[논문통계/통계분석] 카시방곱검정_chi 볼께요

최종 심사 기간, 노화는 논문 Proposal 기간으로 바쁜 연구자 여러분 환영합니다. 여러분의 논문 파트 댁 브레인 PhD이다.이번에는 집단 간 비율 차이의 비교 비결인 '가지금 곱 검정(chisquaretest)'에 대해 알아보겠습니다.​

모수적 방법의 평균 비교요령은 비모수적 방법의 평균 비교는 자료가 연속형일 때 평균과 순위합을 이용해서 비교가 가능할 것입니다. 하지만 자료가 빈도처럼 카테고리형 자료의 경우 기존의 T-test와 같은 방식으로 분석이 불가능합니다. 이렇게 독립변수와 종속변수가 카테고리형인 경우 두 가지 변수를 분할표(줄/줄로 구분)로 작성하여 자료를 표현합니다. 이후의 예제는 가상의 자료에서 높은 혈압 환자 25명으로 높은 혈압이 없는 환지 75명을 대상으로 비만과 정상 체중을 연구한 분할 표(Contingency table)이다 이다.

분할 표를 보면 고혈압 환자군에서 비만은 44퍼.세인트인데, 고혈압이 없는 창산군에서는 12.00카피.세인트이다. 이것은 비만과 고혈압과 비만이 서로 연광성이 있다는 것을 보여 준다. 관련성을 비교하는 방법으로는 Oddsratio(교차비)로 확인할 수 있으며(고혈압 x 비만) X(정상 x 비만) X(고혈압 x 정상)의 비와 같기 때문에 주로 교차비라고 한다.계산식은 이후와 같습니다.

그러므로 비만이 있을 때 고혈압이 있는 교차비는 5.76입니다. 두 변수의 관련성 유의성을 검정하는 것을 교차분석이라 하며, 대표적으로 가조금곱검정(chisquaretest)이다. 가조금적검정 가설은 다소 소리와 같습니다.​ ​ 그이무카솔 H0:두개의 변수는 관련성이 없다.VS 대립 가설 H일: 두 가지 변수는 관련성이 있다.다소음은 SPSS 카 최근적 검정결과의 예시이다.

>

먼저 연구할 사항은 기대 빈도가 5보다 작은 셀들이 있으면 카이 제곱 검정은 없고, 이때는 Fisher의 정확한 검정을 사용해야 한다.1개의 표는 원래의 데이터를 분할 표(Contingency table)로 나타냅니다.위에서 설명한 분할표와 같이 과인됩니다.2번째 표는 카이 제곱 검정 표입니다. 볼 수치는 1행째의 Pearson카이의 근사 유의 확률(양측)수치입니다.0.001에서 유의 수준 5%아래 그이무카솔은 기각이 두 변수(비만 여부, 고혈압의 유무)의 관련성이 있다고 보여지는 겟움니다.3번째 표는 상술한 Oddsratio(교차비)를 보는 표입니다.비만의 경우 고혈압이 있는 Odds ratio=5.762이프니다니다.이상 제곱검정에 대해 알아봤습니다.이후 시간에는 집단이 3개 이상의 경우 평균 비교의 비결의 분산 분석(analysis of variance, ANOVA)에 대해서 설명 드리겟움니다.그럼 좋은 하루 되세요~!​

논문 전반에 걸쳐 연구자의 어려움을 성심성의껏 해결하는 브레인 Ph.D. 그리하여 학력, 실력, 경험 모두 최고의 지도박사가 여러분의 문제를 깔끔하게 해결해 드립니다.어렵게 보지 말고 브레인 Ph.D의 문을 두드려 보세요.하나 899-0805​ http://www.brainphd.co.kr/

​