세그룹 이상의 평균을 비교하는 방법 김종엽 ANOVA라는 이름, 왠지 익숙하신가요? 학부 시절 커리큘럼에 통계 관련 과목이 하나만 있었어도 여러분은 틀림없이 이 단어를 배우셨을 겁니다. 활용 빈도 또한 무척 높죠. 사실 앞 챕터에서 알아봤던 두 그룹의 평균 비교는 논문을 작성할 때 실험군과 대조군의 나이 등을 비교하면서 자연스럽게 녹아들어가고, 실제로 결과 제출에 이용되는 분석 방법은 이 장에서 소개할 세 그룹 이상의 평균 비교부터일 겁니다. 앞장을 잘 이해하셨다면, 절대 어렵지 않습니다. 일단, 두 그룹의 비교에서처럼, 세 그룹 이상의 평균을 비교할 때 사용하는 통계분석방법도 3가지 뿐입니다. 그리고 고르는 방법도 아래 그림처럼 동일한 순서도를 가집니다. 앞장과 유사한 방법으로 진행하면 되겠죠?! 사실..

두 그룹의 평균을 비교하기 두 그룹의 평균을 비교하는 일은 거창한 연구가 아니더라도, 정말 자주 활용하는 통계분석입니다. 하지만 이것 마저도 처음에는 쉽지 않죠. 저는 오히려 이것까지만 제대로 따라오시면 나머지도 쉽다고 말씀드리고 싶군요. 두 그룹의 평균을 비교하는 통계분석 방법은 전세계에 딱 3개만 있다고 생각하시면 됩니다. 그중 하나가 t-test고요. 다음 하나는 Wilcoxon rank-sum test , 마지막 하나가 Welch’s test입니다. 다른 통계책을 함께 펼쳐 놓고 공부하다가 Mann-Whitney U test와 Mann Whitney-Wilcoxon(MWW) test라는 이름의 분석 방법을 만나실 수도 있는데요. 이 방법들은 모두 Wilcoxon rank-sum test랑 같은 분..

안녕하세요.깜신 김종엽입니다. 앞 영상에서는 생존분석 결과를 그래프로 미리 살펴봤습니다.물론, 그래프만으로도 결과를 우리는 충분히 유추할 수 있죠.하지만, P value와 Hazard Ratio, 95%신뢰구간이 없으면 뭔가 허전하잖아요?!논문으로 출판할 수도 없고요. 이번 시간에는 그래서Log Rank Test와 Cox Regression Test를 이용해서 해당 통계값들을 찾아보도록 하겠습니다.그럼 여러분의 통계 공부에 포스가 함께 하길 바랍니다.

안녕하세요.깜신 김종엽입니다. 이번 영상에서는 생존분석결과를 그래프로 그리는 방법을 알아보도록 하겠습니다.생존분석 결과는 실제로 생존을 분석한 경우와 질병의 유병률을 비교하는 경우가 조금 다른데요. 생존분석의 경우는 처음에는 모두 생존해 있는 상태에서 사망하는 환자가 발생하면서 그래그가 점차 감소하는 방향으로 그려지지만유병률 분석에 있어서는 처음에는 모두 질병이 없는 상태에서 시작해서 유병률이 점차 늘어나는 방향으로 그래프가 그려지기 때문이죠 이해 못하셔도 상관 없습니다. 이번 영상을 보시면 모두 쉽게 이해하실테니까요.바로 시작하죠.여러분의 학습에 포스가 함께 하길 빕니다..

안녕하세요.깜신 김종엽입니다. 이번 포스팅에서는 포아송 회귀분석을 알아봅니다.포아송 또는 푸아송이라고 불리는 회귀분석의 이름은 워낙 이국적이라서 한 번 들어본 분들은 기억 어딘가에 틀림없이 지워지지 않고 남아있을 겁니다. 또한, 활용 빈도도 로지스틱 회귀분석 만큼이나 아주 높고요.로지스틱 회귀분석은 결과가 둘 중 하나로 결정되는 연구에서 사용되었는데요.포아송 회귀분석은 결과가 비율일 때 사용한다는 게 가장 큰 차이점입니다. 예를 들어, 발생률, 사망률 등을 분석할 때 쓰인다는 거죠.보건의료통계에서 얼마나 자주 보일지 감이 오시죠?! 자, 포아송은 로지스틱까지 잘 따라오셨다면 절대 어렵지 않습니다.이번 영상 하나에서 개념설명부터 R스튜디오 따라하기까지 한 번에 보여드리겠습니다.그럼 바로 시작하시죠. 아자아자~

안녕하세요. 깜신 김종엽입니다. 35,36,37탄에 이어 이번 시간에도 로지스틱 이야기를 좀 더 하려고 합니다.35탄에서는 로지스틱회귀분석의 개념에 대해서 알아봤고36,37탄에서는 분석 방법을 실제로 따라해봤으니, 이번 포스팅에서는 로지스틱회귀분석을 통해 찾은 의미 있는 결과들을 그래프로 그려보려고 합니다. 어떻게요?아주 예쁘고, 직관적으로요.더구나 쉽게 말이죠. ^_____^ 이번 유튜브 영상을 찬찬히 보면서 따라하시면여러분도 이제 로지스틱회귀분석을 활용한 논문 작성에 뛰어들 준비를 모두 마치게 됩니다. 화이팅입니다. 아자아자!!