한눈에 알수있는 의학통계학(3판):Medical Statistics at a Glance 3/e

저자 서문

한눈에 알 수 있는 의학통계학은 의과대학 학생들, 의학연구자들, 의생명공학, 간호학, 보건학을 전공하는 대학원생들 및 제약
산
업에 종사하는 사람들을 대상으로 쓴 책이다. 이들은 모두 자신들의 전문적인 삶 중 어느 시점에선가는 비판적으로 평가하고 해
석할 필요가 있는 수량적인 결과들을 (그들 자신의 연구결과이든 다른 사람들의 연구결과이든 간에) 마주치게 될 것이고, 또 이
들 중 일부는 보기 싫은 통계학 시험을 어쩔 수 없이 치러야만 할 것이다! 이런 측면에서 볼 때 통계적인 개념과 방법론들을 제
대로 이해하는 것은 그 가치를 따질 수 없을 정도로 중요하다고 할 수 있겠다. 당연히 우리는 독자들이 통계학이라는 주제에 열
정적으로 빠져들 수 있게 되기를 희망하긴 하지만, 반면에 실용주의자들이기도 하다. 이 책을 쓰는 이유는 의학논문에서 통계적
개념에 마주치게 되는 임상의들 뿐만 아니라 학생들과 연구자들에게 견실하고, 읽기 쉽고, 포괄적이며, 적당할 뿐만 아니라 실
제 적용이 가능한, 효과적이고 실용적인 통계학 서적을 제공하기 위해서이다.한눈에 알 수 있는 의학통계학은 특별히 통계학 과
목의 보조교재나 참고교재로 사용하면 효과적이다.이 3판의 구조는 첫 두 판과 동일하다. 한눈에 알 수 있는 시리즈의 다른 책
들
과 마찬가지로 본서 역시 2페이지이나 3페이지, 혹은 4페이지의 범위 내에서 의학통계학의 각기 다른 주제들을 배울 수 있도록
구성하였다. 그간의 교육경험을 토대로 학생들이 의학통계학을 공부할 때 겪는 어려움들을 고려해 본서의 범위를 이론적인 부분
은 책의 내용을 이해할 수 있을 정도로만, 그러나 통계적인 방법론을 적용하기에는 부족함이 없을 정도로, 제한하였다.의학통계
학은 주제의 종류도 많고 알아야 되는 범위 또한 매우 넓다. 본서는 의학통계학의 기본적인 개념과 더불어 일반적으로 자주 사
용
되는 통계적인 방법론에 대한 기초적인 내용을 제공하고자 하였다. 역학은 의학통계학과 매우 밀접한 관계가 있는 학문이다. 따
라서 본서에서는 연구설계 및 해석 등과 관련된 역학의 주요 이슈들 중 일부분에 대해서도 설명하였다. 또한 일부 독자들에게만
특별한 관심사항인, 그러나 의학연구의 기본적인 토대가 되는 분야들, 예를 들면 근거-기반 의학, 체계적 고찰 및 메타분석, 생
존분석, 베이지안 방법론 및 예후점수의 개발 등에 대해서도 다루었다. 해당 장에서 이 주제들의 기본적인 원리를 설명함으로써
독자들이 논문을 읽을 때 분석결과들을 이해하고 해석할 수 있도록 하였다. 제3판의 각 장 제목들은 34장(이 장의 제목은 이전
의
‘통계적 모형화에 관한 이슈들’에서 ‘편향과 교란’으로 바꾸었다)을 제외하고는 제2판과 동일하다; 이에 더불어 새로운 장
(46장 ­ ‘예후점수의 개발’)이 추가되었다. 제3판의 경우, 첫 45장들 중 일부 장들은 제2판과 동일하지만, 나머지 장들에 대해
서는 최근에 개발된 이론들을 보강하고 이와 관련된 참고문헌들을 추가하거나 해당 절의 내용을 재구성하기 위해 가능한 한 적
은 범위 내에서 수정을 하였다. 예를 들어 다기관 연구(12장)나 축차시험(14장)등 연구설계에 관한 내용을 보강하였고, 연구관
리
의 중요성을 강조(15, 16장)하였으며, 다중비교에 관한 절(18장)을 추가하였고, 수용자 작업특성 곡선(ROC curve)을 보다 자세
하
게 설명(30, 38 및 46장)하였다. 로지스틱 회귀분석 시 필요로 하는 가정들을 검토하는 방법에 대해 좀 더 자세히 기술(30장)하
였으며, 관찰연구 수행 시 교란의 효과를 제거할 수 있는 방법들에 대한 내용을 보강(34장)하였다. 이와 관련해 일부 내용들을
재구성하였다. 제2판의 12장에서 간단히 소개했던 편향에 관한 내용을 제3판에서는 해당 장에서 삭제하는 대신 34장에서 좀 더
깊게 다루었다. 이에 따라 제2판의 34장에서 설명했던 상호작용에 관한 절은 33장으로 옮겼고 예후지수에 관한 절은 그 내용을
보강해서 새로운 장인 46장으로 포함시켰다.제3판에서는 각 장의 학습목표를 정해서 본문 전에 일괄 기술하였다. 이들 각각의
학
습목표들은 여러분의 이해도와 향상도를 평가하는 틀로 사용될 수 있다. 즉, 각 장별 학습목표들에 관한 내용을 충분히 설명할
수 있으면 해당 장에 설명된 개념들을 충분히 이해했다고 보면 될 것이다.이전 판들과 마찬가지로 제3판 역시 통계방법들을 설
명
할 때 항상 예제를 사용하였다. 이를 위해 저자 자신들이나 혹은 저자의 동료들이 참여했던 공동연구에서 얻어진 실제 자료들을
예제로 사용하려고 노력했다; 상황에 따라서는 기존에 출판되었던 논문들에서 실제 자료들을 얻어서 사용했다. 하지만 현실적으
로 모든 분석이 하나의 통계적인 방법만 사용하는 것은 아니기 때문에 동일한 자료를 여러 장에서 계속 사용하려고 노력하였다.
통계적 지식에 대한 이해를 돕기 위해서는 공식들도 알려줘야 하고 각 분석방법들이 개발되게 된 원리들도 설명해야 한다는 것
은 저자들도 잘 알고 있다. 하지만 대부분의 독자들은 아마도 간단한 계산을 제외하고는 계산기 대신 컴퓨터를 사용할 것이기
때
문에 복잡한 계산방법에 대해 자세히 설명하는 것은 가능한 한 피하려고 노력했다.독자들이 컴퓨터 패키지의 분석결과를 제대로
이해하는 것은 매우 중요하다고 생각한다. 따라서 가능한 경우들에 대해서는 부록 C에 컴퓨터 분석결과를 제시하였고, 해석에
어
려움을 느끼는 독자들을 위해 분석결과에 대한 설명도 달아놓았다. 자주 사용되는 통계 프로그램들의 분석결과는 그 형태가 서
로 약간씩 상이하기 때문에 독자들이 이들을 서로 비교할 수 있도록 하기 위해, 특정 통계프로그램으로 한정하지 않고, 가장 많
이 사용되는 대표적인 통계프로그램 3개─SAS, SPSS, STATA─를 모두 사용하였다.독자들로 하여금 통계분석방법들의 상호 유기
적
인 관계를 잘 파악할 수 있게끔 해주기 위해 각 장들 간에 전후 참조를 많이 하였다. 기본적인 통계표들은 부록 A에 제시하였
다. 만일 수작업으로 계산된 좀더 정밀하고 자세한 표 값들을 알기 원한다면 Neave, H.R. (1995) Elementary Statistical
Tables, Routledge 또는 Diem, K. (1970) Documenta Geigy Scientific Tables, 7th Edn., Blackwell Publishing: Oxford 등의
서
적을 참조하기 바란다. 부록 D에 제공된 용어사전은 자주 언급되는 통계용어들을 간편하고 빠르게 알아보고자 할 때 효과적으로
사용될 수 있을 것이다.통계를 사용하고자 하는 통계 비전문가 입장에서 자료가 얻어졌을 때 마주치게 되는 가장 큰 좌절 중 하
나는 바로 어떤 통계방법을 사용할 것인가 하는 문제일 것이다. 따라서 주어진 상황의 경우에 어떤 통계방법을 선택해야 하는
가, 그리고 그 방법에 대한 설명은 본서의 어느 부분에 있는가를 파악하는데 도움을 주기 위해 두 개의 흐름도를 만들었다. 독
자
들이 이 흐름도들을 쉽게 이용할 수 있도록 하기위해 표지 안쪽에 제시해 놓았다.자신의 통계적인 지식에 대해 자체적인 평가를
하고 싶은 독자들은 웹사이트를 방문해서 대화식의 연습문제를 풀어보기 바란다(www.medstatsaag. com). 또한 본서에서 언급된
참고문헌들의 보충자료 및 기타 도움이 될 만한 정보들을 제공하기 위해 이 웹사이트에 충분한 양의 참고문헌들을 기록해 놓았
고, 이들 중 일부는 Medline에 직접 연결되어 있다. (본 역서에서는 이 참고문헌들을 부록으로 제시하였다: 역자 주) 의학통계
학
의 특정 영역에 대해 좀 더 자세히 배우고 싶은 독자들에게는 다음의 서적들을 추천한다.Altman, D.G. (1991). Practical
Statistics for Medical Research. London: Chapman and Hall/CRC.Armitage, P., Berry, G. and Matthews, J.F.N. (2001).
Statistical Methods in Medical Research, 4th edition. Oxford: Blackwell Science.Kirkwood, B.R. and Sterne, J.A.C.
(2003) Essential Medical Statistics. 2nd edition. Oxford: Blackwell Publishing.Pocock, S.J. (1983). Clinical Trials: A
Practical Approach. Chichester: Wiley.이 자리를 빌어서 개정판을 위해 중요한 지적과 제안을 해준 Mark Gilthorpe과
Jonathan Sterne, 그리고 초판에 대한 조언을 해준 Richard Morris, Fiona Lampe, Shak Hajat 및 Abul Basar 등에게 특별히 감
사
의 뜻을 전한다. 또한 예제와 관련된 자료들을 제공해준 모든 분들에게 사의를 표한다. 하지만 본서의 내용 및 예제들로부터 발
견되는 모든 오류들에 대한 책임은 당연히, 그리고 전적으로, 우리들에게 있다. 마지막으로 첫 두판을 준비할 당시에 침착하고
참을성 있게 지켜봐 주었던, 그리고 이 제3판을 준비하는 과정 중에 발생했던 모든 시련과 고난들을 우리와 함께한 Mike,
Gerald, Nina, Andrew와 Karen에게 고맙다는 말을 하고 싶다.

