실험 및 준실험적 정책평가 Ⅰ: 기초편
- 서명/저자사항
- 실험 및 준실험적 정책평가 Ⅰ: 기초편/ 손호성
- 개인저자
- 손호성
- 발행사항
- 서울: 박영사, 2017
- 형태사항
- xii, 259 p. : 삽화, 표 ; 27 cm
- ISBN
- 9791130304540
- 주기사항
- 색인 수록(pp. 255-259)
소장정보
| 위치 | 등록번호 | 청구기호 / 출력 | 상태 | 반납예정일 |
|---|---|---|---|---|
이용 가능 (2) | ||||
| 자료실 | EM047487 | 대출가능 | - | |
| 자료실 | EM047488 | 대출가능 | - | |
- 등록번호
- EM047487
- 상태/반납예정일
- 대출가능
- -
- 위치/청구기호(출력)
- 자료실
- 등록번호
- EM047488
- 상태/반납예정일
- 대출가능
- -
- 위치/청구기호(출력)
- 자료실
책 소개
제가 이 책을 쓴 이유는 두 가지입니다. 첫째, 현재 전 세계적으로 ‘중거’에 기반한 정책 결정(evidence-based policymaking)을 해야 한다는 논의가 학계 빛 정부에서 활발히 논의되고 있습니다. 예를 들어 현재 미국은 “The Commission on Evidence-Based Policymaking”이라는 위원회를 통해 정책 결정을 증거에 기반해서 하고자 많은 노력을 기울이고 있습니다.1 이 ‘증거에 기반한 정책 결정’ 과 관련해서 논의되고 있는 내용 중에 가장 큰 이슈가 되고 있는 것이 바로 정책 평가를 엄밀한 과학적 방법을 통해 수행해야 한다는 것입니다. 정책 평가를 하 는 방법에는 여러 가지가 있습니다만 여기서 말하는 과학적으로 엄밀한 방법은 바로 실험(experimental) 빛 준실험적(quasi-experimental) 연구설계를 토대로 정책을 평가하는 것을 말합니다. 이런 움직임 때문에 현재 실험 빛 준실험적 연구 방법론에 대한 수요가 굉장히 많아지고 있습니다. 그래서 그런지 해외에는 실험 빛 준실험적 연구설계 방법을 다루고 있는 책들이 꽤 많이 출판되어 있습니다. 하 지만 아직 국내에는 이러한 방법론을 다루고 있는 교재가 많지 않습니다. 그래서 이 책을 쓰게 되었습니다.
둘째, 제가 그동안 실험 빛 준실험적 연구방법론 관련 내용을 공부하면서 그리고 또 이들 방법론을 제 연구에 활용하면서, 이러한 방법론을 ‘정확하게’ 이 해하고 또 정책 평가 관련 연구에 ‘올바로’ 응용하기 위해서는 통계학(statistics)과 계량경제학(econometrics)의 기초가 굉장히 중요하다는 것을 깨달았습니다. 건물을 세울 때 기초 공사가 가장 중요하듯이 실험 및 준실험적 연구방법론을 제대로 익히기 위해서는 통계학의 기본을 반드시 갖추고 있어야 합니다. 그래 서 우선 이 책에서는 실험 및 준실험적 연구방법론을 배우기 위해 반드시 알고 있어야 하는 통계학과 계량경제학의 기초를 다루었습니다. 아직은 계획 단계에 있습니다만 차후에 실험 및 준실험적 정책평가 II(기본편), 실험 및 준실험적 정 책평가 III(사례를 통한 실전편), 실험 및 준실험적 정책평가 IV(통계 패커지를 이용한 응용편) 등으로 출간을 할 계획입니다.
