Please enable JavaScript.

Coggle requires JavaScript to display documents.

의학통계 - Coggle Diagram

- - - - 종류
        
        할당추출
        
        목적추출
        
        편의추출
        
        눈덩이추출
      - 특성
        
        조사자 의도 개입
        
        조사대상의 표본 선정 확률을 사전에 알 수 X
        
        확률표본 추출이 사실상 불가능 or 모집단 정확히 규정 X
        
        표본오차가 큰 문제 X or 확률표본 추출 필요성 X
    - - 특성
        
        조사자의 의도가 개입 X, 조사원 스스로 누구를 조사할지 결정 X
        
        조사 대상을 표본으로 선정할 확률이 사전에 결정
        
        개개의 구성원이 표본으로 선택될 확률 계산 가능
        
        제 3자에 의한 반복 연구가 가능 -> 연구 결과의 유의성 판단 근거 O
      - 종류
        
        계통추출
        
        단순무작위추출
        
        층화추출
        
        층 간에는 차이가 큼
        
        층화에 사용된 변수가 종속변수와 강하게 관련
        
        각 층 내에서는 기본단위의 특성이 동일
        
        모집단을 비슷한 성질을 갖는 2개 이상의 동질적인 층으로 구분
        각 층으로부터 단순무작위추출법을 적용하여 표본을 추출
        
        집락추출
        
        집락 내에서는 기본 단위의 특성 차이가 큼
        
        집락 간에는 차이가 작음
        
        표본추출단위가 개인이 아닌 집단임
        
        모집단을 조사단위 또는 집계단위를 모은 군집으로 나누고
        이들 군집 중 일부의 군집을 추출한 후
        추출된 군집에서 일부 또는 전부를 표본으로 추출
- - - - 종속변수 = 피설명변수 = 결과변수
      - 교란변수 = 혼란변수
        
        독립, 종속 모두와 인과관계 있어야 함
        
        다루는 법
        
        짝짓기, 무작위
        
        다중분석 (다중회귀분석, 다중로지스틱회귀분석)
        
        제외
      - 독립변수 = 설명변수 = 노출변수 = 예측변수
    - - 양적변수
        
        연속변수
        
        이산변수
      - 질적변수
        
        이분형
        
        다분형
    - - 서열(+순위)
      - 간격(+등간격)
      - 명목 (분류만)
      - 비 (+절대0)
      - 구분해야 하는 이유 : 정보량 다름, 통계 방법이 달라짐
      - 높은 수준의 척도는 낮은 수준의 척도로 변환 가능
        
        가능한 높은 수준의 척도로 측정
  - - - 산술평균
        
        특성
        
        간격척도 이상으로 측정하였을 때 의미 O
        
        편차의 총합은 O
        
        1,2개 수치라도 극단치 존재하면 기능 상실
        
        산술평균으로부터의 편차의 자승합은 다른 어떤 점수를 기준으로 하여 얻은 편차의 제곱들의 총합보다 항상 적음
      - 중앙값
        
        특성
        
        각 관찰값으로 이루어지는 분포의 모양이 대칭일 경우 중앙값=산술평균
        
        한쪽으로 치우쳐진 분포에서, 산술평균에 비해 짧은 꼬리 쪽에 위치
        
        극단치에 의해 크게 영향 X
        
        서열척도 이상으로 측정된 자료에서 사용 가능
        
        정의 : 주어진 자료를 크기순으로 배열 시 가운데 위치하는 값
      - 최빈값
        
        특성
        
        빈도가 가장 많은 값이 2개 이상일 수 있음
        
        하나의 봉을 갖는 대칭적 분포에서 =산술평균, 중앙값
        
        변수의 측정척도에 관계 X 사용 가능
      - 백분위수, 4분위수
        
        정의
        
        백분위수 : 주어진 자료를 크기순으로 배열해 100등분한 값
        
        사분위수 : 분포의 빈도를 4등분했을 때 각 4등분지점의 값
    - - 표준편차
        
        √(분산), 자료와 같은 단위 가짐
      - 사분위수 범위
        
        Q.75 - Q.25
        
        극단값의 영향 적음
      - 분산
        
        측정값들이 산술평균 주위에 얼마나 평균적으로 떨어져 있는지
        
        모든 값들이 반영되므로 합당한 산포도 지수로 사용 가능
        
        편차의 제곱 이용 -> 값이 원래의 단위가 되지 X
      - 변동계수 = 변이계수
        
        (표준편차/산술평군)*100(%)
        
        두 변수의 산포도를 비교
        
        산술평균, 측정단위 달라도 가능
      - 범위
        
        계산 쉬움
        
        극단값의 영향을 받으므로 신뢰성 X
        
        최대값 - 최소값
        
        모든 점수를 반영하지 못함
- - - - 카이제곱분포
        
        서로 독립적으로 표준정규분포를 따르는 n개의 확률변수를 각각 제곱하여 더함
        
        분산이 퍼져 있는 모습을 분포로 만든 것
        
        특성
        
        자유도에 의해 분포의 모양이 규정, 자유도가 커지면 대칭에 가까워짐
        
        평균 = 자유도 (k), 분산 = 2k
        
        양의 값을 가지는 오른쪽으로 치우친 형태의 분포
        
        왼쪽 꼬리가 짧고 오른쪽 꼬리가 길다
        
        범주형자료 분석 시 사용 (기대치-관측치 관계)
      - F분포
        
        F = (V1 /k1) / (V2 / k2)
        확률변수 V1의 자유도 k1, V2 자유도 k2
        V1, V2는 서로 독립인 카이제곱분포 따름
        
        특성
        
        두 개의 자유도에 의해 결정
        
        정규분포를 하는 자료로부터 계산된 두 분산 추정치의 비
        
        오른쪽으로 치우친 분포, n이 커지면 정규분포에 근접
        
        2개 분산 비교 (3개 이상의 평균치 동시 비교)
        
        카이제곱을 갖는 변수들의 비율
      - T분포
        
        T = Z/√(V/v)
        Z는 표준정규분포 따르는 확률변수,
        V는 자유도 v인 카이제곱분포 따르는 확률변수
        Z, V는 독립
        
        특성
        
        t=0 중심으로 좌우 대칭
        
        자유도에 따라 각기 다른 분포
        
        분산 > 1, 표본수가 커질수록 1에 접근
        
        자유도가 커질수록 표준정규분포와 비슷해짐
        
        두 표본의 평균치 비교에 사용
        
        표준정규분포를 카이제곱비율로 나누어 얻어지는 분포
    - - 평균값 μ 중심 좌우대칭
      - 평균과 표준편차에 의해 분포 결정
      - 부드러운 종 모양
      - 표준정규분포
        
        (측정값-모평균)/모표준편차
        
        평균 0, 표준편차 1
      - 중심극한정리
        
        모집단이 정규분포를 하지 않을지라도, 표본분포를 이루는 표본의 수가 충분히 크다면(n>30) 표본평균의 분포는 정규분포와 가까워짐
        
        표본의 통계량
        
        표본 평균의 분산 = 모분산 / 표본 샘플수
        
        표본 평균의 표준편차 = 표준오차 = √(표본 평균의 분산)
        = 모집단 표준편차 / √(표본 샘플수)
        
        표본 평균의 평균 = 모집단 평균