Aviva PetrieCaroline SabinLondon


* 역자 서문

의학통계학은 의학 등의 연구에서 나타나는, 자료의 특성에 맞게 적용될, 통계적인 이론을 개발하는 학문이다. 즉, 의학통계학
은 의학, 간호학, 보건학, 의생명공학 등과 통계학 간의 학문적 전문성이 적절히 결합된 형태인, 현대적인 학술적 요구의 산물
이
라 할 수 있다. 통계학적인 측면에서 봐도 이제 의학통계학은 단지 의학자료의 분석에 초점을 맞춘 응용통계학의 한 분야라고만
간주할 수 없을 정도로 이미 그 학문적 영역이 통계학 자체의 범주를 넘어서서 의학연구자들과 깊은 유대관계를 형성해가고 있
고, 현재에도 그 이론은 계속 발전하고 있다. 즉, 의학통계학은 통계적 전문성을 기반으로 자체적인 이론의 개발, 의학자료의
특
성 탐구, 의학연구의 목표달성을 위한 방법론적 기틀 제공 등을 추구하는 별도의 학문분야로 확립되었다. 현재 국내에서는 의학
통계학, 보건통계학, 또는 생물통계학 등 상황에 따라 다양한 명칭으로 불리우고 있고, 영문 역시 medical statistics, public
health statistics, 또는 biostatistics 등의 용어가 혼용되어 사용되고 있다. 각 용어의 특성이 조금씩은 다르다고 할 수 있겠
지만 크게 묶어서 이 모두를 생통계학(biostatistics)이라 칭하는 것도 좋은 생각일 것 같다.최근 들어 의학연구의 윤리적인 면
이 사회적으로 이슈화되면서 임상연구에서의 의학통계학의 중요성이 점차 부각되고 있다. 의학연구는 약제 및 시술방법들의 안
전
성 및 유효성을 검사하고 평가하는 과학적인 연구이다. 또한 의학연구는 인간을 대상으로 하는 연구이기 때문에 윤리적인 연구
이
어야만 한다.의학통계학은 의학연구를 설계하고, 수행하고, 그 결과를 해석하는데 필수불가결한 도구일 뿐만 아니라, 연구의 윤
리와 관련된 학문이기도 하다. 왜냐하면 타당하지 않은 연구 설계 하에서 연구를 진행하는 것은 연구자나 연구대상자 모두에게
시간 및 자원의 낭비일 뿐만 아니라 비윤리적이기도 하기 때문이다. 또한 실제 효과를 보이기에는 부족한 크기의 표본 수를 가
지
고 연구를 수행하거나, 아니면 지나치게 많은 수의 표본을 가지고 연구를 수행하는 것 둘 다 환자의 권익을 침해하는 결과를 가
져오게 되기 때문이다. 이에 더불어 연구의 결과를 제대로 해석하지 못하고, 그에 따라 연구결과를 잘못 적용하는 것도 비윤리
적
이다. 따라서 이제는 많은 의학연구자들이 의학통계학의 필요성 및 중요성을 점차 인식해 가고 있는 추세이고, 역자 역시 의학
통
계학에 관한 의과학연구자들의 관심이 폭발적으로 증가하고 있음을 실제 피부로 느끼고 있다.의과학연구에서 의학통계학이 차지
하는 중요도를 평가하기 전에 먼저 연구수행의 전반적인 과정 중 의학통계학자들의 도움을 필요로 하는 부분이 어느 부분인가를
생각해본다면 의학통계학의 역할을 좀 더 쉽게 파악할 수 있을 것이다. 만일 이를 연구초기단계에서 단순히 표본수를 산정하는
것과 연구종료단계에서 자료를 분석하고 그 결과를 해석하는 정도라고 생각한다면 이는 전체가 아닌 일부분만을 보고 있는 것이
다. 의학통계학자들의 역할은 연구가 과연 가능한지부터 연구결과의 객관적인 타당성을 보장하기 위해서는 어떻게 연구가 설계
되
어야 하는지, 어떻게 시작되어야 하는지, 연구가 과연 신뢰성을 확보할 수 있고 타당성이 보장되는 방향으로 수행되고는 있는
지, 객관적이고 적절한 분석결과를 제시할 수 있는지, 이 분석결과를 논리적으로 표현할 수 있는지, 분석결과의 의미를 제대로
해석할 수 있는지, 누구나 연구결과를 이해할 수 있을 정도로 요약되고 정리된 형태로 제시할 수 있는지 등을 평가해주면서 의
학
연구의 처음부터 끝까지 의학연구자들과 함께 동행하는 동반자의 역할이라고 보는 것이 타당하다.궁극적으로 의학연구가 성공적
으로 진행되기 위해서는 의학연구자, 의학통계학자, 그리고 의학연구와 관련된 다른 과학자들 간의 열린 그리고 효율적인 의사
소
통(an open and effective communication)이 필수불가결한 요소이다. 그러나 이러한 의사소통은 일방통행이 아니라 양방통행이
어
야만 한다: 의학통계학자들은 의과학연구자들에게 통계적인 개념과 방법론들을 효과적으로 전달해야만 한다. 의과학연구자들은
해당 의학연구의 주제와 관련된 임상적 그리고 과학적 원리들을 의학통계학자들에게 철저하고 충분하게 전달해주어야만 한다.
그
러면 의학통계학자들은 이 원리들을 어떻게 통계적으로 타당한 가설이나 모형, 그리고 적절한 자료분석 방법들을 사용해 구현할
것인지를 의과학연구자들과 토론할 수 있게 될 것이다 (Chow, S.C. and Liu, J.P. 2004. Design and Analysis of Clinical
Trials, Wiley-VCH). 이에 더불어 상호 간의 의사소통은 서로가 이해할 수 있는 용어를 사용해 이루어져야만 한다. 왜냐하면 각
자가 자신들의 용어만을 사용한다면 결국 상대방에게는 이해하기 힘든 암호일 뿐이기 때문이다. 결국 의과학연구와 관련된 연구
자들 간의 상호교류, 상호존중, 상호이해가 이루어질 때만 완전하고 수준 높은 질을 갖춘 의과학연구가 성공적으로 수행될 수
있
을 것이다. 의학연구자들이 기본적인 통계적 개념을 알고 있어야 하는 이유, 그리고 의학통계학자들이 의학연구자들과의 토론에
적극적으로 참여해야만 하는 이유가 바로 여기에 있다. 이러한 측면에서 볼 때 본서는 의학연구자들에게 매우 도움이 될 수 있
는 책이다. 물론 본서는, 가능한 한 방대한 내용을 언급하려는 목적과 지면의 한계 상, 제반 통계적 이론 및 방법론에 대한 내
용
을 깊이 있게 다룬 서적은 아니다. 따라서 본서의 내용을 이해하는 것만으로 의과학 연구에 필요한 모든 통계적 지식을 충분히
습득하게 될 수 있는 것은 아니다. 책 한 권 내에 어떤 상황에서는 어떤 통계분석을 실시해야 하는지, 또 어떻게 분석을 실시하
며, 분석결과는 어떻게 해석하는지 등 실질적으로 필요한 내용들을 충분히 제공하기가 결코 쉽지는 않지만, 그래도 본서는 이러
한 관점이 유지되도록 노력하면서 쓰여졌으며, 따라서 전반적인 의학통계적 방법론에 대해 배우고자 하는 연구자에게는 첫 번째
로 읽어 볼만한 충분한 가치가 있는 서적이라고 본다. 또한 연구 수행 시 통계적인 사항과 관련된 문제가 발생했을 때 이에 대
한 해결의 실마리를 파악할 수 있는 많지 않은 책 중 하나이기 때문에, 본서는, 가까이 두면서 자주 꺼내 볼, 그래서 의과학연
구
자들과 의학통계학자들 간의 커뮤니케이션에 윤활유 역할을 할 수 있는 동반자 같은 서적이 될 만한 가치가 충분히 있다고 본
