▶ 이 책은 범주형 자료분석 개론을 다룬 이론서입니다. 범주형 자료분석 개론의 기초적이고 전반적인 내용을 학습할 수 있습니다.

1장 서론 1.1 범주형 반응자료 1.2 범주형 자료의 확률분포 1.3 비율에 대한 추론 1.4 이산형 자료에 대한 통계적 추론 1.5 비율에 대한 베이지안 추론* 1.6 비율에 대한 통계적 추론을 위한 R 소프트웨어 사용* 2장 분할표 2.1 분할표에서의 확률구조 2.2 2×2 분할표에서 비율의 비교 2.3 오즈비 2.4 카이제곱검정법과 독립성 2.5 순서형 자료의 독립성검정 2.6 소표본의 정확추론과 베이지안 추론* 2.7 삼차원 분할표에서의 연관성 3장 일반화선형모형 3.1 일반화선형모형의 성분 3.2 이항자료에 대한 일반화선형모형 3.3 도수와 비율에 대한 일반화선형모형 3.4 통계적 추론과 모형진단 3.5 일반화선형모형의 적합 4장 로지스틱 회귀모형 4.1 로지스틱 회귀모형 4.2 로지스틱 회귀모형에 대한 추론 4.3 범주형 예측변수들을 갖는 로지스틱 회귀모형 4.4 다중 로지스틱 회귀모형 4.5 로지스틱 회귀모형의 효과에 대한 요약 4.6 예측력 요약: 분류표, ROC 곡선, 다중상관성 5장 로지스틱 회귀모형의 구축과 활용 5.1 모형선택의 전략 5.2 모형진단 5.3 로지스틱 회귀분석의 무한대 추정값 5.4 베이지안 추론, 벌점가능도와 로지스틱 회귀에 대한 조건부 가능도* 5.5 대체 연결함수: 선형확률모형과 프로빗 모형* 5.6 로지스틱 회귀모형에 대한 표본크기와 검정력* 6장 다범주 로짓 모형 6.1 명목형 반응변수들에 대한 기준범주 로짓 모형 6.2 순서형 반응변수들에 대한 누적 로짓 모형 6.3 누적연결모형: 모형 검토와 확장* 6.4 순서형 반응변수에 대한 짝범주 로짓* 7장 분할표 및 도수자료에 대한 로그 선형모형 7.1 분할표 자료에 대한 로그 선형모형 7.2 로그 선형모형의 통계적 추론 7.3 로그 선형모형과 로지스틱 모형과의 관련성 7.4 독립성 그래프와 붕괴가능성 7.5 분할표에서 순서연관성의 모형화 7.6 도수자료 반응변수의 로그 선형모형* 8장 대응쌍에 대한 모형 8.1 이항형 대응쌍에 대한 종속비율들의 비교 8.2 대응쌍에 대한 주변모형과 개체특정적 모형 8.3 명목형 반응변수 대응쌍에서의 비율 비교 8.4 순서형 대응쌍 반응변수의 비율 비교 8.5 평가자의 일치성 분석* 8.6 대응쌍의 선호도에 대한 Bradley-Terry 모형* 9장 상관성이 있는 군집화된 반응변수의 모형화 9.1 주변모형과 개체-특정적 모형 9.2 주변모형화:일반화추정방정식(GEE) 접근 방법 9.3 군집화된 다항반응변수에 대한 주변모형화 9.4 경시적 자료에 대한 전이모형 9.5 결측자료 처리* 10장 랜덤효과: 일반화선형혼합모형 10.1 군집화된 범주형 자료의 랜덤효과모형 10.2 이항자료의 랜덤효과모형의 예제 10.3 다항반응변수와 다중랜덤효과모형으로의 확장 10.4 다수준(계층적) 모형 10.5 잠재계급모형* 11장 분류분석과 평활기법* 11.1 분류분석: 선형판별분석 11.2 분류분석: 나무-기반 예측 11.3 범주형 반응변수에 대한 군집분석 11.4 평활화기법: 일반화가법모형 11.5 고차원 범주형 자료에 대한 정규화(변수의 수가 많은 경우) 12장 범주형 자료분석의 역사적 여행* 12.1 Pearson-Yule의 연관성 논쟁 12.2 R. A. Fisher의 공헌 12.3 로지스틱 회귀모형 12.4 다차원 분할표와 로그 선형모형 12.5 맺음말

