보건통계학의 기본개념

소개

대학원에서 수업들었던 내용을 정리한 것입니다.
보건통계학의 기본 개념에 대해 정리했습니다.
정리한 내용으로 시험 만점받은 자료이니 유용하게 사용하시기 바랍니다.

목차

Ⅰ. 자료의 유형과 기술통계
1. 자료의 유형
1) 질적 (범주형) 자료
2) 양적 (수치형) 자료
3) 생존자료
2. 기술 통계량(Descriptive statistics)
1) 중심 성향(central tendency)
2) 산포(dispersion)
3) 분포(distribution)
3. 중심 성향 및 산포
4. 기술통계량에서 중심성향에 대한 자세한 내용
5. 정규분포
6. 표준편차(standard deviation) vs 표준오차(standard error)
7. 그룹화된 데이터: 도수분포
1) 빈도표(frequency table)
2) 상대빈도표(relative frequency table)
3) 교차분류표(crosstabulation, crosstab)
8. 자료제시방법
1) 그림
2) 상자그림(box plot)

Ⅱ. 통계적 추정 및 가설검정의 원리
1. 왜 추정과 가설검정을 하는가?
2. 통계적 추정(estimation)
3. 통계학의 개념
4. 가설검정
5. 표준정규분포표
6. 표준 정규분포 곡선(normal distribution curve)

Ⅲ. 연속형 변수의 자료 분석
1. Flow chart(통계분석방법)
2. 평균(mean) vs 중위수(median)
3. 정규성 검정
4. 모수적 VS 비모수적 방법
5. 모수적방법, 비모수적 방법 요약
6. 통계분석방법
7. 통계분석방법의 실제
8. 검정통계량, 기각역
9. 기각역과 비기각역(정규분포-단측검정)
10. 기각역과 비기각역(정규분포-양측검정)
11. 표준정규분포표(검정통계량 읽고 유의확률 찾기)
12. 표준정규분포표(유의수준에 해당하는 임계치 찾기)
13. 자유도(df, degrees of freedom)
14. t-분포표(자유도와 유의수준을 읽고 임계치 찾기)

본문내용

** 분산과 표본분산의 차이
1. 분산
- 대상: 모집단 전체, 즉 세상의 모든 데이터가 대상
- 상황: 내가 조사하려는 대상 전체를 다 알고 있을때 사용(우리반 전체)
- 계산: 전체 개수로 나눔
- 의미: 이 집단 자체가 실제 얼마나 퍼져있는지 그 자체를 보여줌
2. 표본분산
- 대상: 표본. 전체중 일부만 뽑은 데이터
- 상황: 전체를 다 알수 없어서 일부만 조사하고 이걸로 전체를 추측해야 할때 사용
- 계산: 개수에서 1을 뺀 n-1로 나눔
- 의미: 이 일부를 보니 실제 모집단은 이정도로 퍼져있을것같다고 추측하는 수치

** 표본분산 계산시 n 이 아니라 n-1로 나누는가
- 표본은 모집단보다 항상 조금 더 끼리끼리 모여있는것 처럼 보이기 때문
예시) 전 세계 사람들의 키 차이가 얼마나 큰지 알고싶은 경우
- 표본은 좁게 보인다: 딱 다섯명만 무작위로 뽑았을때 아주 큰사람 혹은 아주 작은 사람이 동시에 포함될 확률이 높을지, 평범한 사람들만 뽑힐 확률이 높을지?
- 과소평가의 위험: 평범한 사람들 위주로 뽑힐 가능성이 높음. 그러면 우리가 구한 5명의 분산은 실제 전 세계사람의 분산보다 작게 나올 가능성이 훨씬 큼
- 분모를 줄여서 값을 키우기: 분산이 너무 작게 측정되는 것을 막기위해 나누는 숫 자(분모)를 n-1로 살짝 줄여주는 것임. 나누는 수가 작아지면 전체 결과값(분산) 이 커지므로
결론) 우리가 뽑은 표본이 실제보다 너무 고르게 보일까봐 일부러 수치를 조금 뻥튀기해 서 실제 쌍과 맞추는 과정

3) 분포(distribution): 자료의 형태와 대칭성을 설명할 수 있는 값

데이터 분석은 평균과 표준편차만으로는 데이터의 진짜 모양을 다 설명하기 어려울때가 있음. 데이터가 어디로 치우쳤는지, 얼마나 뾰족한지 나타내주는 지표가 왜도, 첨도임

참고자료

· 없음