추가 적립 안내

『언어학자를 위한 통계학: R활용』은 본격적인 통계언어학의 입문 단계부터 고급 수준까지 자연스럽게 연결시켜 배울 수 있는 책이다. 구체적인 사례 중심으로 각 처리 단계를 세밀하게 보여주고 있으므로 소주제별로 응용이 가능하다. 원문에 충실하게 번역하였으나, 구성에 따라서는 쉽게 이해할 수 있도록 서너 개로 분리했다.

코퍼스를 연구자료로 활용하는 최근의 언어학 연구 관점에서는 주요 대상이 ‘언어학자들의 언어’에서 실제 사용되는 일반인의 언어, 언중의 언어 능력으로 옮아갔다. 이렇게 일반인의 언어를 기반으로 구축된 코퍼스 자원을 어떻게 언어 연구에 활용할 것인가가 최근 언어학계의 주요한 과제로 부각되었다. 여기에 필수적인 것이 바로 통계적 처리이다. 통계를 통해서만 코퍼스 자료로부터 단순빈도 추출을 넘어서는 유의미한 패턴을 도출할 수 있기 때문이다.
이 책은 바로 경험적 연구를 위해 통계적 처리를 필요로 하는 “언어학자를 위한 통계학” 입문서로서, 언어학적 의문에 대한 통계적 개념과 방법을 무료로 공개된 통계 소프트웨어인 R의 실제적인 활용 예를 통해 제시하고 있다. 저자는 통계분석은 입문서를 읽는다고 해서 배울 수 있는 게 아니라 실제로 각자가 통계분석을 해봐야 한다고 강조한다. 통계분석을 수행하기 위해서는 적절한 툴이 필수적이며 분석자는 자신이 사용하는 툴을 활용할 줄 알아야 한다. 통계분석을 필요로 하는 언어학자들은 이 책을 통해 데이터처리와 통계분석의 개념에 대한 이해뿐 아니라 R이라는 툴에 대한 실제적인 활용법도 얻을 수 있을 것이다.
이 한국어판은 2013년에 나온 개정판의 번역으로서, 저자는 이 개정판을 내면서 특히 5장을 거의 전면적으로 다시 집필하다시피 하였으며, 초판의 오류들을 주의 깊게 바로 잡았다.

옮긴이 머리말

제2판 서언

제1장 경험적 연구의 기초

1. 도입
2. 언어학에서의 양적 연구의 적합성
3. 양적 연구의 설계와 논리
3.1. 탐색
3.2. 가설 및 수치화
3.2.1. 텍스트 형식으로 본 과학적 가설
3.2.2. 선택 변수 수치화
3.2.3. 통계적/수리적 형식의 과학적 가설
3.3. 데이터 수집 및 저장
3.4. 판정
3.4.1. 이산확률분포로부터의 한쪽꼬리 p-값
3.4.2. 이산확률분포로부터의 양쪽꼬리 p-값
3.4.3. 확장: 연속확률분포
4. 요인실험 설계: 도입
5. 요인실험 설계: 추가 예

제2장 R 기초

1. 도입 및 설치
2. 함수 및 논항
3. 벡터
3.1. 벡터 생성하기
3.2. 벡터 불러오기 및 저장하기
3.3. 벡터 편집하기
4. 팩터
4.1. 팩터 생성하기
4.2. 팩터 불러오기 및 저장하기
4.3. 팩터 편집하기
5. 데이터프레임
5.1. 데이터프레임 생성하기
5.2. 데이터프레임 불러오기 및 저장하기
5.3. 데이터프레임 편집하기
6. 프로그래밍: 조건식과 루프
6.1. 조건식
6.2. 루프
7. 각자 필요한 작은 함수 만들기

