딱딱하고 지루한 통계학 책은 가라! 통계, R, 그리고 영국식 코미디의 기상천외 콜라보!

통계 분야의 초베스트셀러로 자리매김한 《Discovering Statistics Using SPSS》의 저자이자 영국의 괴짜 심리학 교수(겸 통계학자) 앤디 필드의 또 다른 야심작입니다. 많은 마니아를 만들어 낸 전작처럼 이 책에서도 그의 ‘변함없는’ 필력을 확인할 수 있습니다. 때로는 유쾌하며 때로는 짓궂은 그의 유머 코드와 함께, 독자들을 통계의 세계에 더 쉽게 인도하려는 세심한 노력의 흔적과 방대한 자료가 이 책에 담겨 있습니다. 특히 딱딱하기만 한 통계학 책에 거부감을 갖는 독자들에게 이 책을 추천합니다.

R과 함께 떠나는 발칙하고도 유쾌한 통계학 여행!
딱딱하고 지루한 통계학 책은 가라! 통계, R, 그리고 영국식 코미디의 기상천외 콜라보!

통계 분야의 초베스트셀러 《Discovering Statistics Using SPSS》 제3판의 기세를 몰아서, 앤디 필드는 제레미 마일스와 팀을 이루어 《앤디 필드의 유쾌한 R 통계학》을 집필했다. 전 세계의 학생들이 앤디 필드의 책들을 사랑하게 된 독특한 성(性)적 유머 코드와 자기 비하 문체는 이 책에서도 여전하다. R은 자료 분석에 사용되는 프리웨어로 계속 발전하고 있고, 유연하며, 무엇보다도 무료다. 이 책은 사회과학 및 행동과학 분야 종사자들에게 인기 있는 R로 통계학을 발견하는 여정을 담고 있다.

그 여정은 기본적인 통계학과 연구 방법의 개념을 설명하는 것으로 시작한다. 다음에는 R 소프트웨어 환경을 살펴보고, 자료의 탐색과 그래프 작성의 중요성을 이야기한다. 그 후에는 책의 나머지 부분의 토대가 되는 통계적 검정 절차들(상관분석, 회귀분석 등)로 나아간다. 그러한 기초 내용을 숙지한 독자는 분산분석 같은 중급 수준의 분석으로 진입한다. 결국에는 다변량분산분석과 다층모형 같은 고급 기법들로 긴 여정을 마친다.

앤디 필드의 다른 책들처럼 이 책도 직설적이고 대담한 문체로 쓰였으며, 혁신적인 구성과 교육학적 접근 방식을 그대로 유지한다. 부록 웹사이트(www.uk.sagepub.com/dsur/)에는 더 많은 것을 배우고자 하는 독자를 위한 보충자료가 올려져 있다. 이해하기 쉽고, 재미있으며, 괴상망측한 실제 연구 사례를 활용하는 이 책은 무료인 R 소프트웨어를 이용해서 통계학을 배우고자 하는 모든 이에게 확실한 필독서가 될 것이다.

