워크숍 목표

및 개요

- 사회과학 경험연구에서 빈번히 사용되는 회귀분석의 이해

- 회귀분석 실습을 통해 자료 분석 및 해석 기술 습득

참가 대상

학부, 대학원생 및 일반 연구자

(기초통계학을 수강한 경험이 있고, 일반적인 통계 프로그램 사용경험이 있는 사람은 누구나 수강 가능)

선수 과목

기초통계학

워크숍 운영방식

강사의 이론 강의와 조교의 실습 세션을 병행합니다.

교재

및 참고문헌

강사의 강의노트가 제공됩니다.

<참고문헌>

- Agresti, Alan 2018. Statistical Methods for the Social Sciences. Pearson (4th Edition).

- Damodar N. Gujarati 2024. 핵심 계량경제학 (Essentials of Econometrics 5th ed.) 한빛아카데미

실습자료

- 한국종합사회조사(KGSS) 누적자료, 사회통합실태조사 등

- 기타 강사가 제공하는 실습용 자료 (추후 공지)

사용될 프로그램

R, RStudio

담당강사 정보

<학력/경력>

- 연세대학교 사회학과 조교수 2025-

- 미국 시카고 대학교 Knowledge Lab 박사후연구원. 2024-25

- 미국 시카고 대학교 사회학 박사. 2024

<주요 논문/저서>

- Kang, D., & Evans, J. (2026). Socio-Epistemic Bubbles and Tacit Confidence in Randomized Controlled Trials. Social Studies of Science, 03063127251410234.

- Kang, D., Danziger, R. S., Rehman, J., & Evans, J. A. (2025). Limited diffusion of scientific knowledge forecasts collapse. Nature Human Behaviour, 9(2), 268-276.

- Kang, D., Kang, T., & Jang, J. (2023). Papers with code or without code? Impact of GitHub repository usability on the diffusion of machine learning research. Information Processing & Management, 60(6), 103477.

유의사항

- 모든 강의는 실시간으로만 수강 가능하며, 다시보기는 제공되지 않습니다.

- 강의 세부 내용 및 진행 일정은 진행 상황에 따라 일부 변경될 수 있습니다.

1강

7월 13일(월)

기초 통계 복습 및 단순회귀 분석

- 분석 변수 유형 및 분산과 표준편차의 개념

- 단순회귀: 회귀식, 기울기·절편 해석, 상관계수와의 관계

2강

7월 14일(화)

단순회귀 분석 모형 적합도 및 추론

- 예측값과 잔차, R²

- 회귀모형 가정: 선형성·등분산·정규성·독립성

- 회귀 계수 t-검정, p-value 해석, 신뢰구간(CI)

3강

7월 15일(수)

OLS 기본 가정 및 다중회귀분석 확장 (1)

- 회귀모형 가정(선형성·등분산·정규성·독립성)

- 이분산성 문제, 변수 통제의 의미

- 혼동변수 및 누락변수 편의

4강

7월 16일(목)

다중회귀분석으로의 확장 (2)

- 전체 모형 평가(F-검정), 수정된 결정계수(adjusted R²)

- 다중공선성(VIF) 진단

- 이상치(Outlier) 및 영향력 관측치 점검

5강

7월 20일(월)

범주형 독립변수와 변수 변환

- 범주형 변수 처리와 더미코딩

- 고차항을 포함한 회귀식(Polynomial)

- 변수 변형(transformation)

6강

7월 21일(화)

상호작용 효과

- 효과의 이질성

- 상호작용 항(Interaction term) 구조

- 조절효과에 따른 기울기 변화 해석

7강 

7월 22일(수)

로짓 회귀 및 일반화선형모형(GLM) 확장

- 선형확률모형(LPM), 로짓(log-odds) 변환, 오즈비(Odds Ratio) 해석

- 예측확률 개념 (확장 팁)

8강 

7월 23일(목)

성향점수매칭 (Propensity Score Matching)

- 무작위 통제 실험(RCT) 논리

- 로짓 모형 기반 성향점수(Propensity Score) 생성 및 매칭 원리

9강

7월 24일(금)

패널 데이터 기초와 고정효과(Fixed Effects) 모형

- 패널 자료 특징 소개

- 고정효과(Fixed Effects) 모형 기초

10강

7월 25일(토)

추가적인 분석 기법 논의 및 강의 종합

- 이중차분법(DiD) 원리와 평행 추세 가정

- 기타 통계 기법들에 대한 논의

- 워크샵 종합 리뷰