추가 적립 안내

『R을 활용한 다변량 통계분석 입문』 는 〈다변량 자료의 예제들〉, 〈다변량 방법들의 소개〉, 〈다변량 정규분포〉, 〈컴퓨터 프로그램〉, 〈행렬대수의 필요성〉, 〈평균 벡터와 공분산 행렬〉 등을 수록하고 있는 책이다.

1장 다변량분석의 자료
1.1 다변량 자료의 예제들
1.2 다변량 방법들의 소개
1.3 다변량 정규분포
1.4 컴퓨터 프로그램
부록 R 소개

2장 행렬대수
2.1 행렬대수의 필요성
2.2 행렬과 벡터
2.3 행렬 연산
2.4 역행렬
2.5 이차형식
2.6 고유값과 고유벡터
2.7 평균 벡터와 공분산 행렬
2.8 추가 자료
부록 R에서의 행렬대수

3장 다변량 자료 시각화
3.1 이차원에서 다변량 자료 시각화의 문제
3.2 지표변수 그리기
3.3 Draftsman 그림
3.4 개별적인 자료들의 표현
3.5 변수들의 프로파일
3.6 논의와 추가 자료
부록 R로 그림 그리기

4장 다변량 자료의 유의성 검정
4.1 여러 변수들의 동시 검정
4.2 이표본 평균 비교: 일변량 경우
4.3 이표본 평균 비교: 다변량 경우
4.4 다변량 검정 대 일변량 검정
4.5 이표본 변동 비교: 일변량 경우
4.6 이표본 변동 비교: 다변량 경우
4.7 여러 표본의 평균 비교
4.8 여러 표본의 변동 비교
4.9 컴퓨터 프로그램
부록 R을 이용한 유의성 검정

5장 다변량 거리 측정과 검정
5.1 다변량 거리들
5.2 개별 관측치들 간의 거리
5.3 모집단 그리고 표본들 간의 거리
5.4 비율에 대한 거리
5.5 존재 여부 자료
5.6 Mantel 임의화 검정
5.7 컴퓨터 프로그램
5.8 논의와 추가 자료
부록 R에서의 다변량 거리 측도

6장 주성분분석
6.1 주성분의 정의
6.2 주성분분석 절차
6.3 컴퓨터 프로그램
6.4 추가 자료
부록 R에서의 주성분분석(PCA)

7장 인자분석
7.1 인자분석 모형
7.2 인자분석 방법
7.3 주성분 인자분석
7.4 인자분석 프로그램을 이용한 주성분분석
7.5 분석의 옵션들
7.6 인자분석의 가치
7.7 논의와 추가 자료
부록 R에서의 인자분석

8장 판별함수분석
8.1 그룹 구별 문제
8.2 Mahalanobis 거리를 이용한 판별
8.3 정준판별함수
8.4 유의성 검정
8.5 가정
8.6 그룹 멤버십의 사전확률 할당
8.7 단계적 판별함수분석
8.8 개체들의 잭나이프 분류
8.9 비분류된 개체들을 그룹에 할당
8.10 로지스틱 회귀
8.11 컴퓨터 프로그램
8.12 논의와 추가 자료
부록 R에서의 판별함수분석

9장 군집분석
9.1 군집분석의 사용
9.2 군집분석의 타입
9.3 계층 방법
9.4 군집분석에서의 문제점
9.5 거리 측도들
9.6 군집분석으로 주성분분석
9.7 컴퓨터 프로그램
9.8 논의와 추가 자료
부록 R에서의 군집분석

10장 정준상관분석
10.1 다중회귀분석 확장
10.2 정준상관분석을 위한 절차
10.3 유의성 검정
10.4 정준변수의 해석
10.5 컴퓨터 프로그램
10.6 추가 자료
부록 R에서의 정준상관

11장 다차원척도분석법
11.1 거리행렬로 지도 만들기
11.2 다차원척도분석 절차
11.3 컴퓨터 프로그램
11.4 추가 자료
부록 R에서의 다차원척도분석

12장 다변량배열분석
12.1 다변량배열 문제
12.2 주성분분석
12.3 주요인분석
12.4 다차원척도분석
12.5 대응분석
12.6 배열 방법들의 비교
12.7 컴퓨터 프로그램
12.8 추가 자료
부록 R에서의 배열 방법

13장 에필로그
13.1 다음 단계
13.2 몇 가지 일반적인 얘기
13.3 결측치

■ 찾아보기

〈저자 서문〉

이 책 [Multivariate Statistical Method: a Primer] 4판은 이전 3판과 유사하지만, 4판에서는 모든 분석의 R 코드를 소개하고 있다는 것이 특징이다. 코드를 실행하는 데 사용된 R 버전은 R 3.3.1이다. 이 책에서는 R 코드를 통해 얻어진 결과들을 다양한 다른 통계 패키지들의 결과와 일치하는지의 확인 과정을 거쳤다.