다.At a glance를 ‘한눈에 알 수 있는’이라는 용어로 번역하는 것은 사실 마땅치가 않다. 하나의 학문을 어떻게 책 한 권을
통
해 가르칠 수 있고, 또 그 내용을 충분히 이해할 수 있겠는가? 독자들이 ‘한눈에 살펴보는’ 의학통계학이라는 개념으로 받아
들
여 주기를 바란다.본 역서를 준비하는 과정 중에 함께 해주었던 고려대학교 대학원 의학통계학과 학생들, 대학원 보건학과 학생
들 그리고 보건대학원 학생들에게 감사의 뜻을 전한다. 원고를 꼼꼼하게 검토해 준 교실 비서 유수정 양에게 고마움을 전하며,
제2판 역서를 자발적으로 구입한 후 당연히 재미없는 책을 재미있게 읽고 있다며 내게 용기를 북돋아 준 모든 분들께도 감사한
다. 번역이 끝나서 바쁘다는 핑계거리가 하나 줄어들었음에도 불구하고 여전히 바쁘다면서 가장 노릇을 부실하게 하고 있는 내
게 불만은 있지만 불평은 없는 민정, 성환, 수환, 윤환에게 사랑한다는 말을 전한다.학습 목표각 절의 학습목표는 다음과 같
다.1 자료의 종류표본과 모집단의 차이를 구별할 수 있다.범주형 자료와 수치형 자료의 차이를 구별할 수 있다.범주형 자료와
수
치형 자료의 종류들에 대해 기술할 수 있다.변수, 백분율, 비, 비율, 율, 점수 등의 용어에 대한 의미를 설명할 수 있다.중도절
단 자료의 의미에 대해 설명할 수 있다.2 자료입력컴퓨터에 자료를 입력하는 방법들 및 그 차이점들에 대해 기술할 수 있다.설
문
지 구성 원칙들을 개략적으로 설명할 수 있다.단일응답 변수와 다중응답 변수 간의 차이를 구별할 수 있다.결측치를 입력하는
방
법들에 대해 기술할 수 있다.3 오류검토 및 이상치자료 내 오류를 검토하는 방법에 대해 기술할 수 있다.결측치를 다루는 방법
에 대해 개략적으로 설명할 수 있다.이상치에 대한 정의를 내릴 수 있다.이상치를 검토하는 방법과 이상치 처리방법을 설명할
수 있다.4 그림으로 자료를 표현하기빈도분포가 무엇인지 설명할 수 있다.빈도분포의 형태들에 대해 기술할 수 있다.다양한 형
태
의 그림들, 즉, (구획) 막대도표 또는 열도표, 원도표, 히스토그램, 점 그림, 줄기와 잎 그림, 상자와 수염 그림 그리고 산점도
등에 대해 설명할 수 있다: 다양한 상황 하에서 그림을 이용한 이상치 판별 방법들을 설명할 수 있다.그림 내에서 연결선들을
적
절히 사용할 수 있는 상황들에 대해 기술할 수 있다.5 자료의 기술: ‘평균적인 값’평균적인 값이 의미하는 바가 무엇인지 설
명
할 수 있다.평균적인 값들, 즉, 산술평균, 최빈값, 중앙값, 기하평균 또는 가중평균 등이 적절하게 사용될 수 있는 상황에 대해
기술할 수 있다: 평균적인 값들 각각에 대한 장단점을 열거할 수 있다.6 자료의 기술: ‘흩어진 정도’백분위수, 십분위수, 사
분
위수 및 중앙값 등에 대한 정의를 내릴 수 있고, 이 값들간의 상호 관련성에 대해 말할 수 있다.정상범위라고도 불리는 기준구
간 또는 기준범위가 무엇인지 설명할 수 있다.흩어진 정도를 나타내는 척도들, 즉, 범위, 사분위 범위, 분산, 표준편차(SD) 및
변동계수 등에 대한 정의를 내릴 수 있다.흩어진 정도를 나타내는 척도들 각각에 대한 장단점을 열거할 수 있다.개체 내 변동과
개체 간 변동 간의 차이를 구별할 수 있다.7 이론적인 분포들: 정규분포확률 및 조건부 확률에 대한 정의를 내릴 수 있다.확률
을 계산하는 방법들인 주관적 확률, 빈도주의적 확률 그리고 사전확률의 차이를 구별할 수 있다.확률의 덧셈법칙 및 곱셈법칙에
대해 정의할 수 있다.확률분포, 모수, 통계량 및 확률밀도함수 등의 용어에 대한 정의를 내릴 수 있다.이산형 확률분포와 연속
형 확률분포의 차이를 구별할 수 있으며, 이들 각각의 특성을 열거할 수 있다.정규분포 및 표준정규분포의 특성을 열거할 수 있
다.표준정규편차(SND)가 무엇인지 설명할 수 있다.8 이론적인 분포들: 기타 분포들t-분포, 카이제곱(chi-squared) 분포, F-분포
및 로그정규(lognormal) 분포의 중요한 특성들을 열거할 수 있다.이 분포들이 언제 효과적으로 사용될 수 있는지를 설명할 수
있
다.이항(Binomial)분포 및 포아송(Poisson) 분포의 중요한 특성들을 열거할 수 있다.이항분포 및 포아송 분포가 언제 효과적으
로 사용될 수 있는지를 설명할 수 있다.9 자료의 변환자료변환이 효과적일 수도 있는 상황들에 대해 기술할 수 있다.자료를 변
환
하는 방법에 대해 설명할 수 있다.로그(log)변환, 제곱근변환, 역수변환, 제곱변환 및 로짓(logit)변환 등이 적용될 수 있는 경
우와 이를 통해 얻을 수 있는 효과들에 대해 설명할 수 있다.로그변환 된 자료의 요약척도들을 역변환하여 원래 자료의 단위로
환원시킨 후 해석하는 방법에 대해 기술할 수 있다.10 표본추출 및 표본분포통계적 추론 및 표본추출 오차에 대해 설명할 수 있
다.대표성이 있는 표본을 얻는 방법에 대해 설명할 수 있다.모수에 대한 점추정치와 구간추정치의 차이를 구별할 수 있다.(얻어
진) 평균에 대한 표본추출 분포의 특성들을 기술할 수 있다.(얻어진) 비율에 대한 표본추출 분포의 특성들을 기술할 수 있다.표
준오차가 무엇인지 설명할 수 있다.표준편차(SD)와 (얻어진) 평균에 대한 표준오차(SEM) 간의 관련성을 기술할 수 있다.표준편
차
와 표준오차의 사용방법 차이를 설명할 수 있다.11 신뢰구간신뢰구간(CI)을 해석할 수 있다.평균에 대한 신뢰구간을 계산할 수
있다.비율에 대한 신뢰구간을 계산할 수 있다.‘자유도’가 무엇인지 설명할 수 있다.붓스트랩핑과 잭나이핑이 무엇인지 설명할
수 있다. 12 연구설계 I실험연구와 관찰연구의 차이를 구분할 수 있고 단면연구와 종적 연구의 차이점에 대해 설명할 수 있다.
관
찰단위가 무엇을 의미하는지 설명할 수 있다.대조군, 역학연구, 집락 무작위 시험, 생태학적 연구, 다기관 연구, 서베이 및 센
서
스 등에 대해 설명할 수 있다.관찰연구에서 인과성이 평가될 수 있는 기준들을 열거할 수 있다.단면연구, 반복적 단면연구, 코
호
트 연구, 사례-대조 연구 및 실험연구들의 시간적 흐름에 대해 기술할 수 있다.이들 다양한 형태의 연구들이 주로 언제 사용되
는
지에 대해 기술할 수 있다.유병률과 발생률의 차이점에 대해 설명할 수 있다.13 연구설계 II추정치의 정밀성을 향상시킬 수 있
는 방법들에 대해 기술할 수 있다.블록화(층화)의 원칙들을 설명할 수 있다.병행설계와 교차설계 간의 차이점을 설명할 수 있
다.
요인실험의 특징들에 대해 말할 수 있다.요인들 간에 상호작용효과가 있다는 것이 어떤 의미인지를 설명할 수 있다.연구 종료
