CHAPTER 1 범주형 자료의 기술통계 분석 및 시각화
1 범주형 자료의 의미
2 범주형 자료의 기술통계 분석과 시각화
CHAPTER 2 범주형 자료의 연관성 분석
1 카이제곱 검정
2 변수 간의 연관성 강도
3 빈도수가 작은 경우의 피셔의 정확검정
4 제3의 변수 통제와 범주형 자료 분석
5 두 시점에서 반복적으로 측정된 자료 분석
CHAPTER 3 이항 로지스틱 회귀분석의 배경과 개요
1 통상최소제곱 회귀분석을 이용한 추정의 문제점
2 로지스틱 회귀분석의 주요 개념들: 사건발생 확률, 오즈, 오즈비
CHAPTER 4 로지스틱 회귀모형의 추정 이론
CHAPTER 5 로지스틱 회귀분석 절차
1 모형의 설정
2 모형의 적합성 판단
3 회귀계수의 통계적 유의성 판단
4 로지스틱 회귀계수의 크기 해석
5 독립변수 선택 및 상호작용항 분석
6 회귀진단
CHAPTER 6 이항 로지스틱 회귀분석의 특수문제들
1 범주형 변수에 대한 코딩과 해석의 문제
2 교차분포표 형태의 자료를 이용한 이항 로지스틱 분석
CHAPTER 7 다항 로지스틱 회귀분석
1 다항 로지스틱 회귀분석
2 순서형 로지스틱 모형
CHAPTER 8 조건부 로지스틱 회귀분석
1 조건부 로지스틱 회귀분석
2 순위 로지스틱 모형
3 정확 로지스틱 회귀분석
4 내포 로지스틱 모형
CHAPTER 9 다수준 자료를 이용한 로지스틱 회귀분석
1 패널 로지스틱 회귀분석
2 다수준 로지스틱 회귀모형 기본 논리
3 다수준 로지스틱 회귀모형의 확장
4 연계함수의 이해
CHAPTER 10 빈도 회귀분석
1 포아송 회귀분석
2 음의 이
머리말
2014년에 ？？통계학의 이해와 활용？？(문우사 초판을 출간했을 때 저자가 고민했던 것 중의 하나는 로지스틱 회귀분석을 포함해야 할지 여부였다. 사회과학의 많은 연구에서 종속변수가 범주형 변수인 경우를 다루고 있으므로 당연히 이를 소개하는 것이 바람직했다. 주변에서도 이를 적극적으로 추천하였다. 하지만, 범주형 자료 분석 이론은 통상 최소제곱(ordinary least square, OLS 회귀분석과는 구분되는 점이 많이 있을 뿐 아니라 그 결과의 해석도 상당한 주의를 기울여야 한다. 단순히 “회귀계수가 통계적으로 유의미하다.” 혹은 “양의 상관관계를 갖는다.”는 식의 해석 방식을 가지고는 로지스틱 회귀분석을 제대로 활용하기 어렵다. 저자는 좋은 방법론을 잘못 이용하게 하는 것보다는 제대로 이론을 이해한 후 사용하도록 하는 것이 바람직하다고 판단하였다.
이 책은 범주형 변수가 종속변수로 사용되는 경우에 대한 분석을 다루었다. 범주형 변수에 대한 분석은 통상적인 로지스틱 회귀분석 이외에도 순서형 변수를 다루는 순서형 로지스틱 회귀분석, 다범주 종속변수를 다루는 다항 로지스틱 회귀분석, 의사결정 이론에서 널리 사용되는 이산형 선택 모형(discrete choice model을 다루는 조건부 로지스틱 회귀분석, 그리고 빈도변수를 다루는 포아송 및 음의 이항 회귀분석을 포괄한다. 뿐만 아니라 자료 구조에 따라 짝을 이룬 자료에 대한 모형, 다수준 자료에 대한 모형, 패널 자료에 대한 모형 등도 존재한다. 그동안 이를 종합적으로 다룰 수 있는 방법론 책에 대한 요구는 많았으나, 단편적으로 소개된 경우가 대부분이었다. 이 책에서는 범주형 변수와 관련된 분석에서 사용될 수 있는 각종 모형을 최대한 종합적으로 설명하고자 노력하였다.
이 책에서는 모형을 가능한 일관되게 기술하도록 노력하였으며 이론과 활용을 조화시킬 수 있도록 이론을 설명한 후 예제를 통해 이를 확인할 수 있도록 구성하였다. 범주형 자료 분석에 대한 이론은 O