이 책의 목표는 수학 전공자가 아닌 사람들에게 다변량 통계방법론을 소개하는 데 있다. 따라서 지나치게 광범위한 내용을 담으려 하지 않았다. 오히려 전반적으로 무엇을 할 수 있는지에 대한 아이디어를 제공하였고 세세한 사항은 최소화하려 하였다. 다시 말해서 이 책은 여러분을 통계적 방법의 특정 분야로 인도하기 위한 책이다.

이 책은 독자들이 정규분포, t, 카이제곱, F 분포를 이용한 유의성 검정, 분산분석, 그리고 선형회귀를 포함한 기초 통계학의 실용적 식을 갖추고 있음을 가정한다. 즉, 보통 통계학과 1학년 때 배우는 지식 정도를 갖추고 있으면 충분하다. 다만, 교재에 있는 특정 수식을 이해하는 데 약간의 대수 지식이 필요하며, 다차원 방법론을 어느 정도 이해하기 위한 행렬대수 지식도 필요하다. 그러나 몇 가지 내용을 사실로 받아들인다면 필요한 지식은 그다지 많지 않다. 행렬대수는 2장에서 정리한다. 따라서 2장을 학습하면 이 분야에서 적당한 지식을 갖게 될 것이다.

각 장들은 어느 정도 서로 독립적으로 학습할 수 있다. 처음 다섯 장은 특정한 기법이라기보다 주로 다변량에서의 일반적인 특징에 관한 내용이어서 준비 단계에 해당하는 내용들이다. 1장은 이 책에 포함된 분석들의 동기를 유발하는 예제를 포함하고 있다. 2장에서는 행렬대수를 다루고, 3장에서는 다양한 형태의 시각적 방법을, 4장에서는 유의성 검정을, 그리고 5장에서는 모든 개체들에서 측정된 변수들을 기초로 개체들간의 거리 측정에 대해 다룬다. 현재 사용되고 있는 매우 중요한 다변량 방법들을 다루는 6장부터 12장까지의 내용을 공부하기 전에 처음 다섯 장을 먼저 학습할 것을 추천한다. 마지막 13장은 다변량 자료 분석에 대한 일반적인 논평을 포함하고 있다.

이 책 4판의 기본적인 내용들은 2판과 3판의 것을 유지하였다. 그리고 내용을 수정할 때는 이 책의 원래 의도였던, 가능한 간단히 그리고 독자들이 다변량 방법론을 현명하게 사용할 수 있도록 하는 단계까지만 인도하자는 생각을 지속적으로 반영하였다.
1장 부록에는 R 패키지 사용에 대한 내용을 소개하고, 분석에 필요한 코드는 2장부터 12장 부록에서 논의하였다.

〈역자 서문〉

역자는 통계학과 학생 대상의 전공필수과목인 다변량 통계분석을 강의하면서 예제를 통한 통계분석과 결과를 해석하는 능력뿐만 아니라 통계적 방법론에 대한 이론적인 지식도 함께 제공해야 함을 경험을 통해 깨달았다. 이러한 목적에 부합한 교재를 찾다가 [Multivariate Statistical Method: a Primer]를 발견하였다. 이번 4판 번역에서는 원서에서 부록에 제공하던 R 코드를 본문에 삽입하여 직접 코드를 실행하여 어떤 결과가 나오는지 바로 확인할 수 있도록 하였다. 이 책의 원 저자가 의도하였듯이 통계를 전공하지 않은 학생들도 다변량분석을 할 수 있도록 하기 위해 기본적인 수학 지식만으로도 충분히 핵심 이론을 이해할 수 있도록 쉽게 설명하고자 하였으며, 통계분석의 접근성을 높이기 위해 무료로 제공되는 통계분석 프로그램인 R을 이용하여 실습을 수행하였다.

이 책의 출판을 위해 역자와 출판사 모두 최선을 다하였으나 부족한 점이 있을 것이다. 이 책의 개선에 대한 의견이나 오류에 대한 지적은 출판사 홈페이지를 통해 부탁드리며, 출간 후에 나오는 수정사항 등은 자유아카데미 홈페이지(www.freeaca.com) 자료실에 제공할 예정이니 참고하기를 바란다.