머리말

어떤 경우에 어떤 통계법을 써야 할까? 이것에 대한 대답으로 『한눈에 쏙쏙 의학 통계 배우기』(대한의학서적)를 썼습니다. 이 통계법과 저 통계법의 관계를 설명하기도 하고, 해서는 안 되는 경우와 그 대안에 관한 이야기, 어떤 연구 디자인에는 이 통계법이 적당하고, 비슷한 디자인이지만 안되는 통계법들, 연구자들이 흔히 실수하여 잘못 사용하는 것들과 왜 잘못인지 등등에 관한 이야기입니다.

어떤 병에 어떤 약을 쓰고, 비슷하지만 쓰면 안 되는 약은 어떤 약이고, 수술은 언제 해야 하며, 어떤 수술법이 있는데 각각 적용하는 경우가 어떠한지 등과 같은 내용이라고 할 수 있지요. 제가 생각할 때 가장 중요한 내용입니다.

그렇다면 어떤 약을 써야 할지 정해졌다면 하루에 몇 번, 어떤 용량으로, 어떤 방법으로, 먹어야 할지 알아야 합니다. 그런데 이것은 SPSS, SAS, R, Stata, Medcalc, JMP, Dbstat 등 다양한 방법이 각각 다릅니다. 그렇지만, 결과는 같습니다(조금씩 다른 경우도 있지만). 어떤 것은 메뉴 구성이 아주 복잡하고, 이해하기 어렵고 어떤 것은 쉽게 되어 있습니다. 그 결과물도 상당히 난해하고 복잡한 것도 많습니다. 결과물인 그래프와 통계 결과가 서로 일치하지 않거나 직관적이지 않기도 합니다.

그래서 이 책은 이런 목적으로 썼습니다.

1.가급적 초보자도 쉽게 할 수 있도록 메뉴가 직관적이면서, 결과물도 깔끔하고 단순하면서도 필요한 정보가 쉽게 보이도록 하였고, 직관적이면서 바로 사용할 수 있는 시각화 도구를 같이 넣었습니다. 수많은 책이 아주 기본적인 통계 방법의 반복인 경우가 많습니다. 기본적인 내용은 이미 인터넷에 아주 많이 나와 있고, 무료로 사용할 수 있는 툴들도 많습니다.

2.이 책은 단순한 것부터 복잡한 것까지 많이 사용하는 통계부터 덜 사용하는 통계까지 폭넓게 다루었습니다.

3.아주 흔히 사용되고 필수적이지만, 기존 책에서 다루지 않는 데이터를 정리하고 결측치를 찾아내거나, 다듬고 찾고 결합하고 탐색적으로 관찰하는 툴들은 추가하였습니다. 매우 기본적이므로 흔히 사용하게 될 것입니다.

4.어렵지 않고 쉽게 할 수 있으나 반복적이고 귀찮은 통계 작업을 단순하게 쉽게 할 수 있도록 만들었습니다. 예를 들어 table 1에 소개되는 기본적인 두 집단을 비교하는 표라든지, 부작용을 한꺼번에 표현해야 하는 표는 단순한 통계를 수십 번을 반복해야 하는데, 그것을 한꺼번에 할 수 있도록 하였습니다. 로지스틱 회귀분석을 하는 경우에 단변수 분석과 다변수 분석을 쉽게 할 수 있으며 그 결과를 한 번에 정리해 줍니다.

5.통계를 하거나 연구를 하다 보면 꼭 필요하지만, 통계책에서도 강의에서도 잘 다루지 않거나 이론적으로만 다루고 실제로 어떻게 해야 할지 말해 주지 않은 것들도 있습니다. 예를 들면 무작위 배정은 어떻게 해야 하는지, 그래서 그 결과 배정표는 어떻게 만들어야 하는지를 이 책은 설명하고 직접 프린트할 수 있는 PDF까지 제공해 줍니다. 가끔 매칭해야 할 경우가 있죠. 매칭을 쉽게 할 수 있도록 도와주고, 그 결과물을 다운로드받을 수 있도록 합니다.

6.비슷비슷한 책들이 많이 있습니다. 비슷한 메뉴 구성으로 비슷한 내용을 다룬 책들이 어쩌면 여러분의 책꽂이나 도서관에 있을 것입니다만, 이 책은 전혀 다른 구성의 전혀 다른 접근으로 쓰였습니다. 매우 다양한 통계적 검정이 가능하므로 제목과 색인으로 찾아보기 좋도록 하였으며, 가급적 매 챕터에 시각화 결과물을 넣어서 알아보기 쉽게 하였습니다. 모든 통계 툴은 예제 파일을 제공하므로 직접 실습해 보기에 좋습니다. 자신의 자료를 어떻게 준비해야 할지 파악하기에도 좋습니다.

