어떤 통계 검정을 써야 할까? 검정 선택 도우미
연구 목적과 데이터에 관한 몇 가지 질문에 답하면 도우미가 알맞은 표준 검정, 보고할 효과 측정치, 이 사이트의 해당 계산기를 알려 줍니다. 무료이며 계정이 필요 없고, 데이터를 입력하지 않습니다.
이 도구 자세히 보기
할 수 있는 일
- 군 또는 시점 비교, 연관성 검정, 생존 비교, 평가자 간 또는 측정법 간 일치도 평가, 진단검사 평가를 위한 표준 검정을 찾습니다.
- p값과 함께 보고할 효과 측정치를 알려 줍니다. 예: 신뢰구간을 포함한 평균 차이, Cohen d, 오즈비, 위험비.
- R 함수와, 가능한 경우 jamovi, SPSS, GraphPad Prism의 메뉴 경로를 제공합니다.
- 추천 결과에서 pubmed.info의 해당 계산기나 타일을 바로 엽니다. 예: t-검정, Mann-Whitney, 카이제곱, McNemar 계산기, Kaplan-Meier 곡선, ICC와 카파.
- 추천 내용을 텍스트로 복사합니다.
사용 방법
최대 다섯 가지 질문에 답합니다. 각 답에 따라 다음 질문이 정해집니다.
- 목적: 군 비교, 연관성, 사건 발생까지의 시간, 일치도, 진단검사.
- 결과변수 유형: 연속형, 순서형, 범주형.
- 설계: 독립된 군 또는 짝지은 자료(같은 사람을 반복 측정, 짝지은 쌍).
- 군 또는 시점의 수: 2개, 또는 3개 이상.
- 분포: 대략 정규분포이거나 군이 큼, 정규분포 아님, 모름. 모르는 경우 도우미는 보수적으로 순위 기반 검정을 고릅니다.
추천에는 Welch t-검정, 대응표본 t-검정, 일원분산분석과 반복측정 분산분석, Mann-Whitney, Wilcoxon 부호순위 검정, Kruskal-Wallis, Friedman, 카이제곱 검정과 Fisher 정확 검정, McNemar, Cochran Q, Pearson 및 Spearman 상관, Kaplan-Meier와 로그순위 검정, Cohen 카파와 가중 카파, ICC 등이 포함됩니다. 짧은 배경 설명에서 측정 수준, 종속성, 정규성, 다중검정을 설명합니다. 출처: Altman(Practical Statistics for Medical Research), Bland(An Introduction to Medical Statistics), du Prel 등(Dtsch Arztebl Int 2010).
데이터와 개인정보 보호
데이터를 입력하지 않으며 아무것도 전송되지 않습니다. 마지막 답변만 이 브라우저에 기억됩니다.
한계: 도우미는 단순한 질문에 대한 표준 방법을 알려 줍니다. 설명변수가 여러 개인 회귀, 군집 자료나 다수준 자료, 결측값, 메타분석은 다루지 않습니다. 이런 경우와 학위논문, 연구비 신청서, 논문 발표를 위해서는 분석 계획을 생물통계학자와 상의하십시오.
자주 묻는 질문
t-검정과 Mann-Whitney U 검정 중 무엇을 씁니까?
대략 정규분포를 따르는 연속형 결과변수를 가진 독립된 두 군이나 큰 군에는 등분산을 가정하지 않는 Welch t-검정을 추천합니다. 순서형 자료, 치우친 값, 이상치, 작은 군에는 Mann-Whitney U 검정을 추천합니다.
전후 측정에는 어떤 검정을 씁니까?
짝지은 자료에는 짝지은 방법이 필요합니다. 두 시점은 대응표본 t-검정 또는 Wilcoxon 부호순위 검정, 세 시점 이상은 반복측정 분산분석 또는 Friedman 검정, 예/아니요 결과변수는 McNemar 검정 또는 Cochran Q 검정을 씁니다.
상관만으로 일치를 보일 수 있습니까?
아니요. 상관이 높다고 두 측정값이 일치하는 것은 아닙니다. 연속형 측정값에는 ICC와 Bland-Altman 그래프를, 범주에는 Cohen 카파 또는 가중 카파를 추천합니다.
pubmed.info는 추적 쿠키를 사용하지 않으며 사용자 프로필을 만들지 않습니다. 방문은 익명으로 집계됩니다(쿠키 없음, IP 주소 단축). Google 광고는 사용자의 동의 설정에 따라서만 표시됩니다.