1998년도에 Agresti 교수의 An Introduction to Categorical Data Analysis를 처음 번역한 후 2009년에 개정판을 번역하였고 또 다시 십 년이 지난 2019년에 3판을 번역하게 되었습니다. 지난 십여 년 동안 범주형 자료분석은 사회과학, 자연과학, 생명과학, 교육학 등 여러 분야에서 크게 활용되었고 새로운 많은 방법들이 개발되었습니다.
이번 3판에서는 빅데이터 시대에 데이터사이언스 분야의 연구 동향을 반영하여 11장을 새로 추가하였습니다. 11장에서는 범주형 자료분석을 위한 다양한 데이터마이닝 기법들을 소개하고 있는데, 선형 분류 방법, 나무기반 분류 방법, 군집분석 방법 및 평활화 방법과 고차원 자료를 분석하기 위한 벌점추정 방법이 주요 내용입니다. 무엇보다 3판에서의 가장 큰 변화는 R 소프트웨어를 사용하여 분석을 진행하는 과정을 제시한 것입니다. 2판에서는 SAS 프로그램을 부록에 소개하였으나 이번 3판에서는 본문 중에 R 프로그램과 그 결과를 같이 수록하여 독자들이 직접 확인할 수 있게 배려하였습니다. 또 다른 큰 변화는 각 장별로 베이지안 방법론을 소개를 하고 있다는 점입니다. 통계학의 다른 분야와 마찬가지로 범주형 자료분석에서도 베이지안 방법의 역할이 점점 더 중요시되고 활용성이 증가되고 있는 시점에서 시대적 변화를 잘 반영한 것이라고 생각됩니다.
이 책의 수준은 2판과 마찬가지로 깊이 있는 이론은 다루고 있지 않기 때문에 통계학을 전공하는 학부생이나 통계학을 전공하지 않은 석사과정 학생들도 쉽게 이해하고 응용할 수 있습니다. 또한 계산적으로 복잡한 과정과 관련된 내용을 생략하고, 분석 결과를 제공해 줄 수 있는 R 프로그램을 부록에 실었으며, 이 외에도 SAS, Stata 및 SPSS와 같은 통계 패키지를 이용한 분석들을 소개하고 있습니다. 또한 실제 자료를 바탕으로 한 연습문제를 제시하여 범주형 자료를 분석하는 데 도움이 될 것입니다.
그동안 국내에서도 범주형 자료분석에 관한 좋은 책들이 많이 출간되었지만, 이 책에서는 개념과 모형에 대하여 자세하게 설명하고, 많은 실제 자료에 근거한 예제를 연습문제로 수록하여 실습할 수 있는 기회를 제공하고 있습니다. 또한 최근에 널리 활용되는 데이터마이닝 분석 방법을 추가적으로 수록하여 내용이 더욱 충실해졌습니다. 그러므로 이 역서는 이미 출간된 여러 책들과 함께 좋은 교재로 사용될 수 있을 것이라고 생각됩니다.
이 책을 번역하면서 “통계학용어사전”에 수록된 용어들을 사용하고자 노력하였지만, 아직도 통일되지 않은 여러 용어들이 있어 역자 나름대로 원어의 뜻을 최대한 반영하여 번역하려고 노력하였습니다. 번역하면서 처음 번역된 내용에서도 잘못된 부분이 있는지 다시 검토하고 그동안 지적해 주신 오타도 수정하였지만, 그래도 군데군데 부족하고 어색한 부분이 있으리라 생각됩니다. 이 점에 대하여 앞으로도 독자 여러분들의 아낌없는 조언과 충고를 부탁드립니다. 출간 후에도 수정사항이 있을 경우에는 자유아카데미 홈페이지(www.freeaca.com) 자료실에 제공할 예정입니다.
이 책이 발간되기까지 원고 검토와 수정을 위하여 수고를 아끼지 않은 서울대학교 생물정보통계 연구실 소속인 김은선, 강나연, 황보수현, 목리디아, 김보람, 박철균, 정석호, 김용갑, 한결희 학생에게 감사를 드립니다. 또한 이 책을 충실하게 번역할 수 있도록 오랫동안 인내하면서 기다려주신 자유아카데미에도 진심으로 감사드립니다. 마지막으로 이 책을 출간하기까지 많은 성원을 아끼지 않으신 어머님께 이 책을 바칩니다.
2020년 3월
역자 씀
