R로 하는 다변량 데이터 분석 : 이론부터 실무 활용까지

목차 (Table of Contents)

• 목차
• 지은이 머리말 = 4
• 옮긴이 머리말 = 7
• 미리보기 = 8
• PART 1 다변량 분석 기초
• CHAPTER 1 다변량 분석 기초 배우기 : R을 이용한 다변량 데이터의 기본적인 통계 처리
• 1.1 데이터와 분석 기법 = 20
• 1.2 일변량 데이터 분석 기초 = 24
• 1.3 일변량 데이터의 집단 간 비교 = 27
• 1.4 다변량 데이터 분석 기초 = 35
• 1.5 다변량 데이터의 관계성 분석 = 38
• 1.6 기본 통계량의 수학적 정의 = 48
• 1.7 편상관계수 = 54
• 1.8 순서 범주형 변수의 상관계수 = 57
• 1.9 효과크기 = 61
• 연습문제 = 69
• CHAPTER 2 R을 이용해 데이터 처리하기 : 설문조사 데이터와 ID-POS 데이터 처리
• 2.1 데이터와 분석 기법 = 72
• 2.2 변수의 형 = 73
• 2.3 관측 대상의 정보 추출 = 76
• 2.4 결측값 처리 = 79
• 2.5 정렬 = 81
• 2.6 합병 = 84
• 2.7 치환 = 86
• 2.8 고정 길이 데이터 처리 = 88
• 2.9 ID-POS 데이터 입력 = 92
• 2.10 ID-POS 데이터 정렬 = 96
• 2.11 RFM 분석 = 97
• 2.12 ID-POS 데이터의 교차 집계표 = 98
• 2.13 고객 ID별 월별 구매금액 계산 = 100
• 2.14 고객 ID별 상품명 정리 : 자작함수 = 101
• 2.15 고객 ID별 내점 간격의 분포를 그리고 요약 = 102
• 연습문제 = 105
• PART 2 양적변수의 설명ㆍ예측
• CHAPTER 3 현상을 설명ㆍ예측하는 통계 모형 만들기 : 다중회귀분석
• 3.1 데이터와 분석 기법 = 108
• 3.2 모형 작성과 모수의 추정ㆍ진단 = 111
• 3.3 모형 평가와 분석 = 115
• 3.4 보고서 예시 = 120
• 3.5 질적변수를 포함하는 다중회귀분석 = 121
• 3.6 AIC와 BIC를 이용한 모형 평가 = 123
• 3.7 다중회귀분석과 모수 추정 = 125
• 3.8 편회귀계수 해석 = 130
• 3.9 결정계수와 검정 = 133
• 3.10 절편과 편회귀계수의 검정 = 135
• 3.11 절편과 편회귀계수의 신뢰구간 = 136
• 3.12 분산팽창인수(VIF) = 138
• 연습문제 = 139
• CHAPTER 4 현상을 설명ㆍ예측하는 통계 모형 만들기 : 계층적 다중회귀분석
• 4.1 데이터와 분석 기법 = 142
• 4.2 계층적 다중회귀분석 = 144
• 4.3 다중회귀분석에서의 상호작용효과 검토 = 150
• 4.4 단순경사분석 = 155
• 4.5 보고서 예시 = 162
• 4.6 다중회귀분석에서의 변수 선택 = 164
• 연습문제 = 168
• CHAPTER 5 다양한 집단에 대한 데이터 분석하기 : 다수준 모형
• 5.1 데이터와 분석 기법 = 170
• 5.2 다수준 모형 분석 = 175
• 5.3 모형 비교 = 191
• 5.4 보고서 예시 = 193
• 5.5 추정법 = 195
• 5.6 다수준 모형 데이터 = 196
• 연습문제 = 198
• CHAPTER 6 복잡한 가설을 통계 모형으로 나타내기 : 경로분석
• 6.1 데이터와 분석 기법 = 200
• 6.2 경로분석 = 203
• 6.3 모형 평가와 수정 = 207
• 6.4 보고서 예시 = 13
• 6.5 경로분석 이론 = 215
• 6.6 계수 해석 = 220
• 6.7 모형 적합도 = 221
• 연습문제 = 225
• PART 3 심리척도 분석
• CHAPTER 7 심리척도 개발하기 : 탐색적 인자분석
• 7.1 데이터와 분석 기법 = 228
• 7.2 인자 수 결정 = 231
• 7.3 인자부하량 추정 = 234
• 7.4 인자회전 = 236
• 7.5 인자분석 = 238
• 7.6 보고서 예시 = 239
• 7.7 신뢰성 평가 = 240
• 7.8 순서 범주형 변수의 탐색적 인자분석과 신뢰성 평가 = 244
• 7.9 탐색적 인자분석 = 248
