R을 이용한 다변량 자료분석

다변량 자료분석(Multivariate Data Analysis)은 데이터를 다루는 사람이라면 반드시 습득해야 하는 도구이다. 사회가 발전함에 따라 자료와 변수의 개수는 기하급수적으로 증가하고 있다. 다변량 자료분석은 이런 자료를 분석할 수 있는 이론과 도구를 제공한다.
특히 마케팅의 CRM(Customer Relationship Management), DNA 마이크로어레이, 빅데이터, 애널리틱스뿐 아니라 의료보건, 섬유공학, 교육, 심리학, 정치행정학 및 경제·경영에 이르기까지 다변량 자료분석은 이미 필수적 요소가 되었다.
다변량 자료분석에 대한 책을 집필하기 시작하면서, 이 복잡한 이론을 어떻게 쉽게 서술할지에 대한 고민이 컸다. 무엇보다 기초통계학 1·2과목을 수강한 독자들이 이해할 수 있는 정도의 이론을 제공하면서, 동시에 현대 사회에서 요구되는 시각화(Visualization)를 비롯한 주성분분석, 요인분석, 판별분석, 군집분석, 그리고 정준상관분석 등을 한 책에 담아내고자 노력했다.
이 책은 기존에 내가 쓴 [SAS를 이용한 다변량 자료분석]을 R-사용자를 위해 재구성한 것이다. 사실 그동안 독자들로부터 이에 대한 요구는 계속 있어 왔지만, R에 대해 책을 쓸 정도의 지식과 경험이 부족했던 차에 배균섭 교수님을 만난 것은 행운이었다. 그의 R에 대한 지식과 경험 뿐 아니라, 임상연구/의학 분야의 전문성, 그리고 통계학에 대한 그의 통찰력은 내게 적잖은 도전을 주었고, 그와 작업하는 즐거움을 통해 마침내 이 머리말을 쓰게 되었다.
마지막으로 출판을 도와주신 자유아카데미사와 그동안 나의 부족한 강의를 경청해 준 한국외국어대학교 학생들에게 감사를 드리고 싶다. 그리고, 표지 디자인으로 수고해 준 루경, 지루한 교정을 마다하지 않고 도와준 아내, 승희에게 사랑과 존경의 마음을 전한다.
박흥선

머리말
의학과 생명과학 연구에서는 하나의 현상을 여러 변수의 관계 속에서 이해해야 하는 경우가 많습니다. 환자의 임상적 특성, 검사 결과, 치료 반응과 예후는 서로 독립적으로 존재하지 않으며, 최근 단백질체학(proteomics)을 비롯한 오믹스 연구와 정밀의학 분야에서는 수많은 생물학적 지표를 동시에 분석해야 합니다. 이에 따라 다변량 자료분석은 일부 통계 전문가만을 위한 방법론을 넘어, 현대 의학·생물학 연구자가 이해하고 활용해야 할 필수적인 연구 도구가
되었습니다.
이 책은 박흥선 교수님이 SAS를 기반으로 집필하신 기존 다변량 자료분석 교재를 R 환경에 맞게 새롭게 구성한 것입니다. 저는 의학을 전공하고 연구 현장에서 통계를 사용해 온 사람으로서 박흥선 교수님의 책을 오래전부터 좋아했습니다. 다변량통계의 중요한 이론과 방법을 빠짐없이 담고 있으면서도 설명은 매우 간결하고 명료하기 때문입니다. 복잡한 내용을 필요 이상으로 어렵게 만들지 않으면서, 독자가 반드시 알아야 할 핵심을 정확하게 전달하는 것은 결코 쉬운 일이 아닙니다. 이러한 장점은 이번 책에서도 그대로 이어집니다.
R은 오늘날 의학과 생명과학 연구에서 널리 활용되는 분석 도구입니다. 다양한 통계기법과 시각화 기능을 제공할 뿐 아니라, 분석 과정을 투명하게 기록하고 재현할 수 있다는 점에서도 연구자에게 큰 장점이 있습니다. 이 책에서는 벡터와 행렬, 확률벡터와 다변량정규분포와 같은 기초 이론에서 출발하여 호텔링의 T2 검정, 다변량분산분석, 주성분분석, 요인분석, 판별분석, 정준상관분석 및 군집분석에 이르기까지 다변량 자료분석의 주요 내용을 체계적으로 다룹니다. 각 장에는 R을 이용한 실습과 연습문제를 함께 제시하여, 독자가 이론을 이해하는 데 그치지 않고 실제 분석으로 연결할 수 있도록 하였습니다.
이 책은 통계학을 전공하는 학생과 연구자뿐 아니라, 자신의 연구에서 이미 다변량통계기법을 사용하고 있지만 그 이론적 배경을 좀 더 정확히 이해하고 싶은 분들에게 특히 유용할 것입니다. 분석 프로그램의 결과를 얻는 것과 그 결과가 어떠한 가정과 원리에서 도출되었는지를 이해하는 것은 서로 다른 문제입니다. 이론적 토대에 대한 이해가 충분할 때 연구자는 자신의 자료에 적절한 분석방법을 선택하고, 결과를 올바르게 해석하며, 연구의 한계 또한 정확하게 판단할 수 있습니다.
통계 이론이 어렵게 느껴졌거나 스스로 이론적 기반이 부족하다고 생각해 온 독자들이 이 책을 통해 다변량 자료분석의 구조와 원리를 차근차근 이해하시기를 바랍니다. 나아가 이 책이 통계적 방법을 단순히 적용하는 수준을 넘어, 연구 질문과 자료의 특성에 맞는 분석을 스스로 설계하고 수행하는 데 든든한 길잡이가 되기를 기대합니다.
배균섭