[머리말]
"1998년도에 Agresti 교수의 An Introduction to Categorical Data Analysis를 처음 번역한 후 2009년에 개정판을 번역하였고 또 다시 십 년이 지난 2019년에 3판을 번역하게 되었습니다. 지난 십여 년 동안 범주형 자료분석은 사회과학, 자연과학, 생명과학, 교육학 등 여러 분야에서 크게 활용되었고 새로운 많은 방법들이 개발되었습니다.

이번 3판에서는 빅데이터 시대에 데이터사이언스 분야의 연구 동향을 반영하여 11장을 새로 추가하였습니다.
11장에서는 범주형 자료분석을 위한 다양한 데이터마이닝 기법들을 소개하고 있는데, 선형 분류 방법, 나무기반 분류 방법, 군집분석 방법 및 평활화 방법과 고차원 자료를 분석하기 위한 벌점추정 방법이 주요 내용입니다. 무엇보다 3판에서의 가장 큰 변화는 R 소프트웨어를 사용하여 분석을 진행하는 과정을 제시한 것입니다. 2판에서는 SAS 프로그램을 부록에 소개하였으나 이번 3판에서는 본문 중에 R 프로그램과 그 결과를 같이 수록하여 독자들이 직접 확인할 수 있게 배려하였습니다. 또 다른 큰 변화는 각 장별로 베이지안 방법론을 소개를 하고 있다는 점입니다. 통계학의 다른 분야와 마찬가지로 범주형 자료분석에서도 베이지안 방법의 역할이 점점 더 중요시되고 활용성이 증가되고 있는 시점에서 시대적 변화를 잘 반영한 것이라고 생각됩니다.

이 책의 수준은 2판과 마찬가지로 깊이 있는 이론은 다루고 있지 않기 때문에 통계학을 전공하는 학부생이나 통계학을 전공하지 않은 석사과정 학생들도 쉽게 이해하고 응용할 수 있습니다. 또한 계산적으로 복잡한ㄷ 과정과 관련된 내용을 생략하고, 분석 결과를 제공해 줄 수 있는 R 프로그램을 부록에 실었으며, 이 외에도 SAS, Stata 및 SPSS와 같은 통계 패키지를 이용한 분석들을 소개하고 있습니다. 또한 실제 자료를 바탕으로 한 연습문제를 제시하여 범주형 자료를 분석하는 데 도움이 될 것입니다.
그동안 국내에서도 범주형 자료분석에 관한 좋은 책들이 많이 출간되었지만, 이 책에서는 개념과 모형에 대하여 자세하게 설명하고, 많은 실제 자료에 근거한 예제를 연습문제로 수록하여 실습할 수 있는 기회를 제공하고 있습니다. 또한 최근에 널리 활용되는 데이터마이닝 분석 방법을 추가적으로 수록하여 내용이 더욱 충실해졌습니다. 그러므로 이 역서는 이미 출간된 여러 책들과 함께 좋은 교재로 사용될 수 있을 것이라고 생각됩니다.

이 책을 번역하면서 “통계학용어사전”에 수록된 용어들을 사용하고자 노력하였지만, 아직도 통일되지 않은 여러 용어들이 있어 역자 나름대로 원어의 뜻을 최대한 반영하여 번역하려고 노력하였습니다. 번역하면서 처음 번역된 내용에서도 잘못된 부분이 있는지 다시 검토하고 그동안 지적해 주신 오타도 수정하였지만, 그래도 군데군데 부족하고 어색한 부분이 있으리라 생각됩니다. 이 점에 대하여 앞으로도 독자 여러분들의 아낌없는 조언과 충고를 부탁드립니다. 출간 후에도 수정사항이 있을 경우에는 자유아카데미 홈페이지(www.freeaca.com) 자료실에 제공할 예정입니다."