통계 분석 방법

(1) 설명변수(explanatory variable): “독립변수”

• 두 변수간의 관계에서 영향을 주는 변수

(2) 결과변수(response variable): “종속변수”

• 두 변수간의 관계에서 영향을 받는 변수

(3) 독립적/의존적 구조

• 의존적 구조: 짝짓기가 된 자료, 동일한 개인에 대한 반복측정 자료 등

(1) 범주형 변수 (이산형 변수, categorical, discrete)

① 명목형(nominal): 범주 간 대소비교 불가능

ex) 성별, 피부색, DM 유무 등

* 남성 = 0, 여성 = 1과 같은 숫자 코드를 명목형 변수에 부여할 수 있으나, 이 0과 1이 실제로 대소를 의미하는 것은 아니므로 명목형 변수로 보아야 한다.

② 순서형(ordinal): 범주 간 대소비교 가능

ex) 순위, 복용 약 개수 등

(2) 연속형 변수(continuous): 혈압, 혈당, 키 등

• 연속형 변수를 범주화(categorization)해서 범주형 변수로 바꿀 수도 있음

ex) ‘공복혈당’이라는 연속형 변수를 ‘< 100’, ‘100~125’, ‘≥126’으로 범주화시켜 범주형 변수로 변환

* 관찰인년, 생존기간 등의 시간관찰 변수도 존재한다.

(1) 정규분포: 정규성 가정 만족, n > 30

(2) 비정규분포: 한 쪽으로 skewed, n < 10, 순위 데이터