2026 의학통계학 워크북

목 차 제1장 의학 통계의 첫걸음, 통계학과 데이터 리터러시 1 1.1 데이터 리터러시와 의학 통계의 기초 1 1.2 모집단과 표본: 통계학의 두 기둥 2 1.3 데이터의 분류와 측정 척도 4 1.4 기술통계와 추론통계 6 1.5 통계분석 환경 구축: 데이터 포맷과 소프트웨어 7 연습문제 10 정답 및 해설 13 제2장 자모비(jamovi)와 데이터 전처리 17 2.1 자모비(jamovi) 설치 및 분석 환경 설정 17 2.2 데이터 핸들링: 불러오기와 내보내기 18 2.3 변수 설정과 라벨링 19 2.4 데이터 클린업: 결측치와 이상치 처리 21 연습문제 25 정답 및 해설 28 제3장 기술통계와 시각화, 데이터를 요약하는 기술 31 3.1 기술통계의 필요성과 데이터의 형태 31 3.2 중심경향값: 데이터를 대표하는 하나의 숫자 32 3.3 변산성과 분포: 데이터가 퍼져 있는 모습 (연속형 변수) 33 3.4 빈도분석: 범주형 변수의 요약 35 3.5 데이터 시각화: 한눈에 들어오는 데이터의 특징 36 3.6 데이터의 표준화 (Standardization) 38 연습문제 40 정답 및 해설 43 제4장 추론통계의 시작 47 4.1 가설검정의 기초: 귀무가설, 대립가설, 그리고 p-value 47 4.2 변수의 역할: 독립변수, 종속변수, 교란변수 48 4.3 정규성과 중심극한정리: 통계학의 근간 50 4.4 신뢰와 오차: 불확실성을 수치로 표현하기 52 4.5 비정규 데이터의 극복: 데이터의 정규분포화 (변환) 53 4.6 모수 통계와 비모수 통계: 데이터의 자격 심사 54 연습문제 56 정답 및 해설 59 제5장 가설검정의 주요 개념 63 5.1 가설검정의 오류와 방향성: 완벽한 판결은 없다 63 5.2 p-value의 진실과 함정: 숫자 조작의 유혹 64 5.3 검정력, 효과크기, 그리고 표본의 크기 (N) 66 5.4 유의성의 두 얼굴: 통계적 유의성과 임상적 유의성 67 5.5 결과 시각화: 불확실성을 눈으로 보여주기 69 연습문제 71 정답 및 해설 74 제6장 분석 기법의 선택 77 6.1 분석 목적의 결정: 차이, 관련성, 그리고 예측 77 6.2 변수 특징: 척도의 종류와 변수의 역할 79 6.3 변수 간 관련성: 독립 측정과 반복 측정 80 6.4 모수 통계와 비모수 통계 81 6.5 실전! 분석 기법 선택 트리 (Decision Tree) 종합 82 연습문제 85 정답 및 해설 88 제7장 T-검정(t-test), 두 집단의 평균 비교 91 7.1 T-검정에서 변수의 역할과 특징 91 7.2 독립표본 T-검정의 기본 가정과 대안 92 7.3 대응표본 T-검정: 내 안의 변화를 읽다 94 7.4 비모수 분석과 효과크기: 대안 도로와 진짜 차이 95 7.5 T-검정 결과 정리와 해석: 논문 쓰기의 정석 97 연습문제 99 정답 및 해설 102 제8장 분산분석(ANOVA), 세 집단 이상의 평균 비교 105 8.1 ANOVA의 원리: 분산으로 평균의 차이를 엿보다 105 8.2 ANOVA의 기본 가정: 튼튼한 집 짓기를 위한 기초 공사 107 8.3 오류의 누적과 사후검정(Post-hoc): 진짜 범인 찾기 108 8.4 비모수 분석과 효과크기: ANOVA의 융통성 109 8.5 ANOVA 결과 정리와 해석: 완벽한 논문 문장 쓰기 111 연습문제 113 정답 및 해설 116 제9장 카이제곱 검정(χ² Test), 범주형 데이터의 교차분석 119 9.1 카이제곱의 특징: T-test(연속형)와의 결정적 차이 119 9.2 데이터의 요약: 교차표(Contingency Table)와 비율의 마법 120 9.3 카이제곱의 원리: 관찰빈도와 기대빈도의 차이 122 9.4 특수 상황의 돌파구: Fisher의 정확 검정과 McNemar 검정 123 9.5 카이제곱 결과 정리와 해석: 논문 쓰기의 정석 124 연습문제 127 정답 및 해설 130 제10장 진단을 위한 검사, 질병 예측의 통계학 133 10.1 위험도와 연관성: 상대위험도(RR)와 오즈비(OR) 133 10.2 진단검사 정확도: 엇갈린 네 가지 운명 134 10.3 진단 성능의 시각화와 의사결정: ROC 곡선과 Cut-off 136 10.4 의학 연구의 두 시선: 임상의와 임상통계학자 137 10.5 측정의 신뢰성과 진실성: 타당도(Validity)의 세계 139 연습문제 141 정답 및 해설 144 제11장 상관분석(correlation analysis), 두 변수의 동행 147 11.1 상관분석의 원리와 이해: 피어슨 상관계수(r) 147 11.2 상관관계와 인과관계, 그리고 결정계수(R2) 148 11.3 상관분석의 시각화: 산점도와 이상치의 무서움 150 11.4 기본 가정과 비모수 분석: 스피어만 상관계수(r) 151 11.5 상관 행렬표와 결과 정리 및 해석: 학술적 보고의 정석 152 연습문제 155 정답 및 해설 158 제12장 회귀분석(Regression), 인과관계의 규명과 미래 예측 161 12.1 회귀분석의 원리: 단순, 다중, 그리고 통제와 잔차 161 12.2 로지스틱 회귀분석: 0과 1, 생존과 사망의 세계 162 12.3 회귀분석의 기본 가정과 다중공선성(VIF) 164 12.4 변수 선택법: 어떤 원인을 선발 명단에 올릴 것인가? 165 12.5 모델의 적합도와 계수들: 분석 결과표 해독 167 12.6 회귀분석 결과 정리와 해석 방법: 완벽한 학술적 글쓰기 168 연습문제 170 정답 및 해설 173 제13장 베이지안 통계, 통계학의 새로운 패러다임 177 13.1 빈도주의와 베이지안: 통계학을 바라보는 두 가지 관점 177 13.2 베이지안의 3대 요소: 사전확률, 우도, 사후확률 178 13.3 사전 정보의 활용: 백지상태인가, 거인의 어깨인가? 180 13.4 증거의 강도: 베이즈 요인 (Bayes Factor, BF) 181 13.5 베이지안 T-검정과 시각화: 내 믿음이 변하는 궤적 (Plots) 183 13.6 베이지안 T-검정 결과 정리와 해석: 확률의 언어로 말하기 185 연습문제 187 정답 및 해설 190 제14장 통계분석의 진화, 복잡한 인과관계의 해석과 예측 193 14.1 조절효과와 매개효과: 단순 인과관계를 넘어선 제3의 변수 193 14.2 요인분석: 눈에 보이지 않는 개념의 측정 195 14.3 인과관계의 확장: 다중회귀에서 경로분석과 구조방정식(SEM)으로 197 14.4 새로운 관계망과 편향 통제: 네트워크 분석과 성향점수매칭(PSM) 199 14.5 데이터마이닝과 머신러닝: 알고리즘이 주도하는 통계의 미래 201 연습문제 203 정답 및 해설 206

출처: 국립중앙도서관 서지정보