점, 대리 표지자, 복합사건 종료점 등에 대해 설명할 수 있다.14 임상시험‘임상시험’에 대해 정의할 수 있고, 제1상, 제2상
및 제3상 임상시험들 간의 차이점을 설명할 수 있다.대조군 사용의 중요성 및 양성 대조군과 음성 대조군의 차이점에 대해 설명
할 수 있다.위약이란 무엇인지 설명할 수 있다.일차 종료점 및 이차 종료점의 차이를 구별할 수 있다.연구대상자들을 처리군들
중 하나에 무작위로 배정하는 것이 왜 중요한지에 대해 설명할 수 있고 무작위화 방법의 종류에 대해 기술할 수 있다.눈가림(은
폐)을 실시하는 것이 왜 중요한지를 설명할 수 있다.단일 눈가림과 이중 눈가림의 차이점에 대해 설명할 수 있다.무작위 임상시
험(RCT)에서 발생되는 윤리적인 문제들에 대해 토의할 수 있다.축차설계의 원칙들에 대해 설명할 수 있다.연구계획서 순응(PP)
분석법과 배정된 대로 처리(ITT) 분석법의 차이를 구별할 수 있다.연구계획서에 포함되는 내용들에 대해 기술할 수 있
다.CONSORT 지침서를 활용할 수 있다.15 코호트 연구코호트 연구의 특성들을 기술할 수 있다.고정 코호트와 역동적 코호트의 차
이를 구별할 수 있다.역사적 코호트, 위험요인, 건강인 진입효과, 임상 코호트 등에 대해 설명할 수 있다.코호트 연구의 장단점
들에 대해 설명할 수 있다.코호트 연구의 관리에 관한 중요한 측면들을 기술할 수 있다.상대위험을 계산하고 해석할 수 있다.16
사례-대조 연구사례-대조 연구의 특성들을 기술할 수 있다.발생 건수와 유병 건수 간의 차이점을 설명할 수 있다.사례-대조 연
구
에서 대조군의 선택 방법들에 대해 기술할 수 있다.짝지지 않은 사례-대조 연구결과를 분석하기 위해 어떻게 교차비를 계산하고
해석하는지에 대해 설명할 수 있다.짝진 사례-대조 연구의 특성들을 기술할 수 있다.빈도별 짝짓기와 대응별 짝짓기의 차이를
구
별할 수 있다.교차비가 언제 상대위험에 대한 추정치로 사용될 수 있는지에 대해 설명할 수 있다.사례-대조 연구의 장단점들에
대해 설명할 수 있다.17 가설검정귀무가설, 대립가설, 단측검정, 양측검정, 검정통계량, P-value 및 유의수준 등을 정의할 수
있
다.가설검정의 다섯 단계들에 대해 기술할 수 있다.귀무가설을 기각하거나 또는 기각하지 않는 결정을 내리는 데 P-value가 어
떻
게 사용되는지를 설명할 수 있다.비모수적(분포무관) 검정이 무엇이며 언제 사용될 수 있는지를 설명할 수 있다.신뢰구간이 어
떻
게 가설검정에 사용될 수 있는지를 설명할 수 있다.우월성 시험, 동등성 시험 및 비열등성 시험의 차이를 구분할 수 있다.동등
성 검정 및 비열등성 검정 방법에 대해 설명할 수 있다.18 가설검정에서의 오류관심효과란 무엇인지를 설명할 수 있다.제1종 오
류와 제2종 오류를 구분할 수 있다.제2종 오류와 검정력 간의 관계를 설명할 수 있다.검정력에 영향을 미치는 요인들을 나열하
고, 이들 요인들이 검정력에 미치는 효과에 대해 설명할 수 있다.하나의 연구 내에서 여러 번의 가설검정을 실시하는 것이 왜
부
적절한지에 대해 설명할 수 있다.하나의 데이터 셋 내에서 다중비교를 해야 하는 상황들 및 이 경우 다중비교와 관련된 문제점
들
을 어떻게 해결할 수 있는지에 대해 설명할 수 있다.왜 사후검정을 실시하는지를 설명할 수 있다.다중가설검정 문제에 대한 본
페
로니(Bonferroni)적 접근방법에 대해 설명할 수 있다.19 수치형 자료: 단일 집단단일표본 t-검정에 관한 이론적 배경을 설명할
수 있다.단일표본 t-검정을 실시하는 방법에 대해 설명할 수 있다.단일표본 t-검정 시 필요한 가정에 대해 기술할 수 있고, 이
가정이 만족되지 않는 경우의 처리방법에 대해 설명할 수 있다.평균에 대한 가설검정 시 신뢰구간을 사용하는 방법에 대해 설명
할 수 있다.부호검정에 관한 이론적 배경을 설명할 수 있다.부호검정을 실시하는 방법에 대해 설명할 수 있다.20 수치형 자료:
서로 관련이 있는 두 집단두 집단의 자료가 서로 관련이 있는 상황들에 대한 예를 들 수 있다.짝진 t-검정에 관한 이론적 배경
을 설명할 수 있다.짝진 t-검정을 실시하는 방법에 대해 설명할 수 있다.짝진 t-검정 시 필요한 가정에 대해 기술할 수 있고,
이 가정이 만족되지 않는 경우의 처리방법에 대해 설명할 수 있다.윌콕슨(Wilcoxon)의 부호-순위 검정에 관한 이론적 배경을 설
명할 수 있다.윌콕슨의 부호-순위 검정을 실시하는 방법에 대해 설명할 수 있다.21 수치형 자료: 서로 독립적인 두 집단두 독립
표본 t-검정에 관한 이론적 배경을 설명할 수 있다.두 독립표본 t-검정을 실시하는 방법에 대해 설명할 수 있다.두 독립표본 t-
검정 시 필요한 가정들에 대해 기술할 수 있고, 이 가정들이 만족되는지의 여부를 검사하는 방법 및 가정들이 만족되지 않는 경
우의 처리방법들에 대해 설명할 수 있다.두 평균의 차이에 대한 가설검정 시 신뢰구간을 사용하는 방법에 대해 설명할 수 있다.
윌콕슨(Wilcoxon)의 순위합 검정에 관한 이론적 배경을 설명할 수 있다.윌콕슨의 순위합 검정을 실시하는 방법에 대해 설명할
수 있다.윌콕슨의 순위합 검정과 맨-휘트니(Mann-Whitney)의 U-검정 간의 관계를 설명할 수 있다.22 수치형 자료: 두 집단 이상
일원 분산분석(ANOVA)에 관한 이론적 배경을 설명할 수 있다.일원 분산분석을 실시하는 방법에 대해 설명할 수 있다.일원 분산
분
석의 결과가 유의하면 왜 사후비교를 실시해야만 하는지에 대해 설명할 수 있고, 사후비교 방법들의 이름을 말할 수 있다.일원
분산분석 시 필요한 가정들에 대해 기술할 수 있고, 이 가정들이 만족되는지의 여부를 검사하는 방법 및 가정들이 만족되지 않
는 경우의 처리방법들에 대해 설명할 수 있다.크루스칼-왈리스(Kruskal-Wallis) 검정에 관한 이론적 배경을 설명할 수 있다.크
루
스칼-왈리스 검정을 실시하는 방법에 대해 설명할 수 있다.23 범주형 자료: 단일 비율모비율이 어떤 특정 값과 같은지의 여부를
조사하고자 할 때 사용될 수 있는, 정규분포에 기초한, 검정방법의 이론적 배경에 대해 설명할 수 있다.이 검정을 실시하는 방
법
에 대해 설명할 수 있다.이 검정에서 연속성 수정이 왜 필요한지를 설명할 수 있다.부호검정이 비율에 관한 가설을 검정하는데
어떻게 사용될 수 있는지에 대해 설명할 수 있다.비율에 관한 가설을 검정하기 위해 부호검정을 사용하는 방법에 대해 설명할
수 있다.24 범주형 자료: 두 비율분할표, 칸의 빈도, 주변 합, 전체 합, 관찰빈도 및 기대빈도 등에 대해 설명할 수 있다.서로
