이 책은 이항로짓 분석 시리즈의 제8권으로, 앞선 권에서 다룬 자료 설계, 변수 처리, 기본 추정, 모형 진단, 예측성능, 고급 로짓모형, 인과추론, 머신러닝 분석을 논문작성과 재현가능 연구의 관점에서 종합한다. 제8권의 핵심 관심은 “어떻게 분석할 것인가”에서 한 걸음 더 나아가 “어떻게 보고할 것인가”, “어떻게 검증할 것인가”, “어떻게 재현 가능하게 만들 것인가”에 있다.
많은 연구자는 이항로짓모형을 추정한 뒤 결과표를 얻는다. 그러나 결과표를 얻는 것과 논문을 완성하는 것은 다르다. 결과표에는 계수, 표준오차, p값, 오즈비가 들어 있다. 하지만 독자는 그 숫자만 보고 연구의 의미를 이해할 수 없다. 연구자는 왜 이 모형을 사용했는지, 어떤 변수가 핵심 변수인지, 오즈비가 무엇을 의미하는지, 확률 변화는 어느 정도인지, 결과가 다른 조건에서도 유지되는지, 모형이 예측모형으로 활용될 수 있는지 설명해야 한다.
특히 이항로짓 분석에서 자주 발생하는 오류는 오즈비를 확률처럼 해석하는 것이다. 오즈비가 2라고 해서 사건 발생확률이 2배가 되는 것은 아니다. 오즈비는 사건 발생 오즈의 상대적 변화이다. 따라서 논문에서는 오즈비 해석을 정확히 하되, 독자가 더 쉽게 이해할 수 있도록 평균한계효과와 예측확률을 함께 제시하는 것이 바람직하다. 이 책은 이러한 해석상의 혼동을 줄이고, 논문 문장으로 정확하게 표현하는 방법을 제시한다.
제8권에서 말하는 재현가능 연구는 단순히 분석 코드를 보관하는 것을 의미하지 않는다. 재현가능성은 연구문제, 표본 선정, 변수 코딩, 결측치 처리, 모형 설정, 하이퍼파라미터, 난수 시드, 패키지 버전, 결과표 생성 방식까지 분석 전 과정을 추적 가능하게 만드는 것을 의미한다. 따라서 재현가능 연구는 연구자의 선택을 제한하는 절차가 아니라, 분석결과가 어떤 판단과 절차를 거쳐 산출되었는지를 독자에게 설명하는 투명성의 기준이다.
이 책은 학사, 석사, 박사 준비 과정의 독자를 함께 고려하였다. 학사 과정 독자는 이항로짓 분석결과를 어떻게 읽고 해석하는지 배울 수 있다. 석사 과정 독자는 학위논문에서 방법론 장, 분석결과 장, 결론 장을 어떻게 구성할지 익힐 수 있다. 박사 과정 독자는 강건성 검토, 공정성, TRIPOD+AI, 재현가능성까지 포함한 고급 보고 기준을 연구설계와 논문작성에 적용할 수 있다.
제8권은 단순한 통계 해설서가 아니다. 이 책은 이항로짓 분석을 논문으로 완성하는 방법을 다룬다. 자료를 설계하고, 변수를 정의하고, 모형을 추정하고, 결과표를 만들고, 오즈비와 한계효과를 해석하고, 예측성능을 평가하고, 강건성을 검토하고, 공정성을 점검하고, 재현가능한 방식으로 보고하는 전 과정을 하나의 연구 흐름으로 정리한다.
AI 시대의 연구자는 더 많은 분석도구를 사용할 수 있게 되었다. 그러나 도구가 많아질수록 연구자의 책임도 커진다. 분석결과가 그럴듯하게 보인다고 해서 반드시 신뢰할 수 있는 것은 아니다. 예측성능이 높다고 해서 반드시 공정한 것은 아니다. p값이 유의하다고 해서 반드시 중요한 결과인 것도 아니다. 연구자는 분석결과를 검증하고, 불확실성을 드러내며, 결과의 적용 범위를 정직하게 제시해야 한다.
이 책의 목표는 독자가 이항로짓 분석을 단순히 실행하는 수준을 넘어, 분석결과를 논문 기준에 맞게 보고하고, 강건성과 공정성을 검토하며, 재현가능한 연구로 완성할 수 있도록 돕는 것이다. 이항로짓 분석은 숫자의 기술이지만, 논문작성은 그 숫자를 근거 있는 지식으로 바꾸는 과정이다. 제8권은 바로 그 전환 과정을 다룬다.

