이 책에서 다루는 내용

데이터 과학의 중심에는 데이터가 있으며, 이 책에서는 네트워크 데이터를 포함해 데이터를 가져오고 랭글링(wrangling)하는 방법을 설명한다. 또한 초반부부터 많이 사용하는 ggplot2 패키지를 이용해 데이터 시각화 작업을 살펴보며, 기본적인 지도도 작성해본다. 함수 이해, 차분방정식 시뮬레이션, 행렬 연산 수행에 R을 사용하는 방법도 다룬다. 이 책은 몬테카를로(Monte Carlo) 시뮬레이션을 사용해 확률과 통계적 추론(statistical inference)을 이해하며, 부트스트랩도 소개한다. 인과적 추론(causal inference)은 실험(experiment), 매칭(matching), 회귀 불연속(regression discontinuity), 이중차분법(difference-in-difference), 도구 변수(instrumental variable)를 다루는 실제 경제 예제와 함께 활용을 위해 시뮬레이션, 데이터 그래프, R 코드를 사용해 집중적으로 살펴본다. 성장과 관련된 데이터와 모형의 상호작용을 설명하며, 이후에 그래프, 시뮬레이션, 예제를 사용해 시계열 데이터 분석을 살펴본다. 마지막으로, 두 가지 계산 집약적 방법인 일반화 가법 모형(generalized additive model)과 머신러닝 분야에서 많이 사용하는 랜덤 포레스트(random forest)를 활용법과 함께 직관적으로 살펴본다.

이 책의 대상 독자

R을 배우고자 하는 학생, 교사, 연구원 등의 경제학도들에게 도움이 될 책이다. 특히 경제학과 학생들이 응용경제학을 직관적으로 이해하고, 자료를 적극적으로 활용하며, 동시에 핵심 데이터 과학 기술을 갖추는 데 도움이 될 것이다.

이 책의 구성

1부, ‘책 구성과 R 소개’에서는 R의 주요 내용을 충분히 소개하는 것을 목표로 한다.

2부, ‘데이터 관리와 그래프 작성’에서는 위컴이 개선한 데이터 과학의 특성 중 하나인 랭글링과 그래프 작성을 소개한다.

3부, ‘데이터 분석에 필요한 수학 사전지식’에서는 R을 사용한 간단한 수학적 방법을 설명한다. 특히 차분 방정식(difference equations)과 함께 R로 다양한 분석을 수행한다.

4부, ‘데이터 기반 추론’에서는 중심 극한 정리(central limit theorem)에 시뮬레이션을 사용한다. 또한 부트스트랩과 무작위 추론(randomization inference)이라는 두 가지 시뮬레이션 기반 추론 방법을 소개한다.

5부, ‘성장 데이터 접근, 분석, 해석’에서는 경제 성장을 집중적으로 살펴본다. 데이터를 시각화해 성장의 특정 유형을 조사하고 데이터를 통해 간단한 성장 이론을 알아본다.

6부, ‘시계열 데이터’는 시계열(time series) 데이터를 다루며, 시계열 그래프 작성법을 살펴본다.

7부, ‘데이터를 통한 통계적 학습과 머신러닝’에서는 바리안(Varian, 2014)이 쓴 논문 「Big Data: New Tricks for Econometrics」를 참고한다. 통계적 학습(statistical learning)의 두 가지 주요 기법인 일반화 가법 모형(GAM, generalized additive model)과 랜덤 포레스트를 살펴본다.

옮긴이의 말

바야흐로 데이터 분석의 시대입니다. 이제 데이터 분석 능력은 치열한 경쟁시장에서 생존과 성장을 위한 필수 역량입니다. 다음과 같은 이 책의 특징은 데이터 과학자로 한 걸음 전진하고 싶은 독자분들에게 도움이 될 것입니다. 첫째, 내용이 경제학 논문을 기반으로 기술돼 있어 학문적 깊이를 더할 수 있습니다. 이 책의 내용은 대부분 경제학 논문과 해당 논문에서 사용한 데이터셋을 기반으로 합니다. 따라서 데이터 분석 기법의 이해를 넘어 학문적 사고를 넓힐 수 있는 기회를 제공합니다. 관심 있는 주제는 참고문헌에 있는 논문을 검색해 논문의 내용과 함께 분석 기법을 살펴본다면 데이터 분석의 본질을 이해하는 데 많은 도움이 될 것입니다.

둘째, 예제가 tidyverse 패키지를 기반으로 작성돼 간결하고 직관적입니다. tidyverse는 RStudio의 해들리 위컴 박사가 개발한 패키지입니다. tidyverse 패키지는 R을 사용한다면 한 번은 접하게 되는 핵심 패키지입니다. tidyverse 패키지의 강력한 기능은 이름 그대로 깔끔한 코드 작성에 큰 도움이 됩니다. 셋째, 목차가 다양한 데이터 분석 영역의 핵심 요소를 기반으로 구성돼 있습니다. 목차는 데이터 분석에 필요한 기본적인 사전지식으로 시작해 추론 및 인과분석, 시계열 분석, 머신러닝 기법까지 다양한 영역에서 데이터 분석에 필요한 핵심 요소를 설명합니다. 이를 통해 데이터 분석의 전반적인 주제를 신속하고 균형 있게 파악할 수 있습니다. 데이터 과학자의 열정을 품은 독자분들에게 이 책이 마중물이 되길 바랍니다.