독립적인 두 비율을 비교하는데 사용되는 카이제곱 검정에 관한 이론적 배경을 설명할 수 있다.두 독립적인 비율을 비교하기 위
한 카이제곱 검정을 실시하는 방법에 대해 설명할 수 있다.두 독립적인 집단의 비율 차이에 대한 신뢰구간을 계산할 수 있고,
이 신뢰구간을 사용해 비율들을 비교할 수 있다.비율 비교를 위한 카이제곱 검정 시 필요한 가정을 기술할 수 있고, 이 가정이
만족되지 않는 경우의 처리방법에 대해 설명할 수 있다.심슨의 역설(Simpson’s paradox)이 발생할 수 있는 상황들을 제시할 수
있고, 이를 피할 수 있는 방법에 대해 설명할 수 있다.서로 관련이 있는 두 집단의 비율을 비교하는 데 사용되는 맥니마(McN-
emar) 검정에 관한 이론적 배경을 설명할 수 있다.맥니마 검정을 실시하는 방법에 대해 설명할 수 있다.두 독립적인 집단의 비
율 차이에 대한 신뢰구간을 계산할 수 있고, 이 신뢰구간을 사용해 비율들을 비교할 수 있다.25 범주형 자료: 두 범주 이상r 3
c 분할표를 설명할 수 있다.r개 범주로 이루어진 변수와 c개 범주로 이루어진 변수 간의 연관성을 평가하는데 사용되는 카이제
곱 검정에 관한 이론적 배경을 설명할 수 있다.r 3 c 분할표로 표현되는 두 변수 간의 연관성을 평가하기 위한 카이제곱 검정의
실시방법에 대해 설명할 수 있다.이 카이제곱 검정에 필요한 가정을 기술할 수 있고, 가정이 만족되지 않는 경우의 처리방법에
대해 설명할 수 있다.2 3 c 분할표에 관한 카이제곱 추세검정의 이론적 배경을 설명할 수 있다.2 3 c 분할표에 관한 카이제곱
추
세검정의 실시방법에 대해 설명할 수 있다.26 상관산점도가 무엇인지 설명할 수 있다.피어슨(Pearson) 상관계수를 정의하고, 계
산할 수 있으며, 그 특성들을 기술할 수 있다.두 변수들 간의 관련성을 조사하고자 할 때 피어슨 상관계수를 계산하는 것이 부
적
절한 경우들에 대해 열거할 수 있다.피어슨 상관계수의 실제 값이 영이라는 귀무가설을 검정하는 방법에 대해 설명할 수 있다.
피
어슨 상관계수에 대한 95% 신뢰구간을 계산할 수 있다.피어슨 상관계수의 제곱값이 사용되는 상황에 대해 설명할 수 있다.스페
어
만(Spearman) 순위상관계수를 언제 사용하고 어떻게 계산하는지 설명할 수 있다.스페어만 순위상관계수의 특성들을 나열할 수
있
다.27 선형회귀 이론회귀분석 시 주로 사용되는 용어들인 종속변수, 설명변수, 회귀계수, 절편, 기울기 및 잔차 등에 대해 설명
할 수 있다.단순 (단변수) 회귀식을 정의할 수 있고 회귀계수들을 해석할 수 있다.최소제곱법의 원칙을 설명할 수 있다.단순선
형
회귀분석에 필요한 가정들을 열거할 수 있다.선형회귀분석에서 얻어지는 분산분석표(ANOVA table)의 특성을 설명할 수 있다.회
귀
직선이 해당 자료를 얼마나 잘 적합시켜주는지를 평가하고 (적합도 검정) 회귀직선의 실제 기울기가 영인지에 대한 귀무가설을
검정하기 위해 분산분석표를 사용하는 방법에 대해 설명할 수 있다.평균으로의 회귀가 무슨 의미인지 설명할 수 있다.28 선형회
귀분석의 실시선형회귀분석에 필요한 가정들을 평가하기 위한 목적으로 잔차를 사용하는 방법에 대해 설명할 수 있다.가정들이
만족되지 않는 경우에 회귀분석을 실시하는 방법에 대해 설명할 수 있다.‘이상치’ 및 ‘영향치’가 무엇인지, 그리고 이들 각
각을 어떻게 처리해야 하는지에 대해 설명할 수 있다.회귀모형의 적합도를 평가하는 방법에 대해 설명할 수 있다.회귀직선의 기
울기에 대한 95% 신뢰구간을 계산할 수 있다.회귀직선의 실제 기울기가 영이라는 귀무가설을 검정하는 두 가지 방법에 대해 기
술
할 수 있다.예측을 하기 위한 목적으로 회귀직선을 사용하는 방법에 대해 설명할 수 있다.회귀분석에서 (1) 설명변수를 중심화
하
는 방법과 (2) 설명변수의 척도를 바꿔주는 방법에 대해 설명할 수 있다.중심화와 척도화를 통해 얻을 수 있는 장점에 대해 설
명
할 수 있다.29 다중선형회귀공변량, 편회귀계수, 공선성 등에 대해 설명할 수 있다.다중 (다변수) 선형회귀식을 정의할 수 있고
회귀계수들에 대한 해석을 할 수 있다.다중회귀분석을 실시하는 세가지 이유에 대해 말할 수 있다.두 범주 이상의 반응값을 가
지
는 명목형 또는 순서형인 범주형 설명변수를 회귀모형에 포함시키기 위해서 가변수를 활용하는 방법에 대해 설명할 수 있다.범
주
형 설명변수가 포함된 회귀모형을 적합시키기 위한 목적으로 기준범주를 사용하는 방법에 대해 설명할 수 있다.다중회귀분석이
어떻게 공분산분석의 형태로 사용될 수 있는지 기술할 수 있다.다중회귀식에서 사용될 수 있는 설명변수의 최대 개수에 대한 개
략적인 기준을 제시할 수 있다.컴퓨터에서 제공되는 회귀분석결과를 사용해서, 모형의 적합도를 평가하고, 모든 편회귀계수가
영
이라는 귀무가설 및 각각의 편회귀계수가 영이라는 귀무가설들을 검정할 수 있다.이상치 및 영향치를 찾아내기 위해 잔차, 지렛
대 그리고 쿡(Cook)의 거리 등의 척도를 활용하는 방법에 대해 설명할 수 있다.30 이진수 결과변수와 로지스틱 회귀이진수 결과
변수의 경우에 다중회귀분석이 사용될 수 없는 이유를 설명할 수 있다.비율에 대한 로짓(logit)을 정의할 수 있다.다중 로지스
틱
(logistic) 회귀방정식을 정의할 수 있다.로지스틱 회귀계수의 지수형태를 해석할 수 있다.로지스틱 회귀방정식을 사용해 특정
개인이 관심 결과변수를 보일 확률을 계산할 수 있다.로지스틱 회귀계수가 통계적으로 유의한지의 여부를 평가하는데 사용되는
두 가지 방법을 기술할 수 있다.모형의 전반적인 적합도를 검정하고, 예측의 효율성을 평가하며, 로지스틱 회귀분석에 필요한
기
본가정들을 조사하는 다양한 방법들에 대해 기술할 수 있다.언제 교차비가 상대위험보다 크게 되는지, 그리고 언제 작게 되는지
를 설명할 수 있다.다항 로지스틱 회귀, 순서형 로지스틱 회귀 및 조건부 로지스틱 회귀 등이 사용되어야 하는 상황들에 대해
설
명할 수 있다.31 율과 포아송 회귀율을 정의하고 그 특성을 기술할 수 있다.율과 위험의 차이점, 발생률과 사망률의 차이점에
대
해 설명할 수 있다.상대율이 무엇인지, 그리고 언제 상대율이 상대위험보다 더 선호되는 지를 설명할 수 있다.언제 포아송 회귀
를 사용하는 것이 적절한지에 대해 설명할 수 있다.포아송 회귀방정식을 정의하고, 포아송 회귀계수의 지수형태에 대한 해석을
할 수 있다.포아송 회귀방정식을 사용해 특정 개인의 사건 발생률을 계산할 수 있다.포아송 회귀분석에서 차감의 사용방법에 대
해 설명할 수 있다.(1) 집단 자료의 경우, 그리고 (2) 시간에 따라 변하는 변수가 있는 경우에 포아송 회귀분석을 실시하는 방