I. 논문용 이항로짓 분석 절차 1
1. 연구문제와 분석모형 설정: 변수 역할 구분 5
1) 연구문제 도출 5
2) 종속변수 설정 7
3) 독립변수 설정 9
4) 통제변수 설정 11
5) 조절변수 설정 13
6) 매개변수 설정 15
7) 분석모형 도식화 17
8) 학습용 요약 19
9) 참고문헌 20
10) 용어정리 21
2. 분석 절차표 작성 23
1) 자료 수집 23
2) 자료 정제 25
3) 변수 코딩 27
4) 기초통계 28
5) 상관관계 30
6) 이항로짓 분석 31
7) 강건성 검토 32
8) 예측성능 평가 33
9) 학습용 요약 35
10) 참고문헌 36
11) 용어정리 36
3. SHAP 중요도 결과표: 예측기여도 보고 38
1) 기본 결과표 38
2) 위계적 모형 결과표 40
3) 한계효과 결과표 42
4) 예측확률 결과표 43
5) ROC-AUC 결과표 45
6) SHAP 중요도 결과표 46
7) 학습용 요약 48
8) 참고문헌 49
9) 용어정리 50
II. 강건성 검토와 민감도 분석 52
1. 모형 구성 민감도 56
1) 변수 추가 57
2) 변수 제거 58
3) 통제변수 변경 60
4) 표본 제한 61
5) 대체 종속변수 63
6) 학습용 요약 65
7) 참고문헌 66
8) 용어정리 66
2. 절단값 민감도 68
1) 0.5 기준 69
2) Youden 기준 70
3) 비용 기반 기준 72
4) 정책목표 기반 기준 73
5) 절단값별 결과 비교 75
6) 학습용 요약 77
7) 참고문헌 78
8) 용어정리 78
3. 부트스트래핑 80
1) 계수 신뢰구간 81
2) 오즈비 신뢰구간 82
3) 한계효과 신뢰구간 84
4) 예측성능 신뢰구간 86
5) 부트스트랩 검증(bootstrap validation) 87
6) 학습용 요약 89
7) 참고문헌 90
8) 용어정리 90
4. 내부검증과 외부검증 92
1) 내부검증 93
2) 외부검증 95
3) 시간적 외부검증 96
4) 지역적 외부검증 98
5) 전이가능성 논의 99
6) 학습용 요약 101
7) 참고문헌 102
8) 용어정리 102
III. 공정성, 윤리와 연구투명성 104
1. 집단별 예측성능 형평성 108
1) 하위집단 성능(subgroup performance) 109
2) 집단별 AUC 110
3) 집단별 민감도 112
4) 집단별 특이도 114
5) 집단별 calibration 116
6) 학습용 요약 118
7) 참고문헌 118
8) 용어정리 119
2. 알고리즘 공정성 121
1) 통계적 동등성(statistical parity) 122
2) 균등화 오즈(equalized odds) 124
3) 차별적 영향(disparate impact) 125
4) 보호속성 127
5) 공정성 감사표 작성 129
6) 학습용 요약 131
7) 참고문헌 132
8) 용어정리 132
3. 재현가능 연구 134
1) 분석 코드 공개 135
2) 데이터 설명서 작성 137
3) 난수 시드 고정 138
4) R Markdown 140
5) Quarto 142
6) Jupyter Notebook 143
7) 학습용 요약 145
8) 참고문헌 146
9) 용어정리 146
4. 사전등록과 연구투명성 148
1) 사전등록의 개념 148
2) 가설 사전명시 150
3) 변수 사전명시 152
4) 분석계획 사전명시 153
5) p-hacking 방지 155
6) 학습용 요약 157
7) 참고문헌 158
8) 용어정리 159
IV. 보고 기준과 논문작성 160
1. TRIPOD 및 TRIPOD+AI 보고 기준 164
1) 예측모형 연구 보고 기준 165
2) 개발 연구 167
3) 검증 연구 169
4) 업데이트 연구 170
5) AI 예측모형 보고 기준 172
6) 학습용 요약 174
7) 참고문헌 175
8) 용어정리 176
2. 방법론 장 작성 177
1) 분석자료 설명 177
2) 변수 정의 179
3) 모형식 제시 181
4) 추정방법 설명 183
5) 진단방법 설명 185
6) 강건성 검토 설명 187
7) 학습용 요약 189
8) 참고문헌 189
9) 용어정리 190
3. 분석결과 장 작성 192
1) 기초분석 193
2) 상관관계 194
3) 기본 로짓 결과 196
4) 확장 로짓 결과 198
5) 예측성능 결과 199
6) 한계효과 결과 201
7) 강건성 결과 203
8) 학습용 요약 205
9) 참고문헌 205
10) 용어정리 206
4. 결론과 시사점 작성 208
1) 주요 결과 요약 209
2) 이론적 시사점 210
3) 정책적 시사점 212
4) 실무적 시사점 214
5) 연구 한계 215
6) 향후 연구과제 217
7) 학습용 요약 219
8) 참고문헌 220
9) 용어정리 220
V. AI 기반 디지털 전환 지원서비스 수용 결정요인 분석 222
1. AI 기반 디지털 전환 지원서비스 수용 결정요인 분석 설계 227
1) 연구설계와 변수 구성 227
2) 로짓 기반 설명모형 분석 232
3) 예측성능과 calibration 평가 234
4) 대안모형과 강건성 검토 235
5) 공정성·논문보고·시사점 237
6) 학습용 요약 240
7) 참고문헌 240
8) 용어정리 241
2. 실증분석: AI 기반 디지털 전환 지원서비스 수용 결정요인 분석 243
1) 연구설계와 변수구성 243
2) 로짓 기반 설명모형 분석 251
3) 예측성능과 calibration 평가 259
4) 대안모형과 강건성 검토 262
5) 공정성·논문보고·시사점 266
6) 실증분석 결과 종합 269
7) 학습용 요약 271
3. 결과 종합, 시사점 및 후속 연구과제 272
1) 분석결과의 종합 272
2) 이론적 시사점 274
3) 정책적 시사점 275
4) 실무적 시사점 276
5) 연구의 한계 278
6) 후속 연구과제 279
7) 학습용 요약 280