깜신 김종엽입니다. 이번 시간에는 통계의 가장 기본!두 그룹간의 결과값이 서로 차이가 있는지 없는지 알아 보려고 합니다. 일반적인 임상시험에서는 늘 실험군과 대조군을 비교하죠.사실 어떤 연구를 하더라도 기본적으로 두 그룹의 나이는 비교하죠.나이는 특히나 임상 연구에 있어서는 대표적인 혼란변수이기 때문입니다.혼란변수라는 건 연구자가 비교하고자 하는 결과값(이를테면, 콜레스테롤 수치값은)에 영향을 미칠 수 있는 요인이라는 의미입니다. 실험군과 대조군 사이에 콜레스테롤 수치가 차이를 보이더라도, 두 그룹 사이에서 나이 또한 차이를 보인다면콜레스테롤의 차이가 실험군과 대조군 사이의 조건(투약 종류)에 따른 차이인지 나이 차이에 따른 건지 알 수가 없는 거죠. 그래서 임상논문들을 보면, 늘 첫 번째 테이블은 실험..

들어가는 글검색을 통해 이 글을 읽으시는 분들이라면 검정력 분석(power analysis)이 무엇이고, 왜 필요한지에 대해 이미 알고 계시리라 생각됩니다. 간단히 요약하자면, 실험의 결과에 대한 P 값이 0.05보다 크게 나와서 통계적으로 의미가 없어 보일 때, 이에 정말 의미가 없는(실험군과 대조군 간에 차이가 없는)건지 아니면, 대상자(n)수가 작아서 의미가 없어 보이는 건지 확인하기 위한 절차이지요. 그래서 열등성검정(실험군이 대조군에 비해 열등하지 않다는 가설을 세우고 진행하는 실험)에서는 특히나 꼭 필요한 것이 바로 검정력 분석입니다. 하지만 검정력 분석을 SAS나 SPSS 등 다수 유료프로그램에서 조차 지원하고 있지 않아서 임상연구 초보자 분들이 애를 먹지요. 그래서 이번 글에서는 통계프로그..