통합검색

R을 이용한 효율적인 데이터 핸들링 안내서

‘연구의 80%가 데이터를 수집하고 정제하는 작업’이라고 할 만큼 완성도 높은 연구를 구현하는 데 있어서 ‘데이터 핸들링’ 작업은 중요하다. 연구 수행에서 데이터 분석은 무엇보다 중요하고 어렵지만, 실제로는 데이터를 수집하고 분석이 가능하도록 정제하는 작업에 훨씬 많은 시간과 노력이 소요되기도 한다.
이 책의 첫 번째 목적은 ‘R을 이용한 효율적인 데이터 핸들링 과정’을 소개하는 것이다. 방대한 양의 데이터를 Excel에 입력해 수작업으로 작업하기란 거의 불가능하다. 수천 명의 데이터를 정리하다가 어느 순간 데이터 정리 방식을 변경해야 할 필요가 생기면 어떻게 할까? 다양한 형식으로 되어 있는 여러 기관의 데이터를 합쳐야 할 때는 어떻게 해야 할까? R은 데이터 분석뿐만 아니라 데이터 핸들링 작업에도 매우 유용한 프로그램이다. R을 사용하면 코딩을 통해서 데이터가 정리되는 과정을 다시 되새길 수 있고, 연구자가 원하는 시점에 데이터 정리 방식에 얼마든지 변화를 줄 수 있다. 또한 풍부한 통계 및 시각화 패키지를 통해 여러 가지 분석을 수행하고 그래프도 만들 수 있다. 이 책을 통해 R을 이용한 효율적인 데이터 핸들링의 세계를 경험해보자!

R을 이용한 효율적인 데이터 핸들링 안내서

‘연구의 80%가 데이터를 수집하고 정제하는 작업’이라고 할 만큼 완성도 높은 연구를 구현하는 데 있어서 ‘데이터 핸들링’ 작업은 중요하다. 연구 수행에서 데이터 분석은 무엇보다 중요하고 어렵지만, 실제로는 데이터를 수집하고 분석이 가능하도록 정제하는 작업에 훨씬 많은 시간과 노력이 소요되기도 한다.

이 책의 첫 번째 목적은 ‘R을 이용한 효율적인 데이터 핸들링 과정’을 소개하는 것이다. 방대한 양의 데이터를 Excel에 입력해 수작업으로 작업하기란 거의 불가능하다. 수천 명의 데이터를 정리하다가 어느 순간 데이터 정리 방식을 변경해야 할 필요가 생기면 어떻게 할까? 다양한 형식으로 되어 있는 여러 기관의 데이터를 합쳐야 할 때는 어떻게 해야 할까? R은 데이터 분석뿐만 아니라 데이터 핸들링 작업에도 매우 유용한 프로그램이다. R을 사용하면 코딩을 통해서 데이터가 정리되는 과정을 다시 되새길 수 있고, 연구자가 원하는 시점에 데이터 정리 방식에 얼마든지 변화를 줄 수 있다. 또한 풍부한 통계 및 시각화 패키지를 통해 여러 가지 분석을 수행하고 그래프도 만들 수 있다. 이 책을 통해 R을 이용한 효율적인 데이터 핸들링의 세계를 경험해보자!



임상의학 연구에 특화된 실질적인 데이터 핸들링 안내서

이 책의 두 번째 목적은 ‘임상의학 연구에 특화된 실질적인 데이터 핸들링 과정’을 소개하는 것이다. 임상의사로서 수년 동안 R을 활용해 연구를 진행해온 저자는 수많은 시행착오를 겪으면서 효율적인 데이터 핸들링에 관한 노하우를 터득했다. 이에 R 데이터 분석을 다룬 도서들이 이미 많이 나와 있음에도 불구하고, 임상의학 연구에 특화된 실질적인 데이터 전처리 과정을 소개하고자 이 책을 집필하였다.

본문은 실제 임상데이터를 가공하여 만든 예제 데이터를 통해 데이터 전처리부터 분석까지 연구의 진행 과정을 체계적으로 익힐 수 있도록 구성했다. 많은 의학 연구자들이 데이터 핸들링 과정에서 겪는 시행착오를 줄일 수 있도록 R을 활용한 임상연구 수행의 핵심 내용을 담고자 노력했다. 이 책은 독자들이 실제로 의학 연구에 참여했을 때 효율적으로 데이터 핸들링 작업을 수행하고, 완성도 높은 연구를 수행할 수 있도록 안내해줄 것이다!

ch. 1 R 기초



1 R 시작하기

1-1 R 설치 및 R Studio 세팅

1-2 패키지



2 R 기본 활용법

2-1 R 데이터 구조 및 기초 문법

2-2 함수 및 패키지 활용



ch. 2 데이터 전처리



1 프로젝트의 시작



2 데이터 정리하기

2-1 데이터 관리 및 불러오기

2-2 데이터 삭제하기

2-3 날짜 변수 정리하기

2-4 그 밖의 변수 정리하기

2-5 변수 새로 만들기



3 탐색적 데이터 분석

3-1 카테고리형 변수 분석하기

3-2 수치형 변수 분석하기

3-3 날짜 오류 확인하기



4 데이터 분할 및 관리

4-1 데이터 나누기

4-2 데이터 합치기



ch. 3 데이터 분석 및 시각화



1 데이터 그룹핑하기



2 데이터 분석 및 시각화

2-1 그룹별 단면 분석하기

2-2 연구 종점 및 기간 변수 만들기

2-3 연구 결과 분석하기