Detail View

2012년에 출간된 Samprit Chatterjee와 Ali S. Hadi의 저서 “Regression Analysis by Example”의 제5판을 번역한 것이다. 책의 제목이 나타내는 대로 원저자들은 일련의 예제들을 통하여 회귀분석에 관련된 주요 개념과 사용 가능한 기법, 그리고 분석의 결과를 서술하는 방식으로 이 분석이 지니는 내용 전반을 소개하고 있다.

이 책은 2012년에 출간된 Samprit Chatterjee와 Ali S. Hadi의 저서 “Regression Analysis by Example”의 제5판을 번역한 것이다. 책의 제목이 나타내는 대로 원저자들은 일련의 예제들을 통하여 회귀분석에 관련된 주요 개념과 사용 가능한 기법, 그리고 분석의 결과를 서술하는 방식으로 이 분석이 지니는 내용 전반을 소개하고 있다.
회귀분석이 통계학의 응용에서 차지하는 비중은 실로 크다고 할 수 있다. 그러나 이 분석과 같이 개념적으로 잘 정립되어 있는 이론이라고 할지라도 그 내용을 쉽고 명료하게 설명하고, 실제 데이터 앞에서 살아 있는 분석이 되도록 하는 일은 결코 쉬운 일이 아니다. 또한 실제로 회귀분석은 여러 개의 부차적인 데이터 분석들의 결과와 종합되어 이루어지게 된다. 여기에서 고려해야 할 서로 다른 분석들이란 나름대로 구분되는 윤곽선을 지녀야 하는 동시에, 그 결과를 모두 함께 감안하려면 그 윤곽선이 지나치게 견고해서도 안 될 것이다. 너무 또렷하지도, 그렇다고 너무 희미하지도 않은 …, 이 세상에 있는 것들 간의 간격이란 다들 이러해서, 어떻게 보면 각각이 개인 것 같아도 넓게 보면 이 모두가 언제나 서로 껴안고 있음과 같은 이치리라.
이 모두를 잘 이룬다는 것은 매우 어려운 일일 것이다. 그러나 가능한 좋은 방법 중의 하나는 이런 것일 수도 있을 것이다. 우선 사려 깊게 선정된 예를 들어 좋은 동기를 유발하며, 제기된 문제를 풀어나가는 과정으로부터 자연스럽게 좋은 틀을 만들고, 관련된 방법들을 대비시켜 전체적인 조화를 지니게 하며, 현실감 있는 결과들을 잘 서술하여 읽는 이들에게 뚜렷한 각인을 남기는 것이라고.
이 책을 회귀분석의 강의교재로 몇 번 사용한 경험이 있는 역자들로서 주제의 본질을 굳이 크게 드러내며 시작하는 통상적인 접근보다는 저자들의 잘 정리되고 계산된 리듬 속에서 간단히 전반을 이야기하고, 예제의 도움을 받으며 그의 요체를 서서히 뿜어내는 식의 해법에 좋은 인상을 받았다. 그리고 이런 생각이 꼬리를 물다 보니 이 책의 번역에까지 이르게 되었다.
내용을 잘 이해하고 있다는 것과 이를 우리 글로 잘 옮긴다는 것 사이에는 언제나 작지 않은 틈새가 있게 마련이다. 또한 원저자가 가진 머릿속의 흐름을 적절히 재구성하여 이곳에서 잘 가시화한다는 것이 생각만큼 그리 쉬운 일이 아니었다.
회귀분석의 수리통계적인 전개에 재미를 느끼지 못한 독자들에게 이 책의 매력적인 응용으로부터 새로운 활력을 제공할 수 있을 것이며, 이론적 측면에 부담을 느끼는 독자들에게 이 책은 그 출발을 위한 든든한 발판을 마련해 줄 수 있지 않을까 하는 것이 역자들의 바람이다. 번역에 사용된 용어는 한국통계학회에서 발간한 “통계용어사전”을 참조하였다. 출간 후에라도 수정사항이 있을 경우에는 홈페이지(www.freeaca.com)의 자료실에 제공할 예정이다.