역자 머리말 머리말 이 책의 사용법 감사의 글 이 책에 쓰인 기호들 기본적인 수학 상식 베타리더 후기 CHAPTER 1 사악한 강사가 통계학을 억지로 가르치려는 이유_1 1.1 이번 장에서 배우는 내용 ① 1 1.2 무엇을 해야 하는지 궁금한 독자에게 ① 2 1.3 초기 관측: 설명이 필요한 뭔가를 찾기 ① 4 1.4 이론 생성 및 검증 ① 5 1.5 자료 수집 1: 무엇을 측정할 것인가? ① 8 1.6 자료 수집 2: 어떻게 측정할 것인가? ① 16 1.7 자료 분석 ① 24 이번 장에서 발견한 통계학 ① 37 이번 장에서 발견한 주요 용어 37 똑똑한 알렉스의 과제 38 더 읽을거리 39 흥미로운 실제 연구 39 CHAPTER 2 여러분이 통계학에 관해 알고 싶어 했던 모든 것 (아마도)_41 2.1 이번 장에서 배우는 내용 ① 41 2.2 통계적 모형의 구축 ① 42 2.3 모집단과 표본 ① 45 2.4 단순한 통계적 모형 몇 가지 ① 46 2.5 자료 이상의 것을 얻으려면 ① 52 2.6 통계적 모형을 이용한 연구 질문 검증 ① 62 이번 장에서 발견한 통계학 ① 75 이번 장에서 발견한 주요 용어 76 똑똑한 알렉스의 과제 76 더 읽을거리 77 흥미로운 실제 연구 77 CHAPTER 3 R 환경_79 3.1 이번 장에서 배우는 내용 ① 79 3.2 시작하기 전에 ① 80 3.3 R 시작하기 ① 85 3.4 R의 기본적인 사용법 ① 88 3.5 R에 자료 도입하기 ① 102 3.6 R Commander로 자료 입력하기 ① 118 3.7 전용 소프트웨어를 이용한 자료 입력과 편집 ① 121 3.8 자료의 저장 ① 130 3.9 자료의 조작 ③ 132 이번 장에서 발견한 통계학 ① 144 이번 장에서 사용한 R 패키지 144 이번 장에서 사용한 R 함수 144 이번 장에서 발견한 주요 용어 145 똑똑한 알렉스의 과제 145 더 읽을거리 147 CHAPTER 4 그래프를 이용한 자료 탐색_149 4.1 이번 장에서 배우는 내용 ① 149 4.2 자료 표현의 예술 ① 150 4.3 이번 장에서 사용하는 패키지 ① 155 4.4 ggplot2 소개 ① 156 4.5 변수들의 관계를 보여주는 산점도 ① 174 4.6 명백한 문제점을 포착하기에 좋은 히스토그램 ① 181 4.7 상자그림(상자수염도) ① 184 4.8 밀도 그림 ① 189 4.9 평균을 그래프로 그리기 ③ 190 4.10 테마와 옵션 ① 205 이번 장에서 발견한 통계학 ① 207 이번 장에서 사용한 R 패키지 207 이번 장에서 사용한 R 함수 208 이번 장에서 발견한 주요 용어 208 똑똑한 알렉스의 과제 208 더 읽을거리 209 흥미로운 실제 연구 209 CHAPTER 5 자료에 관한 가정_211 5.1 이번 장에서 배우는 내용 ① 211 5.2 가정이란 무엇인가? ① 212 5.3 모수적 자료의 가정들 ① 213 5.4 이번 장에서 사용하는 R 패키지 ① 214 5.5 정규성 가정 ① 215 5.6 분포의 정규성 검정 ① 231 5.7 분산의 동질성 검정 ① 235 5.8 자료의 문제점 수정 ② 241 이번 장에서 통계에 관해 발견한 것 ① 257 이번 장에서 사용한 R 패키지 257 이번 장에서 사용한 R 함수 258 이번 장에서 발견한 주요 용어 258 똑똑한 알렉스의 과제 258 더 읽을거리 259 CHAPTER 6 상관_261 6.1 이번 장에서 배우는 내용 ① 261 6.2 눈으로 관계 파악하기 ① 262 6.3 관계를 측정하는 방법 ① 262 6.4 상관분석을 위한 자료 입력 ① 270 6.5 이변량 상관 ① 271 6.6 편상관 ② 297 6.7 상관계수의 비교 ③ 303 6.8 효과크기 계산 ① 305 6.9 상관분석의 보고 ① 306 이번 장에서 발견한 통계학 ① 308 이번 장에서 사용한 R 패키지 308 이번 장에서 사용한 R 함수 308 이번 장에서 발견한 주요 용어 309 똑똑한 알렉스의 과제 309 더 읽을거리 310 흥미로운 실제 연구 310 CHAPTER 7 회귀_311 7.1 이번 장에서 배우는 내용 ① 311 7.2 회귀의 소개 ① 312 7.3 이번 장에서 사용하는 패키지 ① 321 7.4 R을 이용한 회귀분석 절차 ① 322 7.5 단순회귀의 해석 ① 326 7.6 다중회귀: 기초 ② 330 7.7 회귀모형의 정확도 평가 ② 337 7.8 R Commander와 R을 이용한 다중상관 분석 ② 350 7.9 회귀모형의 정확도 검정 ② 363 7.10 강건한 회귀: 부트스트래핑 ③ 378 7.11 다중회귀의 보고 ② 381 7.12 범주형 예측변수와 다중회귀 ③ 383 이번 장에서 통계에 관해 발견한 것 ① 391 이번 장에서 사용한 R 패키지 392 이번 장에서 사용한 R 함수 392 이번 장에서 발견한 주요 용어 392 똑똑한 알렉스의 과제 393 더 읽을거리 394 흥미로운 실제 연구 394 CHAPTER 8 로지스틱 회귀_395 8.1 이번 장에서 배우는 내용 ① 395 8.2 로지스틱 회귀의 배경 ① 396 8.3 로지스틱 회귀에 깔린 원리들 ③ 397 8.4 가정과 잠재적 문제점 ④ 406 8.5 이번 장에서 사용하는 패키지들 ① 411 8.6 이항 로지스틱 회귀: 미끈미끈한 예제 하나 ② 412 8.7 로지스틱 회귀분석 보고 방법 ② 433 8.8 가정 검사: 또 다른 예 ② 434 8.9 여러 범주의 예측: 다항 로지스틱 회귀 ③ 440 이번 장에서 통계에 관해 발견한 것 ① 451 이번 장에서 사용한 R 패키지 452 이번 장에서 사용한 R 함수 452 이번 장에서 발견한 주요 용어 452 똑똑한 알렉스의 과제 452 더 읽을거리 454 흥미로운 실제 연구 454 CHAPTER 9 두 평균의 비교_455 9.1 이번 장에서 배우는 내용 ① 455 9.2 이번 장에서 사용하는 패키지 ① 456 9.3 차이 살펴보기 ① 456 9.4 t 검정 ① 466 9.5 독립 t 검정 ① 471 9.6 종속 t 검정 ① 489 9.7 그룹간 설계 대 반복측정 설계 ① 500 이번 장에서 발견한 통계학 ① 501 이번 장에서 사용한 R 패키지 502 이번 장에서 사용한 R 함수 502 이번 장에서 발견한 주요 용어 502 똑똑한 알렉스의 과제 502 더 읽을거리 503 흥미로운 실제 연구 503 CHAPTER 10 여러 평균의 비교: 분산분석(GLM 1)_505 10.1 이번 장에서 배우는 내용 ① 505 10.2 분산분석에 깔린 이론 ② 506 10.3 분산분석의 가정들 ③ 522 10.4 계획된 대비 ② 525 10.5 사후 절차 ② 540 10.6 R을 이용한 일원 분산분석 ② 546 10.7 효과크기의 계산 ② 573 10.8 일원 독립 분산분석 결과의 보고 ② 577 이번 장에서 발견한 통계학 ① 579 이번 장에서 사용한 R 패키지 579 이번 장에서 사용한 R 함수 580 이번 장에서 발견한 주요 용어 580 똑똑한 알렉스의 과제 580 더 읽을거리 582 흥미로운 실제 연구 582 CHAPTER 11 공분산분석(GLM 2)_583 11.1 이번 장에서 배우는 내용 ② 583 11.2 공분산분석(ANCOVA)이란? ② 584 11.3 공분산분석의 가정과 문제점 ③ 586 11.4 R을 이용한 공분산분석 ② 589 11.5 강건한 공분산분석 방법 ③ 610 11.6 효과크기 계산 ② 619 11.7 공분산분석 결과의 보고 ② 623 이번 장에서 발견한 통계학 ② 624 이번 장에서 사용한 R 패키지 625 이번 장에서 사용한 R 함수 625 이번 장에서 발견한 주요 용어 625 똑똑한 알렉스의 과제 625 더 읽을거리 627 흥미로운 실제 연구 627 CHAPTER 12 요인 분산분석(GLM 3)_629 12.1 이번 장에서 배우는 내용 ② 629 12.2 요인 분산분석(독립설계)의 이론 ② 630 12.3 회귀로서의 요인 분산분석 ③ 631 12.4 이원 분산분석: 무대의 뒤편 ② 638 12.5 R을 이용한 요인 분산분석 ② 645 12.6 상호작용 그래프의 해석 ② 669 12.7 강건한 요인 분산분석 673 12.8 효과크기 계산 ③ 682 12.9 이원 분산분석 결과의 보고 ② 686 이번 장에서 발견한 통계학 ② 688 이번 장에서 사용한 R 패키지 688 이번 장에서 사용한 R 함수 688 이번 장에서 발견한 주요 용어 689 똑똑한 알렉스의 과제 689 더 읽을거리 691 흥미로운 실제 연구 691 CHAPTER 13 반복측정 설계(GLM 4)_693 13.1 이번 장에서 배우는 내용 ② 693 13.2 반복측정 설계 소개 ② 694 13.3 일원 반복측정 분산분석의 이론 ② 700 13.4 R을 이용한 일원 반복측정 설계 분석 ② 708 13.5 반복측정 설계의 효과크기 계산 ③ 732 13.6 일원 반복측정 분석의 보고 ② 734 13.7 요인 반복측정 설계 ② 735 13.8 요인 반복측정 설계의 효과크기 계산 ② 756 13.9 요인 반복측정 설계의 결과 보고 ② 757 이번 장에서 발견한 통계학 ② 759 이번 장에서 사용한 R 패키지 760 이번 장에서 사용한 R 함수 760 이번 장에서 발견한 주요 용어 760 똑똑한 알렉스의 과제 760 더 읽을거리 762 흥미로운 실제 연구 762 CHAPTER 14 혼합 설계(GLM 5)_763 14.1 이번 장에서 배우는 내용 ① 763 14.2 혼합 설계 ② 764 14.3 남자와 여자가 연애 상대를 선택하는 기준은? ② 765 14.4 자료 입력과 탐색 ④ 767 14.5 혼합 분산분석 ② 774 14.6 일반선형모형으로서의 혼합 설계 ③ 778 14.7 효과크기 계산 ③ 806 14.8 혼합 분산분석 결과의 보고 ② 807 14.9 강건한 혼합 설계 분석 ③ 810 이번 장에서 발견한 통계학 ② 819 이번 장에서 사용한 R 패키지 819 이번 장에서 사용한 R 함수 820 이번 장에서 발견한 주요 용어 820 똑똑한 알렉스의 과제 820 더 읽을거리 822 흥미로운 실제 연구 822 CHAPTER 15 비모수적 검정_823 15.1 이번 장에서 배우는 내용 ① 823 15.2 비모수적 검정은 언제 사용할까? ① 824 15.3 이번 장에서 사용하는 패키지 ① 825 15.4 독립적인 두 조건의 비교: 윌콕슨 순위합 검정 ① 825 15.5 연관된 두 조건의 비교: 윌콕슨 부호순위 검정 ① 840 15.6 여러 독립 그룹의 차이: 크러스컬?