머리말 = 7
제1장 회귀분석의 기초
1.1 머리말 = 17
1.2 변수의 형태와 분석방법 = 19
1.3 추리통계 = 23
1.4 회귀모형의 정립과 분석 = 27
1.4.1 연구의 설계 및 분석절차 = 28
1.4.2 회귀분석의 기능과 용도 = 35
1.5 주요 컴퓨터 프로그램 = 38
1.5.1 SPSS 프로그램 = 41
1.5.2 BMDP 프로그램 = 43
1.5.3 SAS 프로그램 = 44
제2장 단순선형회귀모형
2.1 머리말 = 47
2.2 회귀식의 추정과 최소제곱법 = 48
2.3 회귀계수 = 59
2.4 모회귀계수에 대한 신뢰구간 추정과 가설검증 = 61
2.5 결정계수 = 69
2.6 회귀식의 통계적 유의도 검증 = 74
2.7 단순회귀분석에서의 기본가정 = 78
제3장 중다회귀모형
3.1 머리말 = 85
3.2 중다회귀모형의 정립 = 86
3.3 최소제곱법에 의한 회귀식의 추정 = 88
3.4 회귀계수의 해석과 검증 = 96
3.5 중다결정계수 = 104
3.6 부분상관계수 = 107
3.7 중다회귀식의 통계적 유의도 검증 = 110
3.8 중다회귀분석에서의 기본가정 = 114
제4장 잔차분석과 이상점의 진단
4.1 머리말 = 117
4.2 잔차의 도식화 = 119
4.3 회귀모형의 진단 = 128
4.4 이상점(outlier)의 진단 = 131
4.4.1 잔차의 크기에 의한 검색 = 132
4.4.2 회귀식의 지렛점 값(leverage point)에 의한 검색 = 135
4.4.3 회귀계수에 미치는 영향력 분석 = 138
4.4.4 공분산 팽창비(ratio of covariance inflation)의 활용 = 139
4.4.5 부분회귀 산점도의 활용 = 141
4.4.6 이상점 판단의 통계적 임계값 = 142
4.5 산점도에 의한 이상점 분석사례 = 144
4.6 SPSSWIN을 이용한 잔차분석 = 146
제5장 이분산성
5.1 머리말 = 163
5.2 잔차 산점도에 의한 이분산성의 검색 = 164
5.3 이분산성의 통계적 검증 = 166
5.3.1 Cook-Weisberg 검증 = 169
5.3.2 Goldfeld-Quandt 검증 = 169
5.4 동분산으로 만드는 변환 = 171
5.5 가중최소제곱법(weighted least squares method) = 175
5.5.1 가중최소제곱법을 사용하는 SPSSWIN의 예시 프로그램 = 181
제6장 자기회귀
6.1 머리말 = 185
6.2 자기상관의 영향 = 189
6.3 자기회귀(autoregression)의 검증 = 190
6.3.1 Geary 검증 = 191
6.3.2 Durbin-Watson 검증 = 191
6.4 자기회귀의 제거 = 196
6.4.1 일반화최소제곱법(generalized least squares method) = 196
6.4.2 Cochrance-Orcutt의 방법 = 197
6.4.3 제1계차법(first difference method) = 198
6.4.4 Durbin-Watson의 d 통계량 이용법 = 198
6.4.5 자기회귀의 제거 사례 = 200
제7장 다중공선성
7.1 머리말 = 209
7.2 다중공선성의 검색 = 212
7.2.1 일반적인 진단 = 212
7.2.2 잔여분산(residual variance)에 의한 검색 = 213
7.2.3 고유근 분석과 분산분해비율에 의한 검색 = 215
7.3 다중공선성이 회귀분석 결과에 미치는 영향 = 217
7.4 다중공선성의 교정 및 대처방안 = 218
7.4.1 자료의 보완 = 218
7.4.2 변수의 제거 = 219
7.4.3 능형회귀분석(ridge regression analysis) = 220
7.4.4 변수의 조합 = 221
7.4.5 주성분회귀분석(principal component regression analysis) = 223
7.4.6 외래 추정값(extraneous estimates)의 사용 = 224
7.4.7 표준화 기법 = 225
제8장 비선형 회귀모형
8.1 머리말 = 235
8.2 비선형 관계(non-linear relationship)의 검색 = 237
8.3 변수의 변환 = 240
8.3.1 다항모형(polynomial model) = 240
8.3.2 역함수모형(reciprocal model) = 247
8.3.3 지수모형(exponential model) = 247
8.3.4 Box-Cox 변수변환(Box-Cox transformation) = 249
8.3.5 변수변환의 예 = 254
8.3.6 변수변환에 따른 유의사항 = 266
제9장 질적 변수의 활용
9.1 머리말 = 269
9.2 가변수(dummy variable) = 270
9.2.1 가변수의 부호화(coding) = 271
9.2.2 곡선성(curvilinearity)의 검증 = 278
9.3 상호작용항(interaction term) = 280
9.3.1 상호작용의 의미 = 280
9.3.2 회귀식에서의 상호작용항 = 282
9.3.3 상호작용의 통계적 검증 = 286
9.3.4 가변수와 상호작용항의 분석사례 = 290
9.4 분산분석(ANOVA)과 회귀분석의 비교 = 293
제10장 범주형 종속변수의 회귀모형
10.1 머리말 = 305
10.2 선형확률모형(linear probability model) = 306
10.3 프로빗 모형(probit model) = 310
10.4 로짓 모형(logit model) = 313
10.5 다범주 로지스틱 모형(multinomial logistic model) = 317
10.5.1 다범주 로지스틱 모형의 분석사례 = 322
10.6 범주형 종속변수의 회귀모형을 위한 SPSSWIN의 예시 프로그램 = 323
제11장 경로분석
11.1 머리말 = 331
11.2 경로모형의 정립과 기본 가정 = 333
11.3 경로계수 = 338
11.4 공변량(covariation)의 분해 = 341
11.5 경로분석의 사례 = 347
11.6 과대식별 경로모형(over-identified path model) = 350
제12장 구조방정식 모형
12.1 머리말 = 359
12.2 구조방정식 모형이란? = 361
12.3 구조방정식 모형의 계수추정 = 363
12.4 구조방정식 모형 사용할 때 주의할 점 = 366
12.4.1 표본의 크기 = 367
12.4.2 다변량 정규분포의 가정 = 368
12.4.3 모형적합도 검증과 해석 = 369
12.4.4 모형설정의 오류 = 371
12.4.5 입력자료로서의 공분산 행렬과 상관관계 행렬의 차이점 = 373
12.4.6 구조계수의 인과적 해석에 따른 문제점 = 374
12.4.7 측정수준의 문제 = 375
12.5 구조방정식 모형의 분석사례 = 377
부록 = 385
참고문헌 = 393
찾아보기 = 407