실무에서 통계를 적용하여 데이터를 분석할 때 컴퓨터 분석 도구를 활용하게 됩니다. 이 책에서는 대중의 접근성을 높이고자 무료로 사용 가능한 프로그래밍 언어인 R과 Python을 사용하였습니다. R과 Python을 사용하기 위한 프로그램 설치 및 설정, 기본 사용법부터 시작하여 데이터 준비 - 탐색 - 분석 단계까지 기술하였습니다. R과 Python 언어는 각기 장점을 가지고 있고 사용하는 사람의 배경에 따라 좀 더 편하고 익숙한 언어가 있을 수 있습니다. 하지만 대부분 실무 업무를 하다 보면 분석하는 사람의 숙련도나 선호도가 아닌 소속 기관이나 부서에 따라 언어를 선택하고 분석하게 되는 상황이 많아 이 책에서는 동일한 작업에 대해 두 언어를 모두 사용하였습니다. 통계적인 지식을 가지고 있고 프로그램 경험이 있더라도 R과 Python 중 하나의 언어에만 익숙한 경우 이 책을 활용한다면 짧은 시간에 다른 언어를 습득하는 데 도움이 될 것입니다.

이 책은 통계와 프로그래밍 지식이 거의 없거나 기본적인 내용을 배운 적이 있지만 제대로 이해하지 못하고 여전히 어려움을 느끼고 있는 독자들을 위해 썼습니다. 이 책의 목적은 다양한 배경을 가진 독자들이 기본적인 데이터분석을 할 수 있도록 하는 것입니다. 데이터분석 기초 수업을 들으면서 보조 교재로 사용한다면 수업 중 이해가 되지 않는 부분들을 다시 짚고 넘어갈 수 있을 것입니다. 책에 포함된 R과 Python 코드들과 데이터, 그리고 버전의 업그레이드에 따른 수정 내용들은 https://github.com/data-june-yoon/book에서 제공됩니다. 이 책의 많은 그래프가 명암으로만 표현되어 있지만 실제로는 훨씬 색이 다양하고 심미성이 높으니 직접 데이터와 코드를 활용하여 실습을 해보기를 바랍니다. 또한 책에 대한 의견이나 질문은 저자의 이메일(juneyoon@kbi.or.kr)로 공유하면 됩니다.

높은 수준의 분석을 이해하기 위해서는 통계의 기반이 되는 수학부터 차근차근 시작하여 제대로 배우고 대학원 공부까지 하는 것이 가장 바람직할 것입니다. 하지만 그러지 못하는 독자들(학습자 포함)을 위해서 수학적인 내용을 많이 덜어내고 최대한 간결하고 직관적으로 설명하려고 하였습니다. 이 책의 후반부에 포함된 통계모형 부분에서도 각 분석 방법의 적용이 가능한 데이터 형태를 이해하고 프로그램을 적용하는 것에 초점을 맞추었습니다. 다만, 분산분석, 회귀분석, 로지스틱 회귀분석을 실무 프로젝트에서 활용해야 한다면 이 책을 기반으로 하여 보다 깊이 있는 교재를 활용하여 추가로 공부할 것을 권장합니다. 미리 겁을 먹고 통계와 데이터분석을 기피할 필요는 없지만, 분석 과정에서 모형에서의 가정이 맞는지 등은 언제나 조심스럽게 점검할 필요가 있습니다.

이 책을 통해 좀 더 많은 사람들이 R과 Python을 활용한 데이터분석의 매력과 재미에 빠져들기를 바랍니다.