모든 연구자는 자연현상이나 사회현상을 규명함에 있어 데이터를 이용하여 분석하고 일반화하기를 원한다. 연구 방법론적으로 관심 있는 현상을 규정하고 일반화하기 위해 표본조사 방법론에 근거한 데이터를 추출하고 귀납적 방법으로 결론을 유도하게 된다. 이때 분석하는 도구로 상업적 패키지를 사용하는데, 그 중에서 SPSS(Statistical Package for Social Science)는 사회과학적 자료를 분석하는 데 많이 이용되고 있다. 수많은 책에서 단편적이지만 체계적인 분석 방법을 제시하고 결론을 유도하여 독자로 하여금 단순히 마우스를 클릭하는 방법으로 입력했다. 패키지 메뉴에 따라 일일이 분석하는 것도 중요하지만 전체를 이해하고 부분적으로 응용하는 것은 더욱 중요한 일이라 여겨져 졸저《SPSS 단계별 입력에 의한 사회과학 데이터 분석》(2011년 발간)을 출간하였다.

그러나 이산형 데이터(순서형, 도수형, 범주형)의 분석은 더욱 중요함을 느끼면서도 접근하지 못하던 차에 이산형 데이터를 분석할 수 있는 책이 필요함을 절실히 느끼고 이 책을 출간하기로 작정하고 “사회과학 데이터 분석”에서 다루지 않았던 분석 도구를 대상으로 출간하게 되었다. 비록 menu 바에 있는 전부를 커버할 수는 없었지만 특수 분야를 제외하고 전편에서 다루지 못했던 분야를 전부 수록했다. 처음 SPSS 패키지를 접하는 독자는 “사회과학 데이터 분석”의 1장부터 10장까지를 읽고 이 책에 접근하기를 바란다.

이 책의 주된 내용은 범주형 데이터를 비롯한 이산형 데이터의 분석을 주로 다루었으며, 장별 소개를 상세하게 기술하였으므로 이를 참조하기 바란다. 아울러 패키지 Menu 바에서 분석 도구들에 대한 설명 및 책 목록을 첨부하여 비교할 수 있도록 했으니 어떤 책을 읽어야 할지 참고하길 바란다.

- 머리말 중에서 -

Chapter 01 대수선형 모형 설정과 분석

1.1 서론 2 

1.2 대수선형 모형에 대한 기초 3 

1.3 독립모형의 적합 10 

1.4 계통모형 13 

1.5 후향제거를 사용한 모형선택 17 

Chapter 02 로지트 모형 분석 

2.1 이분 로지트 모형 26 

2.2 불포화 로지트 모형 30 

2.3 다차원 로지트 모형 35 

Chapter 03 다항 로지스틱 모형 

3.1 로지스틱 모형 44 

3.2 기본 로지트 예제 45 

3.3 모형분석 47 

3.4 모형 평가 55 

3.5 자동 변수 선택 62 

3.6 짝진 케이스 통제 연구 66 

Chapter 04 순서척도의 회귀분석 

4.1 순서 로지트 모형에의 적합 74 

4.2 일반화된 선형 모형 87 

4.3 이분산 Porbit 모형에의 적합 88 

Chapter 05 probit 회귀모형 

5.1 Probit 응답모형과 로지트 응답모형 96 

5.2 살충제의 상대적 잠재력 비교 104 

Chapter 06 분산성분 분석 

6.1 고정효과와 임의효과 108 

6.2 일원분류 모형 109 

6.3 이원분류를 위한 지분계획 모형 115 

6.4 혼합모형을 사용한 단일 반복측정 118 

Chapter 07 선형 혼합모형 

7.1 선형 혼합모형 124 

7.2 조건 없는 임의효과 모형 126 

7.3 다른 고정효과 추가 133 

7.4 계층적 모형 137 

7.5 확률계수 모형 141 

7.6 학교 수준과 개인 수준의 공변량 144 

Chapter 08 일반화된 선형 모형 

8.1 GLM의 기초 150 

8.2 모형의 선택 151 

8.3 연결함수의 선택 153 

8.4 로지스틱 회귀에 적합 156 

8.5 계수들의 가설검정 162 

8.6 포아송 비율 모형 적합 164 

8.7 Probit 모형에의 적합 169 

8.8 포아송 개수 모형에 적합 171 

8.9 대수선형 모형에의 적합 175 

Chapter 09 일반화 추정 방정식 

9.1 일반화 추정 모형 180 

9.2 포아송 모형에의 적합 187 

Chapter 10 비선형 회귀모형 

10.1 비선형 모형이란? 194 

10.2 로지스틱 인구 증가모형에의 적합 196 

10.3 시작점 추정 202 

10.4 계산문제 204 

10.5 비선형 회귀의 options 204 

10.6 비선형 회귀에서 자주 쓰이는 모형 205 

Chapter 11 2단계 최소제곱 회귀분석 

11.1 분석 데이터 208 

11.2 2단계 최소제곱법 211 

Chapter 12 다차원 척도법 

12.1 서론 218 

12.2 다차원 척도법 219 

12.3 고전적 다차원 척도법 224 

12.4 비계량 CMDS 227 

12.5 반복 다차원 척도법 232 

12.6 가중 다차원 척도법 242 

찾아보기 / 257

지은이: 고왕경

고려대학교 통계학 박사

호남대학교 전산통계학과 교수

일본 오카야마 대학교 수리과학 연구소 연구원

남아프리카공화국 University of the Free State 교환교수

미국 Geogia 대학교, 호주 Curtin 대학교 교환교수

현재 안양대학교 정보통계학과 교수

저서

<통계수학>, <기초통계학>(공저), <기초확률론>, <확률과정론>, <확률론입문>, <기초 Maple V 입문>, <확률의 이해>

연구 분야

변화시점 분석, 민감도 분석과 통계적 Neural Network

배송정보

교환/반품 정보