월리스 검정 ① 849 15.7 연관된 여러 그룹의 비교: 프리드먼 분산분석 ① 864 이번 장에서 발견한 통계학 ① 872 이번 장에서 사용한 R 패키지 872 이번 장에서 사용한 R 함수 873 이번 장에서 발견한 주요 용어 873 똑똑한 알렉스의 과제 873 더 읽을거리 875 흥미로운 실제 연구 875 CHAPTER 16 다변량분산분석(MANOVA)_877 16.1 이번 장에서 배우는 내용 ② 877 16.2 다변량분산분석은 언제 사용할까? ② 878 16.3 소개: 분산분석과 다변량분산분석의 유사점과 차이점 ② 879 16.4 다변량분산분석의 이론 ③ 881 16.5 다변량분산분석 수행 시 주의할 점 ③ 901 16.6 R을 이용한 다변량분산분석 ② 905 16.7 강건한 다변량분산분석 ③ 922 16.8 다변량분산분석 결과의 보고 ② 928 16.9 다변량분산분석에 대한 후속 분석으로서의 판별분석 ③ 929 16.10 판별분석 결과의 보고 ② 936 16.11 추가 설명 ④ 936 이번 장에서 발견한 통계학 ② 939 이번 장에서 사용한 R 패키지 940 이번 장에서 사용한 R 함수 940 이번 장에서 발견한 주요 용어 940 똑똑한 알렉스의 과제 941 더 읽을거리 942 흥미로운 실제 연구 942 CHAPTER 17 탐색적 인자분석_943 17.1 이번 장에서 배우는 내용 ① 943 17.2 인자분석은 언제 사용하는가? ② 944 17.3 인자 ② 945 17.4 연구 예제 ② 966 17.5 R Commander를 이용한 인자분석 실행 ① 971 17.6 R을 이용한 인자 분석 실행 ② 971 17.7 인자분석 결과의 보고 ① 1001 17.8 신뢰도분석 ② 1002 17.9 신뢰도분석 결과의 보고 ② 1015 이번 장에서 발견한 통계학 ② 1016 이번 장에서 사용한 R 패키지 1017 이번 장에서 사용한 R 함수 1017 이번 장에서 발견한 주요 용어 1017 똑똑한 알렉스의 과제 1018 더 읽을거리 1018 흥미로운 실제 연구 1020 CHAPTER 18 범주형자료_1021 18.1 이번 장에서 배우는 내용 ① 1021 18.2 이번 장에서 사용하는 패키지 ① 1022 18.3 범주형자료의 분석 ① 1022 18.4 범주형자료 분석의 이론 ① 1023 18.5 카이제곱 검정의 가정들 ① 1028 18.6 R을 이용한 카이제곱 검정 실행 ① 1029 18.7 셋 이상의 범주형변수: 로그선형분석 ③ 1042 18.8 로그선형분석의 가정들 ② 1053 18.9 R을 이용한 로그선형분석 ② 1054 18.10 로그선형분석의 후속 분석 ② 1070 18.11 로그선형분석의 효과크기 ① 1071 18.12 로그선형분석 결과의 보고 ② 1072 이번 장에서 발견한 통계학 ① 1073 이번 장에서 사용한 R 패키지 1073 이번 장에서 사용한 R 함수 1073 이번 장에서 발견한 주요 용어 1074 똑똑한 알렉스의 과제 ③ 1074 더 읽을거리 1075 흥미로운 실제 연구 1076 CHAPTER 19 다층 선형모형_1077 19.1 이번 장에서 배우는 내용 ① 1077 19.2 위계적 자료 ② 1078 19.3 다층 선형모형의 이론 ③ 1084 19.4 다층모형 ④ 1089 19.5 분석 실행 관련 고려사항 ③ 1096 19.6 R을 이용한 다층 분석 ④ 1099 19.7 성장모형 ④ 1123 19.8 다층모형의 보고 ③ 1141 이번 장에서 발견한 통계학 ② 1142 이번 장에서 사용한 R 패키지 1143 이번 장에서 사용한 R 함수 1143 이번 장에서 발견한 주요 용어 1143 똑똑한 알렉스의 과제 1143 더 읽을거리 1144 흥미로운 실제 연구 1144 에필로그: 통계학의 발견 이후의 삶 1145 R 문제해결 1148 용어집 1149 부록 A 1171 A.1 표준 정규분포표 1171 A.2 t 분포 임계값 1176 A.3 F 분포 임계값 1177 A.4 카이제곱 분포 임계값 1181 참고문헌 1182 찾아보기 1191