카트

이미지 검색을 사용해 보세요

검색창 이전화면 이전화면

최근 검색어: 전체삭제

인기 검색어

닫기

사이즈비교 공유하기

소득공제

이항로짓 분석의 예측 성능과 확률 해석

제4권 POD도서

진하수 저

BOOKK(부크크) 2026.06.15.

회원리뷰 첫번째 리뷰어가 되어주세요 판매지수 12

가격: 27,000원

27,000

YES포인트?: 0원

5만원 이상 구매 시 2천원 추가 적립

앱 다운 시 1천원 상품권

결제혜택: 카드/간편결제 혜택을 확인하세요

주문 후 제작되는 개인 오더 도서로 신중한 구매를 부탁드리며, 발송까지 7일가량 소요됩니다.

eBook이 출간되면 알려드립니다.알림신청

이미 소장하고 있다면 판매해 보세요.

예스24에 팔기 바이백 신청 불가 내 가게에서 팔기

국내배송만 가능
문화비소득공제 가능

시리즈 태그 업체 공지사항 중고도서 소개 구성 소개 특별 구성 MD 한마디 카드뉴스 상세 이미지 책소개 관련 동영상 목차 저자 소개 관련분류 품목정보 만든이 코멘트 예스24 리뷰 책 속으로 줄거리 캐스팅 관련 자료 부가 영상 출판사 리뷰 전문가 리뷰 추천평

펼치기/닫기

책소개

이 책의 주된 독자는 학사, 석사, 박사 과정을 준비하는 학생과 연구자이다. 학사 과정 독자는 이 책을 통해 분류정확도, 혼동행렬, 민감도, 특이도, 정밀도, F1-score와 같은 기본 개념을 익힐 수 있다. 석사 과정 독자는 ROC-AUC, PR-AUC, 예측확률, 한계효과, calibration을 논문 분석에 어떻게 적용하는지 학습할 수 있다. 박사 과정 연구자는 예측모형의 성능평가, 절단값 선택, 정책 시나리오 구성, 후속 연구과제 설정까지 확장하여 연구의 완성도를 높일 수 있다.<br/>이 책은 가능한 한 수식을 줄이고, 개념과 해석을 쉽게 설명하려고 하였다. 그러나 쉬운 설명이 곧 단순한 설명을 의미하지는 않는다. 이항로짓 분석에서 예측성능과 확률해석은 매우 정교한 주제이다. 정확도 하나만 보고 모형을 판단하는 것은 위험하다. AUC가 높다고 해서 예측확률이 신뢰할 만하다고 단정해서도 안 된다. 절단값 0.5를 기계적으로 사용하는 것도 바람직하지 않다. 이 책은 이러한 흔한 오류를 피하고, 연구자가 자신의 분석 목적에 맞게 성능지표를 선택하고 해석할 수 있도록 돕는 데 목적이 있다.<br/>제4권의 핵심 메시지는 분명하다. 좋은 이항로짓 분석은 유의한 회귀계수를 찾는 데서 끝나지 않는다. 모형이 사건범주와 비사건범주를 얼마나 잘 구분하는지, 사건범주를 얼마나 잘 찾아내는지, 예측확률이 실제 관측확률과 얼마나 잘 일치하는지, 정책목표에 따라 어떤 절단값을 선택해야 하는지, 예측확률을 어떤 정책 시나리오로 연결할 수 있는지를 함께 제시해야 한다.<br/>이 책을 통해 독자가 이항로짓 분석을 보다 넓게 이해하기를 바란다. 이항로짓모형은 단순히 0과 1을 예측하는 도구가 아니다. 그것은 사건 발생 가능성을 확률로 표현하고, 그 확률을 바탕으로 정책적 판단과 실증적 해석을 가능하게 하는 분석도구이다. 제4권은 독자가 이항로짓 분석을 설명의 단계에서 예측과 의사결정의 단계로 확장하는 데 필요한 개념과 절차를 제공하고자 한다.<br/>결국 이 책의 목표는 하나이다. 독자가 이항로짓 분석 결과를 단순히 “유의하다” 또는 “유의하지 않다”로 끝내지 않고, “얼마나 잘 예측하는가”, “어떤 오류가 중요한가”, “예측확률은 믿을 수 있는가”, “정책적으로 어떻게 활용할 수 있는가”까지 설명할 수 있도록 돕는 것이다. 그것이 바로 제4권이 다루는 예측 성능과 확률 해석의 핵심이다.

