Detail View

다변량 자료분석은 이미 정보사회에서 가장 필요한 통계분석 방법 중 하나가 되었다. 다변량 분석은 벡터와 행렬, 다변량 확률분포의 이론, 그리고 사용하는 분야마다 서로 다른 용어로 인해 학부과목으로 개설하기엔 조금 부담스러운 것이 사실이다. 이러한 면에서, 다변량 이론의 수학적 증명보다는 다변량 자료분석의 개념을 강조했고, SAS 소프트웨어를 통한 실제 자료분석에 초점을 맞춰 집필된 교재다.

현대통계학의 급속한 발전은 컴퓨터와 같은 하드웨어의 발전과 무관하지 않다. 이는 사회가 발달할수록 기하급수적으로 축적되는 데이터의 양 때문이기도 하지만, 가능한 모든 변수를 분석과정에 포함시킴으로 극대이윤을 추구하려는 기업의 노력과도 그 보조를 같이하고 있다. 자세히 말하면, 과거의 통계분석은 x와 y, 두 변수의 상관분석이나 x1, x2, ... , xp와 y의 중회귀분석에 만족했지만, 현대사회는 x1, x2, ... , xp와 y1, y2, ... , yp 간의 복합적 관계에 근거한 다차원적 분석을 요구하고 있기 때문에, 다변량 자료분석은 이미 정보사회에서 가장 필요한 통계분석 방법 중 하나가 되었다.

특히, 마케팅의 CRM이나 유전자 분석의 DNA microarray, 그리고 빅 데이터, 애널리틱스, 데이터 마이닝 뿐 아니라, 의료보건, 섬유공학, 교육학, 심리학, 심지어 패션의류에 이르기까지 거의 대부분의 분야에서 요구되고 있으므로, 다변량 자료분석의 중요성은 아무리 강조해도 지나치지 않을 것이다.

다변량 분석은 벡터와 행렬, 다변량 확률분포의 이론, 그리고 사용하는 분야마다 서로 다른 용어로 인해 학부과목으로 개설하기엔 조금 부담스러운 것이 사실이다. 이러한 면에서, 이 책은 다변량 이론의 수학적 증명보다는 다변량 자료분석의 개념을 강조했고, SAS 소프트웨어를 통한 실제 자료분석에 초점을 맞추었다.

이 책을 소화하기 위해서는 최소한 두 과목 이상의 통계학 수업을 수강할 것을 추천하며, 특히 회귀분석과 실험계획법 또는 범주형 자료분석을 수강한 사람은 이 책을 이해하는 데 문제가 없을 것으로 생각한다.

마지막으로 출판을 도와주신 자유아카데미사의 김지영 사장님, 부족한 나의 강의를 경청해 준 학생들과 아낌없는 격려를 주신 통계학과 교수님들께도 감사드리고 싶다. 그리고, 표지 디자인으로 수고해 준 이루경, 지루한 교정과정을 도와주며 응원해준 아내 승희에게 사랑과 존경의 마음을 전한다.

Information Provided By: :

1. 벡터와 행렬
2. 확률벡터와 이변량정규분포
3. 자료행렬과 다변량정규분포
4. 거리와 촐레스키 분해
5. 상관계수
6. 다변량 그래프
7. 분위수-분위수 그림
8. 호텔링의 T2와 가능도비 검정
9. 다변량 회귀모형과 MANOVA 검정통계량
10. 주성분분석
11. 요인분석
12. 판별분석
13. 정준상관분석
14. 군집분석
15. 문항의 신뢰성
16. 부록