Information Provided By: :

목차
머리말 = ⅲ
번역판에 대한 머리말 = ⅳ
1장 서론(Introduction)
 1.1 회귀분석이란 무엇인가? = 1
 1.2 공개적으로 이용 가능한 데이터 세트 = 2
 1.3 회귀분석의 몇 가지 응용 예 = 3
  1.3.1 농학 분야 = 3
  1.3.2 산업 및 노동 관련 분야 = 4
  1.3.3 정치학 분야 = 6
  1.3.4 역사학 분야 = 9
  1.3.5 환경학 분야 = 9
  1.3.6 산업 생산 분야 = 10
  1.3.7 우주왕복선 챌린저호 = 12
  1.3.8 의료서비스 분야 = 13
 1.4 회귀분석의 단계 = 14
  1.4.1 문제에 대한 진술 = 15
  1.4.2 잠재적으로 적절한 변수들의 선택 = 15
  1.4.3 데이터 수집 = 16
  1.4.4 모형 설정 = 17
  1.4.5 적합방법 = 19
  1.4.6 모형 적합 = 19
  1.4.7 모형 비판과 선택 = 20
  1.4.8 회귀분석의 목적 = 22
 1.5 이 책의 범위와 구성 = 22
 연습문제 = 24
2장 단순선형회귀(Simple Linear Regression)
 2.1 소개 = 25
 2.2 공분산과 상관계수 = 25
 2.3 사례 : 컴퓨터 수리시간 데이터 = 30
 2.4 단순선형회귀모형 = 32
 2.5 모수에 대한 추정 = 33
 2.6 가설검정 = 36
 2.7 신뢰구간 = 41
 2.8 예측 = 42
 2.9 적합성의 측정 = 44
 2.10 원점을 통과하는 회귀선 = 48
 2.11 사소한 회귀모형 = 50
 2.12 문헌목록에 관하여 = 51
 연습문제 = 52
3장 다중선형회귀(Multiple Linear Regression)
 3.1 소개 = 59
 3.2 데이터와 모형에 대한 서술 = 59
 3.3 사례 : 감독자 직무수행능력 데이터 = 60
 3.4 모수 추정 = 62
 3.5 회귀계수에 대한 해석 = 64
 3.6 중심화와 척도화 = 66
  3.6.1 절편 모형에서 중심화와 척도화 = 67
  3.6.2 절편이 없는 모형에서의 척도화 = 68
 3.7 최소제곱추정량의 성질 = 70
 3.8 다중상관계수 = 70
 3.9 개별 회귀계수들에 대한 추론 = 72
 3.10 선형모형에서의 가설검정 = 74
  3.10.1 모든 회귀계수들이 0인가에 대한 검정 = 76
  3.10.2 회귀계수들의 부분집합이 0인가에 대한 검정 = 79
  3.10.3 회귀계수들의 동일성에 대한 검정 = 82
  3.10.4 제약조건 하에서 회귀계수에 대한 추정과 검정 = 84
 3.11 예측 = 86
 3.12 요약 = 86
 연습문제 = 88
 부록 : 행렬을 이용한 다중회귀의 표현 = 95
4장 회귀진단 : 모형위반의 검출(Regression Diagnostics : Detection of Model Violations)
 4.1 소개 = 99
 4.2 회귀분석의 표준적인 가정들 = 99
 4.3 다양한 유형의 잔차들 = 102
 4.4 그래프적 방법들 = 105
 4.5 모형을 적합하기 이전의 그래프 = 107
  4.5.1 일차원 그래프 = 107
  4.5.2 이차원 그래프 = 108
  4.5.3 회전도표 = 110
  4.5.4 동적 그래프 = 110
 4.6 모형을 적합한 이후의 그래프 = 111
 4.7 선형성과 정규성 가정에 대한 검토 = 111
 4.8 지레점, 영향력, 특이값 = 113
  4.8.1 반응변수에 대한 특이값 = 114
  4.8.2 예측변수들에 대한 특이값 = 114
