때에는 통계학의 초석 마련을 위한 이론 공부에 매진하였고, 고학년 때에는 데이터를 실질적으로 활용한 분석과 이와 더불어 머신러닝에 대한 혜안을 갖추어 나가기 위해 노력했습니다. 이를 통해 데이터를 기반으로 한 분석과 의사결정 및 데이터 연구분석이 중요하다는 것을 깊이 있게 깨달았습니다. 또한 실습 중심의 프로젝트를 수행해나가며 데이터 분석 능력을 활용하여 여러 모델을 예측하고 머신러닝을 적절히 수행해나가며 통계학에 대한 관심과 열정은 더욱 배가 되기 시작했습니다. 이러한 경험과 학부에서의 능력은 통계이론과 분석 기법을 심도있게 연구하고자 하는 결심의 계기가 되었습니다. 통계학 대학원에 진학하여 능력을 한 단계씩 체계화하여 실무 능력을 키우고, 전문적인 이론을 연구하여 역량을 갖추어 통계학의 인재로 성장할 수 있을 것이라고 생각합니다.학부 시절 통계학에 경제학을 접하면서, 금융 시장에서 발생하는 다양한 데이터가 실시간으로 쌓이고 이를 정교하게 분석하여 의사결정에 활용할 수 있다는 점에 큰 흥미를 느꼈습니다. 특히 금융위기와 같은 예측하기 어려운 시장 변동 상황에서, 통계모델을 통해 리스크를 진단하고 정책 방향성을 수립하는 과정을 지켜보며, ‘데이터 기반 의사결정’이 얼마나 중요한지 실감하게 되었습니다. 이러한 경험을 통해 보다 심층적인 통계 이론과 분석 기법을 체계적으로 연구하고, 나아가 금융·경제 분야에서 실효성 있는 모델을 개발하는 데 기여하고자 대학원 진학을 결심하게 되었습니다.또 학부생일 때 통계학과 학회에서 머신러닝에 대해 공부하고 팀 프로젝트를 진행했던 경험이 있습니다. 혼자가 아니라 여러 명이서 프로젝트를 진행하면서 다른 이들과 소통하면서 더 나은 데이터분석 능력에 대해 함께 고민을 나눌 수 있었고 다양한 경험을 쌓을 수 있었습니다. 통계 대학원에서도 교수님들의 연구실에서 연구를 하거나 다른 대학원들과 함께 연구 프로젝트를 할 수 있을 것이라 생각합니다. 이러한 프로젝트를 통해 전문적인 지식과 능력을 함양할 수 있고 더 나은 연구 결과를 도출해낼 수 있을 것입니다. 또한 대학 수준보다 더 심도 깊은 대학원 교육 과정을 따라 선형모형방법론과 범주형자료분석방법론 같은 관심 분야의 수업을 들으며 문제 해결 능력과 학문에 대한 견문을 넓혀갈 것입니다. 고급 통계 기법을 습득하여 금융 및 경제 데이터에 적용하는 지식을 습득할 수 있을 것이라 생각합니다. 이러한 배움을 통해 데이터를 기반으로 정책 결정 및 사회적 발전에 기여할 수 있는 통계 전문가가 되고자 합니다.2. 학업 및 연구 계획학부 시절, 경제학을 복수전공하면서 미시경제학, 거시경제학, 계량경제학 등의 과목을 수강하였고, 교내 경제학회 활동을 통해 시장의 불규칙한 흐름과 미래를 예측하는 것이 중요하다는 것을 알게 되었습니다. 또 이를 뒷받침하는 통계적 사고의 가치를 체득할 수 있었습니다. 특히 시계열 분석을 통해 국제 경제의 흐름을 예측하면서 우리나라의 주가, 금리, 환율과 같은 금융 데이터를 모델링하는 과정에서 통계적 사고의 중요성을 체감하였습니다.대학원에서는 선형모형방법론과 결측자료분석 과목을 지도하시는 교수님의 훌륭한 강의를 들으며 열심히 공부하고 연구하여 데이터 분석 능력을 키워, 최적화된 데이터 분석가의 능력을 보여줄 것입니다. 특히 선형모형방법론 과목에서 R과 SAS를 사용해서 계산 및 선형 모델 추정을 수행하고 그래프 등을 도출하는 방법을 전문적으로 학습하고 싶습니다. 또 학부시절 데이터 분석 프로젝트를 진행할 때 결측치에 대한 고민이 굉장히 많았던 경험이 있었습니다. 결측치 처리에 대해 배운 것이라고는 결측값을 제거하거나 평균, 중앙값 등으로 단순 대체하는 방법과 KNN 뿐 이었습니다. 당시 지식이 많지 않아 결측치 처리에 있어서 많은 아쉬움이 남았습니다. 그 아쉬움을 경험으로 삼아 결측자료분석 과목을 수강하며 결측치에 대한 통계분석 기법을 학습하고 싶습니다. 결측 데이터가 발생하는 매커니즘을 이해하고 불완전한 데이터를 처리하는 방법론을 배우며 이를 실제 데이터에 적용하고 싶습니다.