책소개 더보기펼치기

I. 분류성능 평가 1
1. 분류정확도 5
1) 정확도의 개념 6
2) 절단값 0.5 기준 8
3) 정확도 해석 10
4) 불균형 자료에서 정확도의 한계 12
5) 이 절의 학습용 요약 14
6) 참고문헌 15
7) 용어정리 15
2. 혼동행렬 17
1) TP 18
2) TN 19
3) FP 21
4) FN 23
5) 혼동행렬 작성법 24
6) 이 절의 학습용 요약 26
7) 참고문헌 27
8) 용어정리 27
3. 민감도와 특이도 29
1) 민감도 30
2) 특이도 32
3) 위양성률 34
4) 위음성률 35
5) 정책모형에서의 활용 37
6) 이 절의 학습용 요약 39
7) 참고문헌 40
8) 용어정리 40
4. 정밀도와 F1-score 42
1) 정밀도 43
2) 재현율 45
3) F1-score 47
4) 불균형 자료에서의 의미 49
5) 이 절의 학습용 요약 51
6) 참고문헌 51
7) 용어정리 52
5. 데이터 특성별 분류 정확도 지표 선택 기준 54
1) 균형 데이터: 정확도 사용 가능 54
2) 약한 불균형 데이터: 정확도 + 민감도 + 특이도 55
3) 강한 불균형 데이터: 민감도, 정밀도, F1-score 중심 56
4) 사건군을 놓치면 안 되는 데이터: 민감도 중심 57
5) 잘못된 사건 예측의 비용이 큰 데이터: 정밀도 중심 58
6) 사건군 탐지와 예측 신뢰도를 고려하는 데이터: F1-score 중심 59
7) cutoff에 따라 성능이 달라지는 데이터: ROC-AUC 사용 60
8) 사건군이 매우 희소한 데이터: PR-AUC 사용 60
9) 비사건군을 구분하는 것이 중요한 데이터: 특이도 중심 61
10) 비용 민감 데이터: 비용가중 정확도 사용 62
II. ROC, AUC, PR-AUC 65
1. ROC 곡선 67
1) ROC 곡선의 개념 68
2) 민감도와 1-특이도 70
3) 절단값 변화 72
4) ROC 곡선 해석 74
5) 이 절의 학습용 요약 76
6) 참고문헌 76
7) 용어정리 77
2. AUC 79
1) AUC의 의미 80
2) AUC 기준 해석 82
3) 모형 간 AUC 비교 84
4) AUC의 한계 86
5) 이 절의 학습용 요약 88
6) 참고문헌 88
7) 용어정리 89
3. PR-AUC 91
1) Precision-recall curve 92
2) 희소사건 자료에서의 장점 94
3) ROC-AUC와 PR-AUC 비교 96
4) 논문 보고 방식 98
5) 이 절의 학습용 요약 100
6) 참고문헌 101
7) 용어정리 101
III. 예측확률과 한계효과 103
1. 예측확률 106
1) 예측확률의 개념 107
2) 특정 사례의 예측확률 109
3) 집단별 평균 예측확률 111
4) 예측확률표 작성 113
5) 이 절의 학습용 요약 115
6) 참고문헌 116
7) 용어정리 116
2. 한계효과 118
1) 한계효과의 개념 119
2) 평균한계효과 121
3) 특정값에서의 한계효과 123
4) 오즈비와 한계효과의 차이 125
5) 정책 해석에서의 장점 127
6) 이 절의 학습용 요약 129
7) 이항로짓 모형의 한계효과 추정식 130
8) 참고문헌 134
9) 용어정리 135
3. 시나리오별 예측 137
1) 기준 시나리오 설정 138
2) 변수 조합별 예측확률 140
3) 집단별 시나리오 비교 142
4) 정책 시뮬레이션 144
5) 공공임대주택 입주의향 분석 예 147
6) 이 절의 학습용 요약 149
7) 참고문헌 149
8) 용어정리 150
IV. Calibration과 확률예측 152
1. Brier score 155
1) Brier score의 개념 156
2) 평균제곱오차로서의 의미 158
3) AUC와 Brier score의 차이 161
4) 확률예측 성능 평가 163
5) 실제 논문 해석 과정 166
6) 이 절의 학습용 요약 171
7) 참고문헌 172
8) 용어정리 172
2. Calibration plot 174
1) 예측확률과 관측확률 175
2) Calibration curve 177
3) Calibration intercept 179
4) Calibration slope 182
5) 과대예측과 과소예측 184
6) 실제 논문 해석 과정 186
7) 이 절의 학습용 요약 194
8) 참고문헌 195
9) 용어정리 195
3. 절단값 선택 197
1) 0.5 절단값의 한계 198
2) Youden index 200
3) 비용민감 절단값 202
4) 정책목표 기반 절단값 205
5) 절단값 민감도 분석 207
6) 실제 논문 해석 과정 209
7) 이 절의 학습용 요약 216
8) 참고문헌 217
9) 용어정리 218
V. 실증분석: 정부지원사업 수혜 여부 예측 220
1. 실증분석: 정부지원사업 수혜 여부 예측의 기본설계 224
1) 연구문제 설정 224
2) 훈련자료와 검증자료 구분 226
3) 로짓모형 추정 228
4) 혼동행렬 작성 229
5) ROC-AUC 산출 231
6) PR-AUC 산출 232
7) Brier score 산출 233
8) Calibration plot 작성 234
9) 예측확률과 한계효과 해석 235
10) 정책 시나리오 작성 237
11) 이 절의 학습용 요약 238
12) 참고문헌 239
13) 용어정리 239
2. 종합 실습: 정부지원사업 수혜 여부 예측 분석 241
1) 변수 처리 반영 241
2) 이항로짓 추정·진단 결과 242
3) 주요 추정 결과 244
4) 예측성능·확률해석 결과 246
3. 결과 종합, 시사점 및 후속 연구과제 256
1) 통계적 시사점 258
2) 정책적 시사점 259
3) 예측모형 활용상의 시사점 260
4) 연구의 한계 261
5) 후속 연구과제 262
6) 최종 정리 264