목차
제1장: 자료의 분포(DISTRIBUTION) 검토 1
1 모집단과 표본 2
2 자료의 특성 검토: 분포(DISTRIBUTION) 3
2.1 왜 자료의 분포를 검토해야 하는가? Outliers! 4
2.2 자료의 분포를 검토할 때 사용하는 방법 1: 표와 그래프
(그림을 이용한 표현) 5
2.3 자료의 분포를 검토할 때 사용하는 방법 2: 요약 통계량
(수치를 이용한 표현) 9
2.4 자료의 분포를 검토할 때 사용하는 방법 3: 밀도곡선(Den-
sity Curve) 16
제2장: 변수 간의 통계적 관계 29
1 관계(RELATIONSHIP) 29
2 산점도(SCATTERPLOT) 31
3 상관관계(CORRELATION) 35
4 최소제곱(LEAST-SQUARES) 회귀선 41
5 상관관계와 회귀선과 관련해서 유의해야 할 점 46
6 상관관계 VS. 인과관계 48
6.1 인과관계 증명을 어렵게 하는 요인 49
6.2 어떤 연구를 할 것인가? 51
6.3 인과관계를 어떻게 증명할 것인가? 52
6.4 결론 54
제3장: 자료(DATA)의 생성 및 질(QUALITY) 확보 55
1 자료의 출처(SOURCE) 56
1.1 일화 56
1.2 공용 자료 57
1.3 표본조사(Sample Survey) 58
1.4 실험 58
2 실험설계(EXPERIMENTAL DESIGN) 59
2.1 처리(Treatment)집단과 통제(Control)집단 60
2.2 위약 효과(Placebo Effect) 61
2.3 선택 편향(Selection Bias) 63
3 무작위 통제 실험(RCT) 64
3.1 처리변수의 무작위 배정(Random Assignment) 64
3.2 무작위 배정 방법 65
3.3 무작위 통제 실험의 한계점 66
3.4 무작위 통제 실험의 개요 70
4 추출설계(SAMPLING DESIGN) 72
4.1 자발적 응탑 표본(Voluntary Response Sample) 72
4.2 확률표본(Probability Sample) 74
4.3 표본 조사의 문제점 76
5 통계적 추론의 기초 78
5.1 모수(Parameter)와 통계량(Statistic) 80
5.2 추출변이(Sampling Variability) 81
5.3 추출분포(Sampling Distribution) 83
5.4 편향(Bias)과 변이(Variability) 88
5.5 통계량의 변이와 모집단의 크기 간의 관계 92
제4장: 확률이론 95
1 임의성(RANDOMNESS)과 확률모형 96
1.1 확률모형(Probability Model) 98
1.2 확률의 규칙 101
1.3 독립(Independence)과 승볍(Multiplicative) 규칙 105
2 확률변수(RANDOM VARIABLE) 108
2.1 이산확률변수(Discrete Random Variable) 109
2.2 연속확률변수(Continuous Random Variable) 113
2.3 연속확률분포의 또 다른 예: 정규분포 116
3 확률변수의 기대값과 분산 119
3.1 확률변수의 중앙: 기대값(Expected Value) 119
3.2 통계적 추정과 대수의 볍칙(Law of Large Numbers) . . . 123 3.3 확률변수의 기대값의 규칙 126
3.4 확률변수의 변이: 분산(Variance) 129
3.5 분산의 규칙 131
4 조건부(CONDITIONAL) 확률 134
제5장: 추출분포(SAMPLING DISTRIBUTION) 137
1 표본 평균의 추출분포 139
1.1 통계량 x?의 추출분포의 중앙(Mean) 빛 분산(Variance) . . 140
1.2 중심극한정리(Central Limit Theorem, CLT) . . . . . . . 145
1.3 추출분포 결론 . . . . . . . . . . . . . . . . . . . . . . . . 153
제6장: 통계적 추론(STATISTICAL INFERENCE) 155
1 신뢰구간을 이용한 통계적 추론 . . . . . . . . . . . . . . . . . . 156
1.1 통계적 신뢰성 . . . . . . . . . . . . . . . . . . . . . . . . 157
1.2 신뢰구간(Confidence Interval) . . . . . . . . . . . . . . . 158
1.3 모집단 평균의 신뢰구간 161
1.4 신뢰구간의 결정요인 164
1.5 신뢰구간과 관련해서 유의해야 할 점 165
2 통계적 유의성 검정 167
2.1 유의성 검정의 논리 167
2.2 가설 설정 169
2.3 검정 통계량(Test Statistics) 170
2.4 p값(p-value) 172
2.5 통계적 유의미성(Statistical Significance) 175
3 유의성 검정과 관련해서 유의해야 할 점 178
3.1 유의수준의 선택 178
3.2 통계적으로 유의미하다는 것이 의미하는 것 179
3.3 통계적으로 유의미하지 않다는 것이 의미하는 것 181
3.4 통계적 추론 기법은 모든 종류의 자료에 적용할 수 있지
않음 182
4 σ를 모른 상태에서 모집단 평균(?)에 대한 추론 183
4.1 t분포 183
4.2 t분포를 이용한 신뢰구간 추정 186
4.3 t분포를 이용한 유의성 검정 188
4.4 t검정의 강건성(Robustness) 190
제7장: 수라통계학(MATHEMATICAL STATISTICS)의 기초 193
1 추정량의 유한 표본(FINITE SAMPLE) 성질 194
1.1 추정량(Estimator) vs. 추정값(Estimate) 194
1.2 비편향성(Unbiasedness) 196
1.3 효율성(Efficiency) 202
2 추정량의 대표본(LARGE SAMPLE) 성질 205
제8장: 회귀분석(REGRESSION ANALYSIS)의 기초 209
1 OLS 추정량의 대수(ALGEBRAIC) 성질 212
1.1 적합값(Fitted Values)과 잔차(Residuals) 212
1.2 OLS 통계량의 대수 성질 213
1.3 적합도(Goodness-of-Fit) 218
2 OLS 추정량의 유한 표본 성질 220
2.1 조건부 기대값(Conditional Expectation) 220
2.2 기대값의 반복 법칙(Law of Iterated Expectation, LIE) . 222 2.3 OLS 추정량의 비편향성(β?의 추출분포의 중앙) 224
2.4 OLS 추정량의 분산 및 효율성(β?의 추출분포의 변이) . . . 237
3 OLS 추정량의 대표본 성질: 일치성 243
4 OLS 추정량에 대한 통계적 추론 247
4.1 OLS 추정량의 추출분포의 모양 247
4.2 OLS 추정량의 신뢰구간 250
4.3 OLS 추정량에 대한 유의성 겸정 251
색인(INDEX) 255
