Alan Agresti, 범주형 자료분석 개론 - 제3판, 자유아카데미

 

"범주형 자료분석 개론"은 Alan Agresti의 저서로, 범주형 자료를 분석하는 기초부터 심화까지 폭넓은 내용을 다루고 있습니다. 이 책은 통계학을 전공하는 학생들뿐만 아니라 비전공자도 쉽게 이해할 수 있도록 구성되어 있어, 통계학의 기초 지식을 쌓고자 하는 이들에게 적합한 교재입니다.

책의 주요 내용은 범주형 반응자료, 분할표, 일반화선형모형, 로지스틱 회귀모형 등 다양한 통계적 기법을 포함하고 있으며, 각 장에서는 이론적 설명과 함께 실제 사례를 통한 적용 방법을 제시합니다. 또한, R 소프트웨어를 활용한 분석 과정을 상세히 담고 있어, 독자가 실습을 통해 직접 데이터를 다룰 수 있는 기회를 제공합니다.

특히, 이번 3판에서는 데이터마이닝 기법을 추가하여 현대 통계학의 흐름을 반영하고 있으며, 베이지안 방법론도 각 장에서 소개하여 통계학의 최신 동향을 따라갈 수 있도록 돕습니다. 이러한 점에서 이 책은 범주형 자료 분석에 대한 이해를 높이고, 실제 연구에 활용할 수 있는 유용한 자료로 평가받고 있습니다.

486쪽에 달하는 방대한 분량과 다양한 예제는 독자가 범주형 자료 분석의 이론과 실제를 동시에 익힐 수 있도록 설계되어 있습니다. 또한, 통계 패키지인 SAS, Stata, SPSS 등을 활용한 분석 방법도 소개되어 있어, 다양한 도구를 통해 데이터 분석 능력을 향상시킬 수 있습니다.

"범주형 자료분석 개론"은 통계학을 배우고자 하는 모든 이들에게 필수적인 교재로, 이론적 깊이와 실용성을 겸비한 훌륭한 참고서가 될 것입니다.

 

 

 

목차

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

 

 

 

- 교보문고: https://bitl.bz/XCEHDg

- Yes24: https://bitl.bz/qSDxIz