2017 학년도 2학기 보건정보데이터분석 과제

목차

1. 보건빅데이터(Health Big data) 분석에 쓰이는 데이터마이닝 방법을 나열하고 예와 함께 설명하라.(5점)
2. 보건정보 경보시스템(Health Alarm System)에 대해 설명하고 그 예를 들라.(5점)
3. 다음 세명 환자의 혈압치 분포의 중앙값과 사분위수범위(IQR)를 부등호로 나타내고 설명하라.(6점)
4. 두 가지 치료방법에 의한 알츠하이머 환자의 14CO2 측정치가 다음과 같을 때 두 치료방법에 따른 14CO2측정치에 유의한 차이가 있는지 검정하라. (7점)
5. 다이어트 제제를 복용하기 전과 후의 혈압치가 다음과 같을 때 다이어트제제가 혈압을 낮추는지 검정하라. (7점)

본문내용

1. 보건빅데이터(Health Big data) 분석에 쓰이는 데이터마이닝 방법을 나열하고 예와 함께 설명하라.(5점)
1) 고차원 회귀분석 및 분류방법
(1) LASSO
통상적으로 회귀분석에서 회귀계수의 추정량을 구하기 위해서는 잔차의 제곱합을 최소로 하는 최소제곱법을 사용한다. 그러나 설명변수의 개수가 증가하면서 설명변수들 사이의 강한 상관관계로 인한 다중공선성이 존재할 수 있기 때문에 최소제곱 회귀계수 추정량의 분산이 커져 추정회귀식의 예측정확도가 떨어지는 문제점이 발생할 수 있다. 또한 설명변수의 개수가 증가하면 변수에 대한 해석력이 떨어진다. 다시 말해, 많은 설명변수 중 어떤 변수가 중요한 역할을 하는지에 대한 판단이 어려워진다.
Lasso regression은 능형 회귀의 장점인 회귀계수 축소를 통해 예측 정확도를 높이고, 동시에 영향력이 적은 회귀계수 값을 쉽게 0으로 만드는 변수 선택의 기능이 있어 해석력을 높여준다. 따라서 Lasso regression은 능형회귀의 예측정확도와 변수선택의 해석력을 모두 갖출 수 있는 분석 방법으로 알려져 있다.
(2) 앙상블
앙상블 모형이란 주어진 데이터를 이용하여 여러 개의 서로 다른 예측 모형을 생성한 후, 이러한 예측 모형의 예측 결과를 종합하여 하나의 최종 예측결과를 도출해 내는 방법을 말한다. 목표변수의 형태에 따라 분류 분석에도 사용 가능하고, 회귀분석에도 사용 가능하다. 분류분석에 사용한다면 분류앙상블, 회귀분석에 사용한다면 회귀앙상블이라 부를 수 있다. 현실적으로 앙상블 모형은 대부분 분류모형에서 사용되고 있는 실정이다.
앙상블 모형의 종류에 따른 구분은 다음과 같다.
-배깅 방법: 배깅 방법은 Breiman에 의해 개발된 분류 앙상블 방법이다. Bagging은 bootstrap aggregating의 약어로 훈련 데이터로부터 부트스트랩 데이터를 B번 생성하여 부트스트랩 데이터마다 분류기를 생성한 후 그 예측결과를 앙상블하는 방법이다. 배깅 방법은 불안정한 분류방법의 예측력을 획기적으로 향상시킨다고 알려져 있다.

참고자료

· 없음