고급통계 사용법

위계적 데이터(다층모형)나 여러 연구의 종합(메타분석)처럼 복잡한 구조를 다룹니다.

다층모형은 '학생-학급', '환자-병원'처럼 개체가 상위 집단에 속한 데이터가 필요합니다. 개체 수준과 집단 수준 변수를 모두 포함합니다.

같은 집단 안의 개체들은 서로 비슷한 경향이 있어 일반 회귀로는 부정확합니다.

집단 식별변수(예: 학급ID), 1수준 변수(개체), 2수준 변수(집단)를 지정합니다.

고정효과와 무선효과를 분리해 추정합니다. 집단 간 차이가 얼마나 되는지(ICC)도 계산됩니다.

각 수준 변수의 효과와 집단 간 변동이 제시됩니다. 메타분석은 여러 연구의 효과크기를 종합한 숲그림(forest plot)을 보여줍니다.

결과를 이렇게 해석합니다

분석을 실행하면 아래 항목들이 우리말 해석문과 함께 자동으로 제시됩니다. 각 숫자가 무엇을 뜻하는지 미리 알아두세요.

다층모형 — 집단 효과 분리

ICC(급내상관)는 전체 변동 중 집단 간 차이가 차지하는 비율입니다. ICC가 크면 다층모형이 꼭 필요합니다. 고정효과(전체 경향)와 무선효과(집단별 차이)를 나눠 봅니다.

군집·판별 — 분류가 잘 됐나

군집분석은 군집 수와 각 군집의 특성을, 판별분석은 분류정확도를 제시합니다. 군집 간 거리가 멀고 군집 내가 조밀할수록 좋은 분류입니다.

메타분석 — 종합 효과

숲그림(forest plot)이 각 연구의 효과크기와 종합 효과를 보여줍니다. 이질성(I²)이 높으면 연구 간 차이가 커 무선효과모형을 씁니다.