법
에 대해 설명할 수 있다.초과-포아송 변동(과산포)의 의미와 그 결과에 대해 설명할 수 있다.포아송 회귀분석에서 초과-포아송
변동의 발생 여부를 확인하는 방법에 대해 설명할 수 있다.32 일반화 선형모형일반화 선형모형(GLM)의 방정식을 정의할 수 있
다.
‘연결함수’및 ‘단위연결’의 의미를 설명할 수 있다.로지스틱 회귀모형과 포아송 회귀모형에서 사용되는 연결함수가 각각 무
엇인지 말할 수 있다.‘가능도’가 무엇이며 최대가능도 추정법(MLE)의 절차는 어떻게 되는지 설명할 수 있다.포화모형, 가능도
비 등에 대해 설명할 수 있다.가능도 비 통계량(LRS), 즉, 이탈도 혹은 -2 로그-가능도가 다음과 같은 목적들을 위해 어떻게 사
용될 수 있는지 설명할 수 있다:쭚 모형의 적합도 여부를 평가하고자 할 때;쭚 한 모형이 다른 모형 내에 포함되어 있을 때 이
들 두 모형의 효용성을 비교하고자 할 때;쭚 모형 내 공변량들에 대한 계수들이 모두 영인지의 여부(즉, 모형 카이제곱)를 평가
하고자 할 때.33 통계적 모형에서의 설명변수들모형 내에서 두 범주 이상의 값을 가지는 명목형 설명변수의 통계적 유의성 여부
를 검정하는 방법에 대해 설명할 수 있다.모형 내에서 두 범주 이상의 값을 가지는 순서형 설명변수를 활용하는 두 가지 방법에
대해 기술할 수 있고,쭚 이들 두 방법의 장단점에 대해 말할 수 있으며,쭚 이들 두 방법이 선형추세 검정 시 어떻게 활용될 수
있는지 설명할 수 있다.다중, 로지스틱, 포아송 회귀분석에서 선형성 가정을 검토하는 방법에 대해 설명할 수 있다.회귀모형에
서 비선형성을 다루는 세가지 방법을 기술할 수 있다.모형이 과적합되어서는 안 되는 이유 및 이를 피할 수 있는 방법에 대해
설
명할 수 있다.최적의 설명변수들을 선택할 목적으로 자동 변수선택 절차를 사용하는 것이 언제 적절한지 설명할 수 있다.다양한
자동 변수선택 절차들의 원리에 대해 기술할 수 있다.자동 변수선택 절차를 사용할 때 조심해서 사용해야 하는 이유에 대해 설
명
할 수 있다.상호작용 및 공선성의 의미를 설명할 수 있다.회귀분석에서 상호작용효과를 검정하는 방법에 대해 설명할 수 있다.
공
선성 여부를 검토하는 방법에 대해 설명할 수 있다.34 편향과 교란편향이란 무엇인지 설명할 수 있다.선택편향, 정보편향, 지원
금 편향 및 출판편향 등이 무엇인지 설명할 수 있다.선택편향 혹은 정보편향에 해당하는 다양한 종류의 편향들을 기술할 수 있
다.생태학적 오류에 대해 설명할 수 있다.교란이란 무엇인지, 그리고 연구설계 단계에서 교란을 처리할 수 있는 방법들로는 어
떤 방법들이 있는지 설명할 수 있다.연구분석 단계에서 교란을 처리할 수 있는 다양한 방법들에 대해 기술할 수 있다.경향점수
가 무엇인지 설명할 수 있다.연구분석 단계에서 교란을 처리하는 방법들의 장단점에 대해 기술할 수 있다.비 무작위 연구에서
교
란이 왜 특별히 중요한지 설명할 수 있다.인과적 경로, 매개변수, 시간-의존적 교란 등의 용어에 대한 설명을 할 수 있다.35 가
정들의 검토자료가 정규분포에 따르는지의 여부를 평가하기 위한 두 검정방법의 이름을 말할 수 있으며. 그림을 이용하는 방법
두 가지에 대해 설명할 수 있다.분산의 동질성(등분산) 및 분산의 이질성(이분산)에 대해 설명할 수 있다.두 개 이상이 분산이
같은지의 여부를 검정하는 세 가지 검정방법의 이름을 말할 수 있다.두 개의 분산을 비교하는 분산-비 F-검정의 수행 절차를 설
명할 수 있다.분석방법에서 요구되는 가정이 만족되지 않는 경우, 이를 해결하는 방법에 대해 설명할 수 있다.강건한 분석의 의
미를 설명할 수 있다.민감도 분석이란 무엇인지 설명할 수 있다.민감도 분석의 종류에 대한 예를 들 수 있다.36 표본 수 계산연
구시작 시 최적의 표본 수를 선택하는 것이 왜 중요한지 설명할 수 있다.표본 수에 영향을 미치는 요인들 및 그 효과에 대해 설
명할 수 있다.최적의 표본 수를 계산하는 다섯 가지 방법의 이름을 말할 수 있다.최적의 표본 수를 조정하기 위해 어떻게 내부
예비연구의 정보가 활용될 수 있는지 설명할 수 있다.t-검정(짝진 t-검정 및 두 독립표본 t-검정)과 카이제곱 검정에 대한 최적
의 표본 수를 결정하기 위해 알트만(Altman)의 노모그램(nomogram)을 사용하는 방법에 대해 설명할 수 있다.서로 독립적인 두
평
균 또는 두 비율을 비교하는 연구에서 적정 표본 수를 계산하기 위해 레어(Lehr)의 공식(formula)을 활용하는 방법에 대해 설명
할 수 있다.연구의 검정력 고찰에 관한 문장을 작성할 수 있다.추적실패 그리고/또는 집단 간 표본 수를 서로 다르게 하고자 하
는 경우, 표본 수를 조정하는 방법에 대해 설명할 수 있다.표본 수가 주어진 상황에서 연구의 검정력을 높이기 위한 방법들에
대
해 설명할 수 있다.37 연구결과의 제시수치형 결과를 보고하는 방법을 설명할 수 있다.표와 그림을 잘 만들기 위해서는 어떤 점
들이 고려되어야 하는지 기술할 수 있다.가설검정 결과를 보고하는 방법에 대해 설명할 수 있다.회귀분석 결과를 보고하는 방법
을 설명할 수 있다.복잡한 통계분석 결과를 보고할 때 고려해야 할 사항들에 대해 언급할 수 있다.다양한 형태의 연구들을 보고
하는 데 사용될 수 있는 지침서들을 찾아내고 활용할 수 있다.38 진단검사진단검사와 선별검사의 차이점을 구분하고, 이들이 언
제 사용될 수 있는지 설명할 수 있다.‘기준범위’란 무엇이며 어떻게 사용될 수 있는지 설명할 수 있다.기준범위를 계산하는
두 가지 방법에 대해 기술할 수 있다.진양성, 위양성, 진음성, 위음성 등에 대해 정의할 수 있다.유병률, 민감도, 특이도, 양성
예측도, 음성예측도 등을 추정하고 이들에 대한 95% 신뢰구간을 구할 수 있으며, 얻어진 값들에 대한 해석을 할 수 있다.수용자
작업특성 곡선(ROC curve)을 만들 수 있다.진단검사 시 최적의 기준점을 찾아내기 위해 ROC 곡선을 사용하는 방법에 대해 설명
할 수 있다.특정 진담검사가 질병이 있는 사람과 질병이 없는 사람을 얼마나 잘 구별해 낼 수 있는지 평가하기 위해, 그리고 두
개의 진단검사를 서로 비교하기 위해 ROC 곡선 아래 면적(AUC)을 사용하는 방법에 대해 설명할 수 있다.진단검사의 민감도 및
특
이도가 알려져 있는 경우, 해당 검사결과의 양성 가능도 비 및 음성 가능도 비를 계산하고 해석할 수 있다.39 일치도 평가측정
의 타당도와 측정오차를 구별할 수 있다.구조적 오차와 무작위 오차를 구분할 수 있다재현성과 반복성을 구별할 수 있다.짝진