  4.8.3 가면문제와 수렁문제 = 115
 4.9 영향력의 측도 = 117
  4.9.1 Cook의 거리 = 118
  4.9.2 Welsch＆Kuh의 측도 = 119
  4.9.3 Hadi의 영향력 측도 = 119
 4.10 잠재성-잔차플롯 = 121
 4.11 특이값에 대한 처리 = 122
 4.12 변수들의 효과에 관한 진단플롯 = 123
  4.12.1 첨가변수플롯 = 124
  4.12.2 성분잔차플롯 = 125
 4.13 추가적인 예측변수의 효과 = 129
 4.14 로버스트 회귀 = 130
 연습문제 = 131
5장 질적 예측변수(Qualitative Variables as Predictors)
 5.1 소개 = 137
 5.2 급료조사 데이터 = 138
 5.3 상호작용변수 = 141
 5.4 회귀방정식의 체계 : 두 집단의 비교 = 146
  5.4.1 다른 기울기와 다른 절편항을 가지는 모형 = 146
  5.4.2 동일한 기울기와 다른 절편항을 가지는 모형 = 152
  5.4.3 동일한 절편항과 다른 기울기를 가지는 모형 = 154
 5.5 지시변수에 대한 다른 응용들 = 155
 5.6 계절성 = 156
 5.7 회귀모수의 시간에 걸친 안정성 = 158
 연습문제 = 163
6장 변수변환(Transformation of Variables)
 6.1 소개 = 171
 6.2 선형성을 위한 변환들 = 173
 6.3 X-선 방사에 의한 박테리아 사망률 = 175
  6.3.1 선형모형의 부적절성 = 177
  6.3.2 선형성을 위한 로그변환 = 178
 6.4 분산안정화 변환 = 179
 6.5 이분산성의 검출 = 184
 6.6 이분산성의 제거 = 186
 6.7 가중최소제곱법 = 187
 6.8 데이터에 대한 로그변환 = 188
 6.9 멱변환 = 191
 6.10 요약 = 193
 연습문제 = 194
7장 가중최소제곱(Weighted Least Squares)
 7.1 소개 = 199
 7.2 이분산성 모형 = 200
  7.2.1 공장종업원과 감독자 데이터 = 201
  7.2.2 대학학비 데이터 = 202
 7.3 이단계 추정 = 203
 7.4 교육비 지출 데이터 = 205
 7.5 함량-반응 연관곡선의 적합 = 214
 연습문제 = 217
8장 상관된 오차항의 문제(The Problem of Correlated Errors)
 8.1 소개 : 자기상관 = 219
 8.2 소비자 지출액과 통화량 데이터 = 220
 8.3 더빈-왓슨 통계량 = 223
 8.4 변환을 통한 자기상관성의 제거 = 225
 8.5 자기상관된 오차항에 대한 반복적 추정방법 = 227
 8.6 자기상관성과 결손된 예측변수 = 228
 8.7 주택착공 데이터 = 229
 8.8 더빈-왓슨 통계량의 제한성 = 232
 8.9 계절성을 제거하기 위한 가변수의 이용 = 234
 8.10 두 개의 시계열에 대한 회귀 = 237
 연습문제 = 240
9장 공선형 데이터의 분석(Analysis of Collinear Data)
 9.1 소개 = 245
 9.2 통계적 추론에 미치는 효과 = 246
 9.3 예측에 미치는 효과 = 253
 9.4 다중공선성의 탐색 = 257
  9.4.1 다중공선성의 간단한 징후 = 257
  9.4.2 분산확대인자 = 261
  9.4.3 상태지수 = 263
 연습문제 = 267
10장 공선형 데이터의 처리(Working With Collinear Data)
 10.1 소개 = 271
 10.2 주성분 = 271