제3장 기술통계학

1. 단일변량통계
1.1. 빈도 데이터
1.1.1. 산점도와 선그림
1.1.2. 파이그림
1.1.3. 막대도표
1.1.4. 파레토그림
1.1.5. 히스토그램
1.1.6. 경험적 누적분포
1.2. 중심경향성 척도
1.2.1. 최빈값
1.2.2. 중앙값
1.2.3. 산술평균
1.2.4. 기하평균
1.3. 산포도
1.3.1. 상대 엔트로피
1.3.2. 범위
1.3.3. 사분위수
1.3.4. 평균편차
1.3.5. 표준편차/분산
1.3.6. 변이계수
1.3.7. 데이터의 요약
1.3.8. 표준오차
1.4. 중심화와 표준화: z-점수
1.5. 신뢰구간
1.5.1. 산술평균의 신뢰구간
1.5.2. 비율의 신뢰구간
2. 이변량통계
2.1. 빈도와 교차표
2.1.1. 막대도표와 모자이크그림
2.1.2. 스파인그림
2.1.3. 선그림
2.2. 평균
2.2.1. 상자그림
2.2.2. 상호작용그림
2.3. 상관계수와 선형회귀

제4장 분석통계학

1. 분포와 빈도
1.1. 분포 적합도
1.1.1. 단일 종속변수(비율형)
1.1.2. 단일 종속변수(명목형/범주형)
1.2. 차이/독립성검정
1.2.1. 단일 종속변수(순서형/구간형/비율형)와 단일 독립변수(명목형): 독립표본
1.2.2. 단일 종속변수(명목형/범주형)와 단일 독립변수(명목형/범주형): 독립표본
1.2.3. 단일 종속변수(명목형/범주형): 종속표본
2. 산포
2.1. 단일 종속변수(비율형)에 대한 적합도검정
2.2. 단일 종속변수(비율형)와 단일 독립변수(명목형)
3. 평균
3.1. 적합도검정
3.1.1. 단일 종속변수(비율형)
3.1.2. 단일 종속변수(순서형)
3.2. 차이/독립성검정
3.2.1. 단일 종속변수(비율형)와 단일 독립변수(명목형): 독립표본
3.2.2. 단일 종속변수(비율형)와 단일 독립변수(명목형): 종속표본
3.2.3. 단일 종속변수(순서형)와 단일 독립변수(명목형): 독립표본
3.2.4. 단일 종속변수(순서형)와 단일 독립변수(명목형): 종속표본
4. 상관계수와 선형회귀
4.1. 곱적률상관의 유의미성
4.2. Kendall 타우
4.3. 상관성과 인과성

제5장 다요인 방법론과 다변량 방법론
1. 상호작용과 모형(선택)의 개념
1.1. 상호작용
1.2. 모형(선택)
1.2.1. 첫 모형 생성
1.2.2. 최종 모형선택
2. 선형모형
2.1. 단일 이진예측변수를 포함하는 선형모형
2.2. 단일 범주형 예측변수를 포함하는 선형모형
2.3. 단일 수치형 예측변수를 포함하는 선형모형
2.4. 두 범주형 예측변수를 포함하는 선형모형
2.5. 단일 범주형 예측변수와 단일 수치형 예측변수를 포함하는 선형모형
2.6. 두 수치형 예측변수를 포함하는 선형모형
2.7. 다중 예측변수를 포함하는 선형모형선택과정
3. 이진로지스틱회귀모형
3.1. 단일 이진예측변수를 포함하는 로지스틱회귀분석
3.2. 단일 범주형 예측변수를 포함하는 로지스틱회귀
3.3. 단일 수치형 예측변수를 포함하는 로지스틱회귀
3.4. 두 범주형 예측변수를 포함하는 로지스틱회귀
3.5. 단일 범주형 예측변수와 단일 수치형 예측변수를 포함하는 로지스틱회귀
3.6. 두 수치 예측변수를 포함하는 로지스틱회귀
4. 그 밖의 회귀모형
4.1. 단일 범주형과 단일 수치형 예측변수를 포함하는 순서로지스틱회귀
4.2. 단일 범주형과 단일 수치형 예측변수를 포함하는 다항회귀분석
4.3. 단일 범주형과 단일 수치형 예측변수를 포함하는 포아송회귀
5. 반복측정: 입문
5.1. 피험자/항목에 내포된 단일 독립변수
5.2. 피험자/항목에 내포된 두 개의 독립변수
5.3. 피험자/항목 간, 그리고 피험자/항목 내 두 개의 독립변수
5.4. 혼합효과/다수준 모형
6. 계층적 병합군집분석

제6장 맺음말

참고문헌
부록_한영 용어대조
부록_영한 용어대조