R를 이용한 사회과학데이터 분석 : 기초편

머리말

1부 들어가면서

01 사회과학자는 왜 프로그래밍을 배워야 하는가?
02 언어 학습으로서 R프로그래밍
03 예술 작업으로서 R프로그래밍
04 객체 지향 프로그래밍
05 R프로그래밍을 위한 마음가짐
06 R프로그램 설치

2부 데이터 관리

07 데이터란
08 데이터 입력하기와 불러오기
데이터의 직접입력
외부 데이터 불러오기
09 데이터의 통합과 분석
10 데이터 관리: 요점 정리

3부 데이터 사전처리

11 데이터 중 일부만 골라내기
데이터 중 일부 변수 취하기
데이터 중 일부 사례만 취하기
집단수준의 통계치로 집산된 데이터세트
12 변수 관리
결측값 처리
역코딩하기
리코딩하기
요인으로 전환

4부 통계분석

13 R프로그래밍을 통한 확률분포 학습
사회과학에서 자주 등장하는 확률분포
R프로그래밍으로 살펴본 중심극한정리
14 단일변량 기술통계분석
변수의 기초 정보
변수의 중심치 관련 통곗값
변수의 변이 관련 통곗값
15 다변량 추리통계분석
t-검증
카이제곱 검증
상관관계 분석
분산분석
다변량 일반회귀분석
로지스틱 회귀분석
신뢰도 분석
주성분 분석과 탐색적 인자분석

5부 기초편을 넘어

16 기초가 가장 중요하다
17 응용편과 고급편: 간단한 소개

이 책은 R를 소개하는 기존의 책과 매우 다른 접근을 취했다. R에 관한 기존의 책들은 대부분 통계학 전공자들이나 컴퓨터 프로그래머와 같은 사람들이 저술하였다. 이러한 배경을 갖는 사람들이 보기에 이 책에서 소개된 R프로그래밍은 비효율적으로(inefficient) 보일 수 있다. 이를테면 이 책에서는 attach()와 detach()함수를 사용하지 않았는데, 이 같은 비효율성은 사실 의도된 것이다. 비효율성을 택한 대신 저자는 프로그래밍에 익숙하지 않은 사람들이 보아도 이해할 수 있는 반복적이지만 직관적인 프로그래밍을 강조하였다. 이 책의 독자들 중 반복적이라도 직관적인 R프로그래밍보다 효율적인 R프로그래밍을 원한다면, 다른 R 관련 책을 탐독하는 편이 나을 것이다. 하지만 대부분의 사회과학 데이터의 크기가 크지 않은 상황과 최근 컴퓨터의 자료처리 속도를 감안할 때, 비효율적이지만 직관적으로 이해가 가능한 프로그래밍이라도 자료를 처리하는 데는 많은 시간이 낭비되지 않는다는 점을 강조하고 싶다.
_ <머리말> 중에서

일반 상업용 프로그램에서의 프로그래밍과 R의 프로그래밍은 얼마나 다를까? 의심의 여지없이 일반 상업용 프로그램은 사용이 쉽다. 그러나 사용이 쉬운 대신, “뜻을 실어 펼” 표현법이 부족하다는 문제가 있다. 비유를 하자면 상업용 프로그램의 프로그래밍은 아이콘(icon)을 이용한 커뮤니케이션과 비슷하다. 아이콘을 이용한 커뮤니케이션은 그림을 통해 특정한 정보를 쉽게 커뮤니케이션할 수 있다는 장점이 있다. 하지만 아이콘을 이용해 커뮤니케이션되는 표현은 단순한 것에 그치기 쉽다. 이에 반해서 R프로그래밍은 추상적 언어에 보다 가깝다. 외국어를 배울 때 어려움을 겪듯, 프로그래밍을 접해 보지 않은 사회과학자의 입장에서 R프로그래밍은 쉽지 않은 것이 사실이다. 게다가 ‘R프로그래밍에 익숙해 봤자 사회과학적 지식 추구에 직접적으로 도움이 되지 않는 것’처럼 보이는 것도 사실이다. 그러나 확실한 것은 R프로그래밍은 매우 유연한 언어이기 때문에 기초적인 데이터 관리 및 분석에서 고급 분석 방법까지 커버가 가능하다는 점이다.
_ <02 언어 학습으로서 R프로그래밍> 중에서