회귀분석이란 반응변수와 설명변수 간의 함수관계를 규명하는 통계적인 분석방법으로 회귀모형을 적합하고, 적합된 모형을 통해서 설명변수가 반응 변수에 미치는 영향을 살피며, 반응변수의 값을 추정하기 위한 분석방법이다. 따라서 이 방법은 사회과학과 자연과학 분야뿐만 아니라, 모형화와 관련된 현상을 연구하는 다른 분야에서도 매우 중요한 역할을 하고 있다. 이 교재는 모형화의 적합이라는 관점에 많은 비중을 두었다. 최적모형을 적합하기 위해서는 모형의 가정, 모형의 적합, 모형의 진단이라는 과정을 끊임없이 반복해야 한다. 이러한 과정을 통해서 자연현상과 사회현상을 잘 설명할 수 있는 모형이 적합될 것이고, 이를 통해서 우리는 정확한 의사결정을 할 수 있게 된다. 이 교재는 제1장과 제2장에서 단순회귀모형과 중회귀모형을 다루었으므로, 이를 통해서 회귀분석의 기본개념과 모형적합 방법 등을 이해할 수 있기 바란다. 제3장에서는 변수선택 방법을, 제4장에서는 모형개발이라는 관점에서 다항회귀, 가변수 회귀모형을 다루었다. 제5장과 제6장은 회귀진단의 관점에서 자료의 진단과 모형의 진단을 다루었으며, 제7장과 제8장은 일반화 선형모형을 소개하였다.
제1장 단순회귀모형
1.1 회귀분석이란
1.2 단순회귀모형
1.3 회귀선의 추정
1.4 단순회귀 분산분석표
1.5 단순회귀의 추정과 검정
1.6 가중회귀
1.7 분석 사례
제2장 중회귀모형
2.1 중회귀모형
2.2 중회귀모형의 추정
2.3 중회귀모형 분산분석표
2.4 표준화된 중회귀분석
2.5 추정과 검정
2.6 변수 추가
2.7 잔차의 검토
2.8 분석 사례
제3장 변수선택
3.1 변수선택과 다중공선성
3.2 다중공선성
3.3 변수선택
3.4 변수선택의 기준
3.5 변수선택의 방법
제4장 모형개발
4.1 다항회귀모형
4.2 가변수 회귀모형
제5장 자료의 진단
5.1 회귀진단이란
5.2 잔차분석
5.3 특이점
5.4 관측값의 영향
제6장 모형의 진단
6.1 모형진단이란
6.2 오차의 등분산성
6.3 회귀모형의 선형성
6.4 오차의 정규성
6.5 변수변환
제7장 일반화선형모형Ⅰ
7.1 일반화선형모형의 구성요소
7.2 이항자료에 대한 일반화선형모형의 설정과 분석
7.3 모수추정
7.4 모형진단
제8장 일반화선형모형Ⅱ
8.1 로지스틱회귀모형의 활용
8.2 로그선형모형의 구성과 적용
8.3 과대산포와 준가능도
김성수 (집필)
서울대학교 계산통계학과 졸업 서울대학교 대학원 계산통계학과 (이학석사, 이학박사) 전북대학교 통계학과 조교수 • 현재: 한국방송통신대학교 자연과학대학 통계․데이터과학과 교수
강명욱 (집필)
미국 University of Minnesota 통계학과, 수학과 졸업 미국 University of Minnesota 통계학과 (통계학석사, 통계학박사) • 현재: 숙명여자대학교 이과대학 통계학과 교수
강위창 (집필)
서울대학교 계산통계학과 졸업 서울대학교 대학원 통계학과 (이학석사, 이학박사) • 현재: 대전대학교 디지털미래융합대학 빅데이터인공지능학과 교수