국문 소개
•
이 과목은 보건의료 분야에서 널리 사용되는 범주형 자료와 생존 자료의 통계적 분석 방법을 다룬다. 전반부에서는 범주형 자료 분석 방법을 학습한다주요 주제로는 분할표(Contingency Table)와 관련된 가설
검정, 범주형 자료를 위한 일반화 선형 모형(Generalized Linear Models), 로지스틱 회귀분석 (Logistic Regression), 포아송 회귀분석 (Poisson Regression), 명목형, (Nominal)및 순서형(Ordinal) 반응 모형, 조건
부 로지스틱 회귀분석등이 포함된다(Conditional Logistic Regression).
후반부에서는 생존 자료에 대한 분석 방법론을 다룬다. 생존 시간을 설명하는 생존 분포와 위험률 분포를 소개하고 카플란마이어 (Kaplan-Meier)
추정법 등 생존 함수를 추정하는 방법과 여러 처리 그룹 간 차이를 비교하는 검정 방법을 학습한다. 또한 생존 자료 분석을 위한 대표적 회귀 모형인 Cox 비례위험 회귀와 (Cox Proportional Hazards Regression) 가속화된 생존 회귀모형을 다룬다. (Accelerated Failure Time Model)
영문 소개
•
This course covers statistical methodologies for the analysis of categorical and survival data widely applied in healthcare and public health research. In the first part of the course, students will learn methods for analyzing categorical data. Key
topics include hypothesis testing for contingency tables, generalized linear models for categorical data, logistic regression, Poisson regression, nominal and ordinal response models, and
conditional logistic regression. The second part of the course focuses on methods for analyzing survival data. It introduces
survival distributions and hazard distributions, along with methods for estimating survival functions, such as the Kaplan-Meier estimator, and statistical tests for comparing survival
experiences across different treatment groups. The course also covers major regression models for survival data, including the Cox proportional hazards regression model and the accelerated failure time (AFT) model.