• 7.10 척도의 신뢰성 = 252
• 연습문제 = 256
• CHAPTER 8 심리척도 개발하기 : 확인적 인자분석
• 8.1 확인적 인자분석 = 258
• 8.2 확인적 인자분석 실행 = 261
• 8.3 보고서 예시 = 266
• 8.4 순서 범주형 변수를 다루는 확인적 인자분석 = 267
• 8.5 모형 식별성 = 270
• 8.6 부적절한 해 = 276
• 8.7 고차 인자분석 = 278
• 8.8 척도의 타당성 = 284
• 연습문제 = 288
• CHAPTER 9 복잡한 가설을 통계 모형으로 나타내기 : 잠재변수를 동반한 경로분석
• 9.1 데이터와 분석 기법 = 290
• 9.2 모형 작성 = 294
• 9.3 모형 추정과 평가 = 299
• 9.4 모형 추정의 결과 = 304
• 9.5 보고서 예시 = 310
• 9.6 모형의 수식 표현 = 311
• 9.7 모형 추정 = 316
• 9.8 발전적인 분석 = 322
• 연습문제 = 325
• PART 4 질적변수의 설명ㆍ예측
• CHAPTER 10 교차 집계표를 더 자세하게 분석하기 : 로그선형모형
• 10.1 데이터와 분석 기법 = 328
• 10.2 포화모형 분석 = 332
• 10.3 독립모형 분석 = 335
• 10.4 최량모형 분석 = 337
• 10.5 보고서 예시 = 341
• 10.6 로그선형모형과 포아송 분포 = 343
• 10.7 편차 = 344
• 10.8 모형의 자유도 = 345
• 10.9 편차를 이용한 우도비 검정 = 346
• 10.10 모수 제약 = 347
• 10.11 모수와 기대도수 = 349
• 10.12 기대도수와 연관된 모수 해석 = 351
• 10.13 기준 셀 설정 = 359
• 연습문제 = 360
• CHAPTER 11 범주별 확률을 설명ㆍ예측하기 : 로지스틱 회귀분석
• 11.1 데이터와 분석 기법 = 362
• 11.2 계수ㆍ절편의 추정과 해석 = 365
• 11.3 모형의 우수성 평가 = 370
• 11.4 그 외의 지표 = 372
• 11.5 보고서 예시 = 376
• 11.6 모형의 의미 = 377
• 11.7 모수 추정의 사고방식 = 382
• 11.8 호스머-렘쇼의 적합도 검정 = 387
• 11.9 AIC와 BIC = 389
• 연습문제 = 392
• PART 5 개체와 변수의 분류
• CHAPTER 12 비슷한 사람끼리 그룹으로 나누기 : 군집분석
• 12.1 데이터와 분석 기법 = 394
• 12.2 계층적 군집분석의 실행 = 397
• 12.3 비계층적 클러스터 분석 실행 : k 평균법 = 404
• 12.4 보고서 예시 = 407
• 12.5 비유사도 = 408
• 12.6 계층적 군집분석에서의 군집 형성 = 413
• 12.7 비계층적 군집분석의 사고방식 = 420
• 12.8 군집 수의 타당성 = 426
• 연습문제 = 431
• CHAPTER 13 질적변수 간의 연관을 시각화하기 : 대응분석
• 13.1 데이터와 분석 기법 = 434
• 13.2 대응분석 = 439
• 13.3 보고서 예시 = 443
• 13.4 군집분석의 병용 = 444
• 13.5 다중대응분석 = 446
• 13.6 대응분석 이론 = 452
• 13.7 기여율, 제곱상관, 관성 = 460
• 연습문제 = 464
• PART 6 다변량 분석 구사
• CHAPTER 14 다변량 데이터 시각화하기 : 패키지 ggplot2를 이용한 그래프
• 14.1 데이터와 분석 기법 = 466
• 14.2 데이터 분포 = 470
• 14.3 시계열 변화 = 479
• 14.4 두 항목 간의 관계 = 483
• 14.5 심미적 속성과 변수 대응 = 490
• 14.6 축과 범례 = 494
• 14.7 상황ㆍ목적에 따른 다양한 그래프 = 498
• 연습문제 = 504
• CHAPTER 15 다변량 분석을 실무에서 활용하기 : 분석 기법의 조합
• 15.1 그룹화 : 그룹의 영향 검토 = 506
• 15.2 척도 점수화 : 척도 점수를 이용한 설명 = 514
• 15.3 측정 상황 확인 : 다변수 간 관계 검토 = 524
• 참고문헌 = 532
• 찾아보기 = 538