Multiple regression analysis

Presentation on theme: "Multiple regression analysis"— Presentation transcript:

1 Multiple regression analysis

2 강의 준비 확인 R과 R commander 시작 작업 디렉토리 바꾸기 메뉴를 이용하여 본인의 데이터가 있는 폴더 지정
데이터 셋(psych.RData)탑재

3 생명표(life table), Kaplan-Meier
알고 싶은 내용 모수적 방법 (정규성) 비모수적 방법 (정규성아님) 독립된 두 집단의 평균 비교 t-test Wilcoxon test 짝지은 두 집단의 평균 비교 Paired t-test Paired-samples Wilcoxon test 세 집단 이상 평균 비교 ANOVA (Analysis of Variance) Kruskal-Wallis test 반복 측정된 세 집단 이상의 평균 비교 Repeated measured ANOVA Friedman rank-sum test 두 변수간의 상관관계 Pearson’s correlation Spearman’s correlation Kendall’s tau 독립(설명)변수와 연속형 종속(반응)변수와의 관계 회귀분석 (Linear regression analysis) 독립(설명)변수와 이분형 종속(반응)변수와의 관계 로지스틱 회귀분석 (Logistic regression analysis) 두 집단 이상의 frequency(율) 비교 Chi-square test (χ2 test) Fisher’s exact test 시간에 따른 event 발생 위험도 산출 생명표(life table), Kaplan-Meier Weibull model, exponential model, Gaussian model, logistic model, lognormal model, log-logistic model Cox proportional hazard model

4 강의 진행 다변량 회귀분석이란? 1)주요 노출변수(x, exposure)가 범주형인 경우
->X의 참고범주(reference)에 비해 해당범주의 y가 OO만큼 증가 (감소) 2) 주요 노출변수(x, exposure)가 연속형인 경우 ->X 1단위 증가당 y가 OO만큼 증가(감소)

5 1. 다변량 회귀분석이란? 하나의 모델 안에 X가 여러 개
우리가 알고 싶은 주요원인인 노출변수(x)와 결과변수(outcome, y)의 관계에서 제3의 변수의 효과를 보정하고자 할때 사용 보정한다는 것 여러 변수의 효과를 동시에 고려 주요 노출변수(x)외 모든 조건을 같게 만들어 줌 예) 방제작업참여(노출변수)가 psychological symptom에 어떤 영향을 미칠 수 있을까? 연령은 방제작업과 관련 연령 psychological symptom에도 영향을 미칠 수 있음 연령의 효과를 고려하지 않으면 안됨

6 1-1. 주요 노출변수(x, exposure)가 범주형인 경우
모든 회귀분석의 귀무가설은 기울기가 0이다. X가 아무리 바뀌어도 y는 영향을 받지 않으려면 기울기가 0이면 된다. 방제작업은 우울증점수에 영향을 미치는가? 귀무가설: 방제작업은 우울증 점수에 영향을 미치지 않는다. 대립가설: 방제작업은 우울증 점수에 영향을 미친다. oil 방제작업여부 1: 아니오2: 예 T_DEP 우울 표준화 점수

7 요인은 없애도록!!!

8 P-value가 0.05보다 작아 귀무가설을 기각할 수 있다. (p<0.0001)
즉, 방제작업을 하지 않은 군에 비해 방제작업에 참여한 군은 우울증 점수가 3.17 점 유의하게 높다고 할 수 있다.

9 Table 5. Effect of clean-up work on depressive symptom
Crude model Adjusted model N β1 p-value β2 Clean-up work No Ref. Yes β1 and p-value estimated using linear regression model β2 and p-value estimated using linear regression model adjusted for age and gender

10 Age, gender를 보정하기 위해 동일 모델에 변수를 함께 넣는다.
범주형 변수는 반드시 요인으로 변환하여 넣기. 요인으로 변환하지 않은 경우 as.factor(변수이름)도 가능

11 P-value가 0.05보다 작아 귀무가설을 기각할 수 있다. (p=0.002)
즉, 나이와 성별을 보정하였을 때, 방제작업을 하지 않은 군에 비해 방제작업에 참여한 군은 우울증 점수가 2.35 점 유의하게 높다고 할 수 있다.

12 Table 5. Effect of clean-up work on depressive symptom
Crude model Adjusted model N β1 p-value β2 Clean-up work No 216 Ref. Yes 962 3.17 <0.0001 2.35 0.002 β1 and p-value estimated using linear regression model β2 and p-value estimated using linear regression model adjusted for age and gender

13 1-2. 주요 노출변수(x, exposure)가 연속형인 경우
모든 회귀분석의 귀무가설은 기울기(회귀계수, β)가 0이다. X가 아무리 바뀌어도 y는 영향을 받지 않으려면 기울기 (회귀계수, β) 가 0이면 된다. 불안증 점수는 우울증점수에 영향을 미치는가? 귀무가설: 불안증점수는 우울증 점수에 영향을 미치지 않는다. 대립가설: 불안증점수는 우울증 점수에 영향을 미친다.

14

15 P-value가 0.05보다 작으므로 귀무가설을 기각할 수 있다. (p<0.0001)

16

17 P-value가 0.05보다 작으므로 귀무가설을 기각할 수 있다. (p<0.0001)
Age, gender, clean-up work, living area 를 보정하였을 때, 불안증 점수가 1점 증가할 때마다 우울증점수는 0.92점만큼 통계적으로 유의하게 증가하였다

18 Table 4. Effect of anxiety score on depressive score
Crude model Adjusted model N β1 p-value β2 Anxiety score 1197 0.91 <0.0001 0.92 β1 and p-value estimated using linear regression model β2 and p-value estimated using linear regression model adjusted for age, gender, clean-up work and living area

19 과 제 비만도는 프로그램 참여 후 수축기 혈압에 어떤 영향을 미치는지 분석하시오. 가설(귀무,대립)을 세우고
데이터 health.Rdata에서 비만도는 프로그램 참여 후 수축기 혈압에 어떤 영향을 미치는지 분석하시오. 가설(귀무,대립)을 세우고 나이와 성별을 함께 보정 후 β, p-value 구하기 표로 나타내고 결과 해석 * 보정 시 나이는 생애주기 연령군(age_gr3)을 사용

20 감사합니다.