범
주형 반응값들의 일치도를 평가하기 위한 코헨(Cohen)의 카파(kappa)를 계산하고 해석할 수 있다.가중된 카파란 무엇이며 언제
사용될 수 있는지 설명할 수 있다.짝진 수치형 반응값들을 비교할 때 구조적 오차의 존재여부를 검정하는 방법에 대해 설명할
수 있다.짝진 수치형 반응값들의 일치도를 평가하기 위한 블랜드와 알트만(Bland and Altman) 분석방법에 대해 설명할 수 있고
일치 한계값들을 해석할 수 있다.영국 표준청 반복성/재현성 계수를 계산하고 해석할 수 있다.급내상관계수 및 방법론들의 비교
연구 시 사용되는 린(Lin)의 일치상관계수를 계산하고 해석할 수 있다.짝진 수치형 반응값들의 일치도를 평가하고자 하는 경우
피어슨(Pearson) 상관계수를 사용하는 것이 왜 부적절한지 설명할 수 있다.40 근거-기반 의학근거-기반 의학(EBM)에 대한 정의
를 내릴 수 있다.다양한 연구설계들과 관련된 근거의 계층적 구조를 기술할 수 있다.새로운 처치의 효능을 평가하기 위한 EBM
수
행 여섯 단계를 열거할 수 있으며, 각 단계 별 중요한 특성들에 대해 기술할 수 있다.한 명의 환자가 치료되기 위해 필요한 환
자
의 수(NNT)의 의미가 무엇인지 설명할 수 있다.NNT를 계산하는 방법에 대해 설명할 수 있다.주 결과변수가 이진수 변수인 경우,
관심효과의 크기를 측정하는 방법에 대해 설명할 수 있다.주 결과변수가 수치형인 경우, 관심효과의 크기를 측정하는 방법에 대
해 설명할 수 있다.조사결과의 중요성 여부를 어떻게 결정하는지에 대해 설명할 수 있다.41 집락자료에 대한 분석방법2-수준 구
조 집락자료가 무엇인지 기술할 수 있고, 이에 대한 예를 들 수 있다.이러한 자료를 그림으로 표현하는 방법에 대해 기술할 수
있다.반복측정 여부를 무시하고 통계분석을 하는 경우 어떤 효과가 나타나게 되는지 기술할 수 있다.반복측정 자료의 집단 간
비
교를 위해 요약 측정값을 사용하는 방법에 대해 설명할 수 있다.반복측정 자료의 집단 간 비교 시 적절하게 사용될 수 있는 다
른 두 방법의 이름을 말할 수 있다.반복측정 자료들의 경우, 두 독립표본 t-검정을 연속적으로 실시하는 것이 왜 부적절한지에
대해 설명할 수 있다.42 집락자료에 대한 회귀분석 방법들2-수준 구조 집락자료를 분석하기 위한 방법들인 결집체 수준 분석,
강
건한 표준오차를 이용하는 분석, 변량효과 모형들(계층적 모형, 다수준 모형, 혼합모형, 집락-중심적 모형, 단면 모형 등) 및
일
반화 추정방정식 등이 무엇인지에 대한 개략적인 설명을 할 수 있다.이들 방법들의 장단점에 대해 언급할 수 있다.변량절편 혼
합
모형 및 변량기울기 혼합모형의 차이를 구별할 수 있다.변량효과 모형에서 집락의 효과를 평가하기 위한 급내상관계수(ICC)를
계
산하고 해석할 수 있다.집락효과를 평가하기 위한 가능도 비 검정의 사용방법에 대해 설명할 수 있다.43 체계적 고찰 및 메타분
석체계적 고찰을 정의하고 이로부터 얻을 수 있는 효과들에 대해 설명할 수 있다.코크란 협력단체(Cochrane collaboration)에
대
해 말할 수 있다.메타분석을 정의하고 그 장단점을 기술할 수 있다.메타분석을 수행하는 네 가지 단계에 대해 설명할 수 있다.
통계적 이질성과 임상적 이질성을 구별할 수 있다.통계적 동질성을 검정하는 방법에 대해 설명할 수 있다.메타분석에서, 통계적
이질성에 관한 증거가 있는 경우, 평균 효과를 추정하는 방법에 대해 설명할 수 있다.고정효과 메타분석, 변량효과 메타분석 및
메타 회귀분석 등에 대해 설명할 수 있다.숲 그림과 깔때기 그림을 구별할 수 있다.메타분석을 수행한 후, 민감도 분석을 실시
하
는 방법에 대해 기술할 수 있다. 44 생존분석생존자료의 경우에는 왜 특별한 분석방법이 사용되어야만 하는지 설명할 수 있다.
‘오른쪽이 중도절단된 자료’와 ‘왼쪽이 중도절단된 자료’의 차이점을 기술할 수 있다.생존곡선에 대해 설명할 수 있다.생존
확률을 계산하기 위한 방법들인 카플란-마이어(Kaplan?eier) 방법과 생명표(life table)를 이용하는 방법의 차이점을 기술할 수
있다.생존분석에서 사용되는 로그-순위 검정(log-rank test)에 대해 설명할 수 있다.콕스(Cox)의 비례위험 회귀모형의 원칙들에
대해 설명할 수 있다.콕스의 비례위험 회귀모형을 사용해 위험비(상대위험)를 구하는 방법에 대해 설명할 수 있고, 그 결과를
해
석할 수 있다.생존자료를 분석하는 데 사용될 수 있는 다른 회귀분석 방법들의 이름을 열거할 수 있다.정보가 있는 중도절단 그
리고 경쟁위험들과 관련된 문제점들에 대해 설명할 수 있다.45 베이지안 방법론확률에 대한 빈도주의적 접근방법이란 무엇인지
설명할 수 있다.확률에 대한 빈도주의적 접근방법의 단점에 대해 설명할 수 있다.베이지안(Bayesian) 분석의 원칙에 대해 설명
할 수 있다.베이지안적 접근방법의 단점에 대해 말할 수 있다.조건부 확률, 사전확률, 사후확률 및 가능도 비 등에 대해 설명할
수 있다.베이즈 이론을 오즈를 사용해 설명할 수 있다.진단검사 결과를 베이지안의 틀 안에서 해석하기 위한 페이건(Fagan)의
노
모그램(nomogram) 사용법에 대해 설명할 수 있다.46 예후점수의 개발‘예후점수’의 의미에 대해 정의할 수 있다.예후지표와 위
험점수의 차이를 구별할 수 있다.예후점수를 계산하는 방법들에 대한 개략적인 설명을 할 수 있다.좋은 예후점수가 되기 위한
조
건들을 기술할 수 있다.점수의 전반적 정확도를 평가한다는 의미가 무엇인지 설명할 수 있다.점수의 전반적 정확도를 평가하기
위해 분할표 및 평균 브라이어(Briar) 점수를 이용하는 방법에 대해 기술할 수 있다.사건을 경험한 경우와 경험하지 않은 경우
를 판별하기 위해서 예후점수의 예측력을 평가한다는 의미가 무엇인지 설명할 수 있다.사건을 경험한 경우와 경험하지 않은 경
우
를 판별하기 위해서 예후점수의 예측력을 평가하는 방법들인 연구대상자들을 그들의 점수에 따라 분류하는 방법, ROC 곡선을 그
리는 방법, 그리고 해럴(Harrell)의 c-통계량을 계산하는 방법 등에 대해 설명할 수 있다.예후점수를 정확히 교정(calibration)
한다는 의미가 무엇인지 설명할 수 있다.호스머-르머쇼우(Hosmer-Lemeshow) 적합도 검정을 사용해 예후점수가 정확히 조정되었
는
지를 평가하는 방법에 대해 기술할 수 있다.예후점수가 호환가능(transportable)하다는 의미가 무엇인지 설명할 수 있다.예후점
수에 대한 내적 타당도 및 외적 타당도를 평가하는 방법들에 대해 기술할 수 있다.