 10.3 주성분에 관련된 계산 = 275
 10.4 제약의 부과 = 278
 10.5 β에 관한 선형함수의 탐색 = 280
 10.6 회귀계수의 편향추정 = 284
 10.7 주성분회귀 = 285
 10.8 분석 데이터에서의 다중공선성 감소 = 287
 10.9 회귀계수들에 관한 제약조건 = 290
 10.10 주성분회귀 : 주의점 = 291
 10.11 능형회귀 = 293
 10.12 능형방법을 이용한 추정 = 295
 10.13 능형회귀 : 검토 사항 = 300
 10.14 요약 = 301
 10.15 문헌목록에 관하여 = 301
 연습문제 = 303
 부록 10.A : 주성분 = 307
 부록 10.B : 능형회귀 = 309
 부록 10.C : 대체 능형회귀 = 312
11장 변수선택의 절차(Variable Selection Procedure)
 11.1 소개 = 315
 11.2 변수선택 문제의 정식화 = 316
 11.3 변수제거의 결과 = 317
 11.4 회귀방정식의 이용 = 318
  11.4.1 데이터의 묘사와 모형의 구축 = 318
  11.4.2 추정과 예측 = 318
  11.4.3 제어 = 319
 11.5 회귀방정식을 평가하기 위한 기준들 = 320
  11.5.1 잔차평균제곱 = 320
  11.5.2 Mallows [TEX]$$C_p$$[/TEX] = 321
  11.5.3 정보기준 : Akaike와 다른 수정된 기준 = 322
 11.6 다중공선성과 변수선택 = 323
 11.7 가능한 모든 회귀방정식들의 평가 = 324
 11.8 변수선택 절차 = 325
  11.8.1 전진적 선택 절차 = 325
  11.8.2 후진적 제거 절차 = 326
  11.8.3 단계적 방법 = 326
 11.9 변수선택 방법들에 대한 논의 = 327
 11.10 감독자 직무수행능력 데이터에 대한 분석 = 328
 11.11 공선성 데이터에 대한 변수선택 = 332
 11.12 살인죄 데이터 = 333
 11.13 능형회귀를 이용한 변수선택 = 336
 11.14 공기오염 데이터에서의 변수선택 = 337
 11.15 회귀모형의 적합을 위한 한 가지 가능한 전략 = 345
 11.16 문헌목록에 관하여 = 347
 연습문제 = 348
 부록 : 잘못된 모형설정의 영향 = 352
12장 로지스틱 회귀(Logistic Regression)
 12.1 소개 = 355
 12.2 질적인 데이터의 모형화 = 356
 12.3 로짓 모형 = 356
 12.4 사례 : 파산 확률의 추정 = 358
 12.5 로지스틱 회귀의 진단 = 361
 12.6 모형에 포함될 변수의 결정 = 363
 12.7 로지스틱 회귀적합에 대한 판단 = 365
 12.8 다항 로짓 모형 = 367
  12.8.1 다항 로지스틱 회귀 = 367
  12.8.2 사례 : 준당뇨병 판정 = 368
  12.8.3 순서화된 반응 범주 : 순서형 로지스틱 회귀 = 372
  12.8.4 예제 : 준당뇨병 판정 - 재고(再考) = 373
 12.9 분류 문제 : 다른 접근방법 = 374
 연습문제 = 377
13장 기타 논제들(Further Topics)
 13.1 소개 = 381
 13.2 일반화선형모형 = 381
 13.3 포아송 회귀모형 = 382
 13.4 신약 데이터 = 383
 13.5 로버스트 회귀모형 = 385
 13.6 이차모형의 적합 = 386
 13.7 미국의 만(灣)에 대한 PCB 분포 = 388
 연습문제 = 391
부록｜통계표 = 393
참고문헌 = 401
찾아보기 = 409