목차 더보기펼치기

저자 소개 1

저진하수

관심작가 알림신청

펼쳐보기더보기

디지털경제, 데이터 분석, 인공지능, 블록체인, ESG를 가로지르며 복잡한 지식의 구조와 실증분석의 논리를 탐구해 온 연구자이자, AI 시대의 데이터 기반 지식 검증 전문가이다. 현재 한국디지털경제연구원 대표원장과 다빈치논문컨설팅 대표박사로 활동하고 있으며, 디지털경제학 박사로서 데이터와 기술이 사회, 산업, 정책, 연구 현장에 미치는 변화를 지속적으로 분석하고 있다.

저자는 STATA, SPSS, Python, R을 활용한 통계분석과 빅데이터 처리에 능숙하며, SCI·KCI 논문 분석, 학위논문 연구설계, 회귀분석, 이항로짓 분석, 다층모형, 구조방정식, 머신러닝·딥러닝 기반 예측모형 등 다양한 분야에서 연구와 자문을 수행하고 있다. 특히 사회과학과 정책연구에서 자주 활용되는 선택행동 분석, 이용의향 분석, 참여 여부 분석, 정책 수혜 여부 분석, 사건 발생 여부 분석을 실제 연구문제와 연결하여 해석하는 데 깊은 관심을 가지고 있다.

STATA, SPSS, R, Python을 활용한 통계분석과 빅데이터 처리, 머신러닝·딥러닝 기반 인공지능 분석, SCI·KCI 논문 연구, 블록체인과 가상자산, 기후변화와 ESG 평가 등 다양한 분야에서 연구와 자문을 수행해 왔다. 그러나 저자가 가장 중요하게 여기는 것은 분석기법 자체가 아니다. 어떤 연구문제를 설정하고, 어떤 비교집단을 구성하며, 어떤 가정을 통해 인과효과를 식별하고, 그 결과의 불확실성과 한계를 얼마나 투명하게 보고하는지가 연구의 신뢰성을 결정한다고 본다. 『차이의 차이 분석 마스터하기』 전 7권은 이러한 문제의식에서 출발한다. 이 시리즈는 기초 2×2 DID에서 패널자료와 이원고정효과, 평행추세와 이벤트 스터디, 현대 DID 추정량, 확장 설계, 강건성 및 민감도 분석, 재현가능 연구와 국제학술지 투고까지 DID 연구의 전 과정을 하나의 체계로 연결한다.

진하수의 다른 상품