추가 적립 안내

최근 빅데이터 분석의 중요성이 커지고 기계 학습과 같은 인공지능 알고리듬이 점차 보편화되면서 통계학의 기본 원리를 이해하는 것이 더욱 중요해지고 있다. 단순히 프로그램을 돌리고 출력물을 해석하는 수준이 아니라 통계 이론의 기본 원리를 이해하는 데 도움이 될 수 있었다는 독자들의 격려가 저자에게는 큰 힘이 되어 제3판을 출판하게 되었다. 제3판은 매개효과모형에 대한 소개, 이분산성이 초래하는 효과에 대한 논의, 그리 고 회귀분석에서 검정력 함수와 표본크기 결정의 문제를 새로 추가하였다.

제3판 서 문
제2판 서 문
제3판 서 문
책의 구성과 활용

PART I 자료의 이해와 해석
CHAPTER 01 사회현상과 통계학
1.1 통계학 공부의 필요성
1.2 자료수집과 분석의 목적
1.3 비판적 자료분석 사례
CHAPTER 02 자료의 정리: 기술통계분석
2.1 변수의 측정과 유형
2.2 빈도분포표와 교차분포표
2.3 대표치
2.4 분산도
2.5 분포의 모양: 왜도와 첨도
2.6 극단값과 결측치 처리
2.7 평균과 분산 정보의 활용
2.8 그래프를 이용한 기술통계분석: 자료의 시각적 이해

PART II 확률이론과 통계적 추론의 기초
CHAPTER 03 확률이론
3.1 확률의 개념
3.2 결합확률, 주변확률, 그리고 조건부확률
3.3 베이즈 정리
3.4 제3의 변수와 확률 추정: 심슨의 역설
CHAPTER 04 확률변수와 확률분포
4.1 확률변수의 개념
4.2 확률분포
4.3 대표적인 이산형 확률분포
4.4 대표적인 연속형 확률분포
4.5 통계 프로그램을 이용한 확률, 누적확률, 그리고 분위수 구하기
CHAPTER 05 표본통계량과 표본분포
5.1 표본통계량의 기본 개념
5.2 표본평균의 표본분포: 정규분포와 t-분포
5.3 표본분산의 표본분포: 카이제곱 분포
5.4 표본비율의 표본분포: 정규분포
5.5 표본분산 비율의 표본분포: F-분포
CHAPTER 06 통계적 추론: 점추정과 신뢰구간 추정
6.1 통계적 추정의 기본적인 구조
6.2 점추정과 신뢰구간 추정
6.3 설문조사와 통계학
CHAPTER 07 통계적 가설검정 I: 단일표본
7.1 가설검정의 원리
7.2 단일표본에 대한 가설검정
CHAPTER 08 통계적 가설검정 II: 두 표본
8.1 모평균의 차이에 대한 검정
8.2 두 모분산의 차이에 대한 검정
8.3 독립인 두 집단의 모비율의 차이에 대한 검정
8.4 동등성 검정(equivalence test)

PART III 변수 간의 관계 분석
CHAPTER 09 범주형 자료의 연관성 분석
9.1 범주형 자료의 연관성 분석
9.2 제3의 변수 통제와 범주형 자료분석
9.3 두 시점에서 반복적으로 측정된 자료분석
CHAPTER 10 상관관계 분석
10.1 공분산
10.2 상관계수의 개념
10.3 상관계수 분석의 기본 절차
10.4 제3의 변수를 고려한 상관계수: 편상관계수와 다중상관계수
10.5 상관분석의 응용: 측정도구의 내적 일관성 측정
CHAPTER 11 분산분석(ANOVA)
11.1 분산분석(Analysis of Variance)의 개요
11.2 일원분산분석의 방법
11.3 이원분산분석의 방법
11.4 다중비교(Multiple Comparison)
CHAPTER 12 회귀분석이론의 기초
12.1 모집단 회귀모형식의 의미
12.2 회귀계수 추정의 방법
12.3 회귀모형의 적합도 평가
12.4 회귀계수의 분포와 통계적 유의성 검정
12.5 종속변수의 신뢰구간 추정과 예측
CHAPTER 13 다중회귀분석
13.1 다중회귀분석의 기본 개념
13.2 다중회귀모형의 구축과 해석
13.3 다중회귀모형의 구축과 해석: 변수변환의 문제
13.4 독립변수 간의 상대적 중요성 판단
13.5 독립변수 선택 방법
13.6 상관계수와 다중회귀분석
13.7 매개 효과 모형
13.8 다중회귀분석과 적절한 표본의 크기
CHAPTER 14 회귀진단
14.1 영향점, 지렛점, 이상점 진단
14.2 오차항의 정규성 가정
14.3 오차항의 등분산성 가정
14.4 오차항의 독립성 가정
14.5 선형성 가정
14.6 독립변수 간의 상관관계에 따른 다중공선성의 문제
14.7 독립변수의 외생성 가정
14.8 종속변수와 독립변수의 무측정오차 가정