7.글쓰기와 워드 프로세서 쓰기가 다르듯이, 통계를 아는 것과 통계 프로그램을 사용하는 것은 다릅니다. 그런데 워드 프로세서가 글쓰기에 도움이 된다면 더없이 좋겠지요. 통계 프로그램이 통계 자체를 배우도록 도움을 줄 수 있을까요? 이 책은 통계 프로그램과 예제를 따라가면 통계 자체에 대한 이해가 증진되도록 하였습니다. 최적의 예제가 제시되며, 최소한의 메뉴 구성으로 꼭 필요한 결과물을 얻을 수 있도록 구성하였습니다. 그러기 위해서 필요 없는 메뉴를 줄이고, 정리하여 간결하게 보이도록 최선을 다했습니다. 비슷한 검정법들을 가급적 이어 주도록 하며, 가까운 곳에 메뉴가 구성되도록 하였습니다. 처음 통계를 배울 때의 마음을 기억합니다. 내가 겪었던 어려움을 여러분들이 겪지 않게 하려는 간절함과 사명감으로 이 프로그램들을 구성하고 책을 썼습니다.

8.그래서 이 책의 내용은 개인이 공부하기에도, 스터디 그룹으로 공부하기에도, 강의에도 좋도록 구성하였습니다. 저도 직접 강의할 때 활용하기 위해서 만든 도구들이고 강의에 활용하고 있는 도구들이므로, 여러 차례 검토와 업그레이드되었습니다.

수많은 메뉴와 통계적 검정 중에서도 어떤 메뉴를 가급적, 여러 통계법을 분류하여 비슷한 것끼리 묶고, 간단하고 흔한 것을 앞에 두려고 노력했지만 엄격하지도 않습니다. 그래서 목차를 보면서, 대충 전체를 읽어 보면서 이러저러한 통계법이 있다는 정도를 익혀 두기 권합니다. 각 챕터 마지막에는 사용된 통계적 검정을 정리하였으며, 색인(513페이지)을 통해서도 다시 보여 줍니다.

PART 1. 왕초보 통계
1-1. 수학 성적을 비교하라
1-2. 합격률을 비교하라
1-3. 샘플 수의 계산
1-4. Randomization
1-5. Baseline Table
1-6. Adverse Events
1-7. Logistic Regression
1-8. Sensitivity, Specificity
PART 2. 설문 조사 연구
2-1. Correlation 상관분석
2-2. Partial Correlation 편상관분석
2-3. Canonical Correlation 정준 상관 분석
2-4. Factor Analysis 요인 분석
2-5. Cluster Analysis 군집분석
2-6. Cronbach alpha
2-7. Q method
PART 3. 탐색적 분석 및 데이터 전처리
3-1. Table plot 초기 탐색
3-2. Outliers & Missing 이상값과 결측값
3-3. Grapical Normality test 정규성 검정
3-4. Homogeneity of Variance 등분산성
3-5. Standardization 표준화
3-6. Tukey Ladder of Powers
3-7. Box Cox Transformation
3-8. Dummy 변수 만들기
3-9. Freqency data 바꾸기
3-10. 두 데이터 차이 발견하기
3-11. 두 데이터 합치기 Merge
3-12. 연속변수를 집단변수로
3-13. Wide data and Long data
3-14. Matching tool
3-15. Propensity Score Matching
PART 4. 단변수 분석
4-1. Multiple Impute & t-test
4-2. Multifactor ANOVA
4-3. ANCOVA
4-4. RM ANOVA, Friedman Test
4-5. (RM) ANOVA
4-6. 비모수 다중 검정
4-7. 카이제곱 적합도 검정
4-8. 카이제곱검정(I)
4-9. 카이제곱검정(II)
4-10. Mantel-Haenszel test(I)
4-11. Mantel-Haenszel test(II)
4-12. McNemar and Cochran Q
4-13. Survival Analysis
4-14. Restricted Mean Survival Time
4-15. Competing Risks
4-16. Matrix Correlations
4-17. Sequential Triangular Test
4-18. N-of-1 trials
4-19. 기타 잡다한 통계
4-20. Text Miner
PART 5. 다변수 분석
5-1. Generalized LM
5-2. Residual Plots
5-3. Calibration Plot
5-4. Logistic Comparison
5-5. Conditional Logistic R
5-6. Multinomial Logistic R
5-7. Ordinal Logistic R
5-8. Cox Regression
5-9. Many survival models
5-10. Nested survival analysis
5-11. Time dependent / Recurrent Survival
5-12. Nomogram
5-13. Poisson Regression
5-14. Multiple Imputation
5-15. Generalized Estimating Equation
5-16. MANOVA
5-17. Dose-response analysis
PART 6. 결정나무와 판별분석
6-1. Discriminant Prediction 판별분석
6-2. Decision Tree 결정나무
6-3. Random Forest 예측모형
PART 7. 진단 관련
7-1. 민감도 특이도 비교
7-2. Kappa and Agreement
7-3. IntraClass Correlation
7-4. ROC curve
7-5. ROC from LR
7-6. Confusion Matrix
PART 8. 시간 관련
8-1. Seasonal Analysis
8-2. Forecast Plot for ARIMA
8-3. Intervention Analysis
8-4. Segmented Regression
8-5. Changepoint Line Chart
8-6. Autocorrelation495
8-7. Trend Test503