베스트

R을 활용한 데이터 통계 분석, 보고서 작성의 지름길을 제시하는 가이드북! 다양한 학문과 산업 분야에서 데이터 분석의 중요성이 날로 확대되고 있는 오늘날, 분석 작업의 목표를 명확히 하고 그에 걸맞은 분석 프로그램을 선택ㆍ활용하는 일은 매우 중요하다. 실무에서 데이터 분석을 필요로 하는 이들에게 통계 전공자 수준의 목표나 배움은 필요치 않다. 이 책은 데이터 통계 분석이 필요하지만 어디서부터 어떻게 시작해야 할지 모르는 이들에게 자신이 속한 분

R 비즈니스 데이터 분석의 지름길을 제시하는 가이드북! 비즈니스 데이터 분석은 기업 성과를 분석해서 향후 비즈니스 운영계획을 만들어가는 방법론이다. 최근에는 데이터 과학, 빅데이터 분석이라는 용어를 사용하여 기업뿐만 아니라 대중의 정보를 분석하여 비즈니스 설계 및 운영계획을 생성하는 방법으로 발전하고 있다. R 소프트웨어는 이러한 데이터 분석에 특화된 도구로, 본서에서는 R에서 사용하는 프로그래밍 언어의 기초 문법부터 다양한 분석 기법 및 실제

R 언어를 활용한 수치해석 문제 해결! 4차산업혁명 시대에 프로그램 언어 개발, 그중에서도 R과 Python을 이용한 데이터 분석은 각광받는 분야이다. 정보 기술의 발전과 생활 모습의 변화로 분석이 필요한 데이터량이 급격하게 증가하고, 무정형, NA, NaN 등 데이터 유형도 매우 다양해지면서 기존 도구만으로 데이터 분석과 통계적 해석을 하는 데 점차 한계가 생겼기 때문이다. 자연과학, 의학 및 공학 분야에서도 수치해석 문제를 해결하는 도구로

무료 소프트웨어 R프로그램으로 분석하는 구조방정식 모델 『R-구조방정식 모델링』. 이 책은 설문 작성부터 구조방정식모델 연구 모형, 분석, 결과 해석, 전략이나 시사점 도출 방법 등 구조방정식모델링과 관련한 전반적인 내용을 다뤘다. 이 책을 이용하면 전문가가 아니더라도 쉽게 구조방정식모델을 분석할 수 있고, 또한 최근 이슈가 되고 있는 빅데이터도 분석할 수 있다.

R 기반의 ERGM과 SIENA 모형을 이용하여 네트워크 데이터를 분석하고 모델링하는 과정을 안내한다 ‘네트워크’라는 개념은 현대인에게 매우 친숙하다. 일상적으로 접하는 소셜미디어, 수도, 전기, 인터넷, 도로망 등의 사회간접자본 시설은 물론, 국가 간 수출입, 산업생태계 등 경제구조 역시 네트워크 개념을 토대로 설계 및 운용되고 있다. 특히 최근에는 사회적 접촉 네트워크를 통해 전파되는 코로나19 바이러스를 겪으며, 감염병의 전파경로를 파악하

최신 버전의 타이디버스 패키지를 적용한 개정판! 타이디버스 접근법은 2010년대부터 R 이용자들 사이에서 점차 각광받으며 이제 완전히 주류로 자리매김하였다. 《R 기반 데이터 과학 tidyverse 접근》의 초판 발행 당시 버전 1.2.1이던 타이디버스 패키지도 2023년 8월 기준 버전 2.0.0으로 여러 차례 업데이트되었다. 새롭게 출간된 《R 기반 데이터 과학 tidyverse 접근 개정판》은 최신 타이디버스 패키지의 코드 작성 방식을 반

실제 연구에서 적용할 수 있는 R 기반 복합설문 데이터 분석서 복합설문 데이터 분석의 핵심은 데이터를 통해 모수를 추정하고 테스트 통계치를 산출할 때 복합설문 설계변수들을 고려하여 설계효과(design effect)를 통제하는 것이다. 개념적으로는 간단해 보이는 일이지만 이를 실제 연구 과정에서 적용하는 것은 단순한 문제가 아니다. 이 책은 공개된 데이터인 ‘제16차 2020년 청소년건강행태조사’를 예시로 복합설문 설계변수를 고려한 분석의 진행

쉽고 명확하게 풀어낸 성향점수분석 안내서 이 책에서 다루는 ‘성향점수분석 기법(propensity score analysis)’은 통상적 방식의 회귀분석 기법의 문제점을 극복하고 보다 타당한 인과관계를 추정하는 데이터 분석기법이다. 성향점수분석은 현실적 한계 혹은 윤리적 문제로 무작위배치가 포함된 실험설계를 실시하기 어려운 연구분야(이를테면 의학ㆍ약학ㆍ간호학)에서 인과관계를 밝히거나, 현실사회에서 특정 정책을 실시하였을 경우의 정책효과를 분석하

‘제한적 종속변수 대상 회귀모형’ 분석에 대한 깊이 있는 안내서 회귀모형에서 종속변수는 연구자가 설명하고자 하는 현상이다. 그러나 가장 널리 사용되는 일반최소자승(OLS, ordinary least squares) 회귀모형에서 가정하는 형태의 종속변수, 즉 정규분포를 따른다고 가정할 수 있는 종속변수는 현실에서 잘 발견되지 않는다. 물론 통계모형의 가정과 현실이 반드시 부합할 필요는 없다. 그러나 통계모형의 가정과 현실이 지나치게 동떨어져 있을

분석결과의 대표성과 타당성 확보를 위한 필수과정, 결측데이터 분석 사회과학 데이터를 분석하다 보면 어떤 방식으로든 결측데이터(missing data), 즉 측정되지 않은 데이터를 마주하게 된다. 특히 사람들의 태도나 의견, 지식이나 과거 행동 등을 측정할 때 ‘모름’, ‘응답거부’ 등과 같은 결측값들이 자주 등장하게 된다. 사회과학 영역이 아니더라도 환자의 진료기록이나 검진기록 등을 다루는 의료데이터에서도 결측데이터는 매우 빈번하게 등장한다.

공공데이터에 특화된 풍부한 분석 사례와 예제를 담은 R 데이터 분석서 4.0산업 시대의 핵심 특징은 빅데이터다. 빅데이터는 새로운 정보를 제공하면서 경제적 가치인 동시에 사회적 파워가 되었다. 선진 8개국 정상들은 2013년 〈오픈 데이터 헌장(Open Data Charter)〉을 발표하고, 각국 정부의 공공데이터를 적극적으로 개방하기로 했다. 정부가 생산하는 수많은 데이터를 민간이 이용하면 정부의 투명성과 신뢰도 향상, 데이터를 활용한 부가가