단순히 공식을 설명하는 것이 아니라 부동산 가격 예측, 웹 데이터 분석 등과 같은 실무에서 바로 사용될 만한 풍부한 예제를 통해 회귀분석의 원리를 친절하게 설명한다. 복잡한 계산은 엑셀에 맡기고 회귀분석에 필요한 통계 개념의 원리와 실무 데이터를 적용하는 방법에 대해 집중한다. 이 책을 통해 분산, 표준편차, 상관관계와 같은 기초 개념의 의미를 파악할 수 있으며 회귀분석, 다중비교, 공분산분석 등의 고급 개념까지 이해할 수 있다. 전통적인 분산분석 대신 회귀분석을 사용해 분석의 범위를 확장하고, 엑셀을 사용하여 쉽게 데이터분석을 해보자.

■ 회귀분석으로 할 수 있는 일과 할 수 없는 일의 이해와 그 이유 알아보기
■ 엑셀에서 기본 제공되는 회귀 함수 마스터하기
■ 상관관계와 단순회귀분석 작업하기
■ 엑셀의 향상된 LINEST() 함수를 최대한 활용하기
■ 다중회귀분석 실험 계획과 수행하기
■ 문제가 되는 회귀분석의 가정과 그렇지 않은 가정 구별하기
■ 일반적인 분산분석 대신 회귀분석을 사용해 분석의 옵션 확장하기
■ 공변량을 분석에 추가, 편향을 줄이고 통계적 검증력을 강화하기

우리는 의료와 제약 연구, 재무 분석과 경제학, 농업 실험에서 운영 연구 분야에 이르기까지 다양한 분야에서 여전히 분산과 공분산분석에 크게 의존한다. 이러한 분야에서 개념을 이해하는 것은 중요하며, 이 문제들을 기존 ANOVA(분산분석)가 아닌 회귀의 프리즘을 통해 바라보면 훨씬 쉽게 이해할 수 있다.
더 중요한 것은 회귀 분석에서 일상적으로 사용하는 개념을 이해하면 로지스틱 회귀분석 및 요인분석과 같은 고급 방법을 훨씬 쉽게 이해할 수 있다는 것이다.
이러한 기법은 한 번에 한 가지 변수를 분석하는 방법 너머로 지평을 확장시켜준다. 그리고 잠재적이고 관찰되지 않은 요인과 다항종속변수를 포함하는 영역으로 분석을 확장하는 데 도움을 준다. 만약 공유분산(shared variance)의 개념을 모르고 있다면, 주요인분석(principal components analysis)을 배우려고 할 때 학습에 필요한 시간은 더욱 늘어난다.
이런 점이 내가 이 책을 쓴 이유이다. 나는 추론 통계에 충분히 많은 경험이 있다. 처음에는 스스로, 그리고 그다음에는 실전 컨설팅을 통해서 추론 통계를 올바르게 사용하면 얼마나 강력한 도구가 될 수 있는지 알았다. 나는 20년 이상 엑셀을 그 목적으로 사용해왔다.

콘래드 칼버그(Conrad Carlberg)

마이크로소프트 엑셀, SAS, 오라클과 같은 정량 분석, 데이터 분석, 관리 응용프로그램에 대해 국가적으로 인정받는 전문가다. 콜로라도 대학에서 통계학 박사 학위를 받았으며 마이크로소프트 Excel MVP로 여러 번 수상한 바 있다.
남부 캘리포니아 출신으로 대학을 졸업하고 콜로라도로 이주했다. 그곳에서 여러 스타트업에서 일했으며 대학원에 다녔다. 중동에서의 2년 동안 컴퓨터 과학을 가르치고 낙타를 피해 다녔다. 대학원을 졸업한 후, 미국 서부에서 제품 관리 분야(Baby Bell)와 모토로라(Motorola)에서 일했다.
1995년 정량 분석을 통해 비즈니스 의사 결정의 도움을 받기를 원하는 회사들에 실험 디자인과 분석 서비스를 제공하는 작은 컨설팅 사업을 시작한다. 이러한 기술에 대해서 글을 쓰는 것을 즐기며 특히, 세계에서 가장 인기 있는 숫자 분석 응용프로그램인 엑셀을 사용해 이 기술을 전달하기를 즐긴다.

