안녕하세요.건양대학교병원 의료정보학교실의 김종엽입니다. 이번 영상은R스튜디오에서 따라하는 방식으로 함께하는 로지스틱 회귀분석 2부입니다. 임상연구에서 무척 활용도가 높은 통계분석인 만큼조금 어려우셔도 포기하지 마시고, 끝까지 따라오시길 당부드립니다. 여러분의 통계공부에 늘 포스가 함께 하길 빕니다.

안녕하세요.깜신 김종엽입니다. 이번 시간에는 어제에 올렸던 로지스틱 회귀분석 개념 설명에 이어,R스튜디오에서 따라하는 방식으로 실습을 함께 하겠습니다.분량이 많아서, 세션을 나눴습니다. 일단 이번 영상은 1부에 해당합니다. 여러분의 통계공부에 늘 포스가 함께하길 빕니다.

안녕하세요.깜신 김종엽입니다. 회귀분석을 하려다보면,결과 변수가 '있다/없다' 이거나 '생존/사망' 과 같이이분되는 경우가 있습니다. (통계에서는 이항분포라고 부릅니다만, 중요하지 않습니다. --;;) 이번 시간에는 이분되는 결과변수를 대상으로 로지스틱회귀분석에 대한 개념을 잡아보려고 합니다.개념을 몰라도 통계는 돌릴 수 있습니다.하지만, 개념이 잡히지 않으면 자신이 돌린 결과를 스스로가 믿을 수 없는 상황이 발생하죠. 개념은 대충만 이해하셔도 되니,편하게 마음을 내려놓고 들어보시기 바랍니다. 감사합니다.

안녕하세요.깜신 김종엽입니다. 회귀분석에 있어서예측 모델을 확정하는 것은 연구의 결과를 좌지우지하는 매우 중요한 단계죠. 그래서 이 부분이 회귀분석을 하는 과정 전체에서 가장 중요하기도 합니다.물론, 쉽지는 않죠.하지만, 이 영상을 천천히 따라오시면 여러분도 회귀분석을 자신있게 마무리지을 수 있을 겁니다. 여러분의 학습에 늘 포스가 함께 하길 바랍니다.

안녕하세요.깜신 김종엽입니다. 회귀분석을 선형모델로 적용시키려면 1. 정규성2. 독립성3. 선형성4. 등분산성 등의 가설을 만족해야합니다. 그런데 막상 실제 데이터를 살펴보면,우리 마음 같지 않게, 가설에서 벗어나 있는 경우가 더러 있죠. 그럴 때는 그냥 포기하는 게 아니라,모형의 교정을 통해 선형모델에 적용시킬 수 있습니다.이게 다른 비선형모델을 적용해서 회귀분석을 시도하는 것보다 훨씬 쉽죠. (나중에 공부해보시면 실감하실 겁니다.ㅠ.ㅠ) 이번 영상에서는 여러 방법으로 변수를 교정해서회귀 선형 모델을 적용시키는 요령을 살펴보겠습니다. 늘 그랬던 것처럼, 해당 실습은 R-studio 기반으로 진행합니다.포스가 늘 함께하길 빕니다.

안녕하세요.깜신 김종엽입니다. 회귀분석에서 의미 있는 결과를 발견하기 위해서는 이상관측치를 잘 선별하는 것이 무척 중요합니다. 이번 영상에서는 R스튜디오 환경 아래에서 따라하기 방식으로이상관측치를 찾는 방법을 알아보겠습니다.