참고문헌
찾아보기

제3판 서?문
초판을 출판한지 벌써 5년의 시간이 지났다. 기초 통계학 분야에 큰 변화가 있는 것은 아니지만 최근 빅데이터 분석의 중요성이 커지고 기계 학습과 같은 인공지능 알고리듬이 점차 보편화되면서 통계학의 기본 원리를 이해하는 것이 더욱 중요해지고 있다.
단순히 프로그램을 돌리고 출력물을 해석하는 수준이 아니라 통계 이론의 기본 원리를 이해하는 데 도움이 될 수 있었다는 독자들의 격려가 저자에게는 큰 힘이 되어 제3판을 출판하게 되었다.
제3판은 매개효과모형에 대한 소개, 이분산성이 초래하는 효과에 대한 논의, 그리 고 회귀분석에서 검정력 함수와 표본크기 결정의 문제를 새로 추가하였다. 원래는 자료의 시각화 부분을 추가하려고 했으나 『데이터 시각화와 자료 분석』(박영사)을 출간하면서 이 부분을 자세하게 설명했기 때문에 이를 포함하지 않았다. 또한 SAS 프로그램의 기초가 떨어지는 학생을 위해 『데이터 시각화와 자료 분석』 책에 SAS 프로그램의 기초와 데이터 처리와 관련된 내용을 자세히 소개하였으니 관심 있는 독자는 위 책을 참고하기 바란다. 한편 저자는 기초통계학에서 로지스틱 회귀분석을 다루는 것은 적절하지 않다고 생각하기 때문에 이번 개정판에도 이를 포함하지 않았다. 관심 있는 독자는 『범주형 자료 분석』(문우사) 책을 참고하면 로지스틱 회귀분석 이론을 어렵지 않게 이해할 수 있을 것이다. 이 책은 SAS 코드를 중심으로 설명하고 있으나 R 코드를 원하는 독자에게는 저자에게 요청하면 보내드릴 수 있다. 이 코드 정리는 경 기개발원에 근무하는 김대중 박사가 수고를 해주었다. SPSS 사용자는 『SPSS를 이용한 통계학의 이해와 활용』(문우사)을 참고하시기 바란다.
방법론의 체계를 세워서 사회과학을 연구하는 후학들에게 조금이라도 도움이 되고자 했던 저자의 소망은 게으름과 무능함으로 여전히 먼 길처럼 느껴진다. 이미 마쳤어야 할 “매개효과와 조절효과: 인과이론과 구조방정식의 관점” 원고와 여름 방학을 보내고 있는 저자를 보면서 스스로의 게으름을 탓한다. 공부하면 할수록 내가 알고 있었던 것이 얼마나 부족한 것이었는지를 느끼며 또한 저자의 무능함을 한탄한다. 그럼에도 불구하고 진지하게 공부를 하려는 제자들에게 도움이 될 수 있을 것을 기대하며 마음을 다잡는다.
이 책의 교정에는 서울대학교 행정대학원 석사 과정 정다원, 이민아 학생이 도움을 주었다. 바쁜 학업 과정 중에서도 저자의 연구에 항상 헌신적인 도움을 준 이 학생들이 앞으로 훌륭한 학자로 성장할 것으로 기대한다. 또한 수업을 들으며 좋은 질문을 해주고 오탈자 교정에도 도움을 준 연구실 학생들과 서울대학교 학생들에게도 감사의 뜻을 전하고자 한다. 그리고 언제나 최고의 책을 만들기 위해 애쓰시는 문우사 김영훈 사장님과 편집진 일동께도 감사를 표하고자한다. 마지막으로 남편과 아빠의 노릇을 제대로 하지 못하고 또 집을 떠나 여름 방학을 베이징에서 보내며 서문을 쓰고 있는 저자를 이해해주는 아내 강금화와 딸 희경, 아들 석찬에게 항상 고맙고 미안할 따름이다.

2019년 9월
서울대학교 행정대학원 교수
고길곤