--------------------------------------------------------------------------------



목차

저자 서문 3
역자 서문 5
학습 목표 7

자료 다루기_Handling data
1 자료의 종류 14
2 자료입력 16
3 오류검토 및 이상치 18
4 그림으로 자료 표현하기 20
5 자료의 기술: ‘평균적인 값’ 22
6 자료의 기술: ‘흩어진 정도’ 24
7 이론적인 분포들: 정규분포 26
8 이론적인 분포들: 기타 분포들 28
9 자료의 변환 30

표본추출과 추정_Sampling and estimation

10 표본추출 및 표본분포 32
11 신뢰구간 34

연구설계_Study design
12 연구설계 I 36
13 연구설계 II 38
14 임상시험 40
15 코호트 연구 44
16 사례-대조 연구 47

가설검정_Hypothesis testing
17 가설검정 50
18 가설검정에서의 오류 52

기초적인 자료분석 방법_Basic techniques for analysing data수치형 자료
19 수치형 자료: 단일 집단 54
20 수치형 자료: 서로 관련이 있는 두 집단 57
21 수치형 자료: 서로 독립적인 두 집단 60
22 수치형 자료: 두 집단 이상 63

범주형 자료
23 범주형 자료: 단일 비율 66
24 범주형 자료: 두 비율 69
25 범주형 자료: 두 범주 이상 72

회귀와 상관
26 상관 75
27 선형회귀 이론 78
28 선형회귀분석의 실시 80
29 다중선형회귀 84
30 이진수 결과변수와 로지스틱 회귀 88
31 율과 포아송 회귀 92
32 일반화 선형모형 96
33 통계적 모형에서의 설명변수들 98

고려해야 할 주요사항들
34 편향과 교란 102
35 가정들의 검토 106
36 표본 수 계산 108
37 연구결과의 제시 112

추가항목_Additional chapters
38 진단검사 115
39 일치도 평가 118
40 근거-기반 의학 122
41 집락자료에 대한 분석방법 124
42 집락자료에 대한 회귀분석 방법들 127
43 체계적 고찰 및 메타분석 130
44 생존분석 133
45 베이지안 방법론 136
46 예후점수의 개발 138

부록_Appendix
A 통계표 142
B 표본 수 계산을 위한 알트만의 노모그램 149
C 일반적인 컴퓨터 분석결과의 형태 150
D 용어사전 163

참고문헌 174
국문 찾아보기 184
영문 찾아보기 194