이 책은 엑셀이라는 쉽고 강력한 도구로 회귀분석을 실무에 적용할 수 있게 도와준다. 컴퓨터로 업무를 처리해봤던 사람이라면 대부분 마이크로소프트 엑셀을 접해본 경험이 있을 것이다. 엑셀은 일상생활부터 학교, 연구소, 회사 등에서 가장 많이 사용되는 통계〮데이터 분석 도구 중 하나다. 엑셀은 SAS, R과 같은 고급 통계분석도구와 비교해 절대 뒤지지 않는 도구다. 회귀분석은 고급 통계 개념 중의 하나로 평균 비교와 같은 가설검정을 쉽게 할 수 있도록 돕는다. 그뿐만 아니라 하반기 매출 예측, 부동산 가격 예측 등과 같은 데이터에 기반한 예측 작업 또한 회귀분석을 통해 수행할 수 있다.
이 책의 가장 큰 장점은 저자가 엑셀과 회귀분석을 설명하는 방법에 있다. 우선 실제 있을 법한 풍부한 예제를 통해 회귀분석 과정을 설명한다. 독자가 갖고 있는 데이터로 저자가 설명하는 순서를 따라서 회귀분석을 적용해볼 수 있다. 회귀분석에 필요한 여러 통계량과 개념을 설명할 땐 복잡한 계산은 엑셀에 맡기고 원리와 의미에 집중한다. 저자는 회귀분석에 기초가 되고 나아가 고급 분석에 도움이 되는 중요한 통계 개념에 대해 독자들이 이해할 수 있도록 자세히 설명한다. 예를 들어 모집단 표준편차를 계산할 때는 왜 N으로 나누고, 샘플 데이터로 모집단의 표준편차를 추정할 때는 왜 N-1로 나누는지와 같이 기본적이지만 아무도 가르쳐주지 않는 부분에 대해서 독자가 이해할 수 있게 꼼꼼히 설명한다.
마이크로소프트 엑셀 MVP로 여러 번 지정된 저자 콘래드 칼버그는 실무 경력이 25년이 넘고 관련 서적을 12권이나 저술한 인물이다. 그는 책의 서두에서 학창 시설 처음 통계학을 배울 때의 경험을 회상한다. 왜 그렇게 해야 하는지 이해하지 못한 채, 단순히 공식을 외워 ANOVA 분석을 적용하던 경험을 떠올린다. 그는 학창 시절 우연히 만났던 회귀분석 도서를 통해서 고급 통계 개념을 이해한 경험을 되살려 이 책을 썼다. 회귀분석의 접근법은 쉽고 명확하게 분산분석과 같은 고급 통계 기법을 이해할 수 있게 한다. 저자의 많은 경험에 어울리게 이 책은 풍부한 예제를 활용한다. 또한 엑셀로 데이터 분석을 하면서 꼭 마주치게 되는 사소하지만 중요한 문제들과 그 해결책에 대해서도 알려준다. 실수를 피하는 방법과 다른 사람들이 수행한 분석을 바르게 평가하는 방법에 관해서도 설명한다.
이 책은 통계를 공부하거나 통계적 가설검정이 필요한 모든 사람에게 유용할 것이다. 하지만 특히 다음과 같은 독자들에게 추천하고 싶다. 기본적인 통계 기술을 알고 있고 고급 통계 기술을 배우려는 독자, 엑셀의 고급 통계 기능을 배워 실무에 적용하고자 하는 독자, 평균비교와 같은 통계적 가설 검정이 필요한 독자, 회귀분석을 실무에 적용하면서 실수하지 않고 분석을 마무리하려는 독자, 마지막으로 로지스틱회귀나 주요인분석(PCA)등 머신 러닝을 공부하고 있거나 공부하려는 사람들에게도 도움이 될 것이다.
나는 이 책을 번역하면서 분산, 표준편차, 상관관계, 회귀분석의 개념과 데이터가 갖고 있는 통계적 의미에 대해서도 이전보다 더 잘 이해할 수 있게 됐다. 독자들 역시 통계와 회귀분석에 대해 더 잘 이해하고, 그것들을 실무에 바로 활용할 수 있게 되기를 바란다.

김찬주

숭실대학교 컴퓨터학부를 졸업하고, 동 대학원에서 머신 러닝을 전공했다. 다음커뮤니케이션, 쿠팡, 네이버에서 검색 데이터 분석, 광고 타깃팅, 상품 추천, 음악 추천 등 데이터 분석과 머신 러닝을 통해 데이터에 가치를 부여하는 일을 해왔다. 현재는 라인(LINE)에서 데이터 사이언티스트로 일하고 있다.