회귀분석은 주어진 데이터에 적합한 모형을 찾고 반응변수를 잘 설명해 주는 유용한 설명변수들을 발견하고자 할 때 많이 사용되는 통계 분석기법이다. 그동안 하위 버전에서는 독립변수들이 서로 상관되어 있어 다중공선성 문제가 있을 경우 이를 해결할 수 있는 모듈이 별로 없었다. 그러나 버전이 갱신되면서 서로 상관된 다수의 독립변수들을 잘 다루어 이러한 문제들을 해결할 수 있는 방법들이 추가되고 있다. 16.0부터는 PLS(Partial Least Squares) 회귀분석이 추가되었다. 17.0에서 회귀분석과 관련된 변경내용은 CATREG 모듈에 능형회귀분석과 같은 정규화(regularization)에 의한 모형적합 방법이 추가되었다는 것이다. 이 방법을 제외한 나머지 분석방법들은 알고리즘 수행결과에서 약간의 차이를 보일 수는 있으나 17.0 미만의 하위 버전에서와 거의 같은 결과를 제공한다.
이번 제3판은 모두 13장으로 구성되었다. 13장의 구성 순서를 두고 다소 고민하였으나 대체적으로 SPSS(PASW) 17.0의 회귀분석 모듈 순서를 따르기로 결정하였다.
각 장의 내용을 간략히 소개하면 1장에서는 설명변수가 한 개인 경우로 제한하여 기본적인 개념과 분석방법을 다루었고 2장에서는 설명변수가 2개 이상인 경우로 확장한 중선형 회귀분석을 설명하였다. 3장에서는 설명변수 중 범주형 변수가 포함된 경우의 해결방법을 제시하였고 4장에서는 선행 연구이론을 기반으로 모형적합을 단계적으로 전개하는 계층적 회귀분석을 예제를 통해 간략히 설명하였다. 5장에서는 회귀진단 방법들을, 6장에서는 회귀분석에서 상정한 가정들이 충족되지 않을 때의 변수변환 방법을 기술하였다.
한편 종속변수가 범주형 변수인 경우 적용되는 프로빗과 로지스틱 회귀분석은 종속변수의 범주 수를 기준으로 범주 수가 2개인 경우는 7장에서, 3개 이상인 경우는 8장에서 다루었다. 9장에서는 선형성 가정이 깨졌을 때 적용 가능한 비선형 회귀분석을, 10장에서는 오차 분산의 동질성 가정이 깨졌을 때 적용 가능한 가중 최소제곱회귀를 설명하였다. 11장에서는 2단계 최소제곱법에 의한 회귀분석방법을 소개하였고 12장에서는 다중공선성이 있을 경우 사용하는 PLS(Partial Least Squares) 회귀분석을 다루었다. 마지막으로 13장에서는 분포를 가정하지 않고 반복 알고리즘을 통해 변수들 간의 관계를 설명할 수 있는 변수들의 최적변환을 통한 회귀분석방법을 설명하였다. 17.0에서 새롭게 추가된 정규화를 적용한 분석방법들도 간략히 소개하였다. 끝으로 이 책에서 다루는 데이터 파일 목록을 정리하여 두었는데, 필요한 독자들은 한나래 홈페이지 자료실(www.hannarae.net)에서 다운로드가 가능하다.
SPSS(PASW) 17.0을 기준으로 작성되었지만 17.0 미만의 하위 버전을 가지고 있는 분석자도 본서를 활용하는 데는 큰 불편을 느끼지 않을 것이다. 왜냐하면 하위 버전에서 제공하는 회귀분석 알고리즘의 내용들이 크게 변하지 않았기 때문이다. 따라서 하위 버전을 사용하는 제품 사용자들은 12장에서 설명하는 방법과 13장에서의 정규화에 의한 모형적합 방법만을 적용할 수 없을 뿐 나머지 방법들은 모두 적용이 가능하다. 따라서 이번 제3판을 참고하는 데 무리가 없을 것이다.
통계 분석기법들 중 회귀분석은 가장 일반적이고 보편적으로 사용되는 분석방법이며 그 활용 분야 역시 광범위하다. 이 책은 이미 초판에서 밝힌 바와 같이 회귀분석을 하고자 하는 이들에게 하나의 지침서 역할을 수행하고 분석과정에서 발생할 수 있는 제반 문제들에 대한 해결책을 제시하고자 하는 목적에서 집필되었다.