📘 통계 분석 기법 선택 방법
| 종속변수 개수 | 종속변수 유형 | 독립변수 개수 | 독립변수 유형 | 조건 | 방법 |
|---|---|---|---|---|---|
| 1개 | 연속형 | 1개 | 범주형 | 두 집단, 정규성 O, 대응 | Paired T-test |
| 1개 | 연속형 | 1개 | 범주형 | 두 집단, 정규성 O, 비대응 | 2-Sample T-test |
| 1개 | 연속형 | 1개 | 범주형 | 두 집단, 정규성 X, 대응 | Wilcoxon |
| 1개 | 연속형 | 1개 | 범주형 | 두 집단, 정규성 X, 비대응 | Mann-Whitney |
| 1개 | 연속형 | 1개 | 범주형 | 세 집단 이상, 정규성 O | One-way ANOVA |
| 1개 | 연속형 | 1개 | 범주형 | 세 집단 이상, 정규성 X | Kruskal-Wallis |
| 1개 | 연속형 | 2개 이상 | 연속형 | - | 다중 회귀분석 (Multiple Regression) |
| 1개 | 연속형 | 2개 이상 | 혼합형 | 공변량 존재 | 공분산분석 (ANCOVA, GLM) |
| 1개 | 연속형 | 2개 이상 | 혼합형 | 공변량 없음 | 이원분산분석 (Two-way ANOVA, GLM) |
| 1개 | 범주형 (명목) | 2개 이상 | 범주형 | 종속변수가 명목형, 3수준 이상 | 카이제곱 검정 (Chi-square) |
| 1개 | 범주형 (서열) | 2개 이상 | 범주형 | 종속변수가 서열형, 3수준 이상 | 순서형 로지스틱 회귀 |
| 1개 | 범주형 (이분형) | 2개 이상 | 연속형/혼합형 | 종속변수가 이분형 | 이항 로지스틱 회귀 |
| 1개 | 범주형 (다중) | 2개 이상 | 연속형/혼합형 | 종속변수가 3개 이상의 명목형 | 다중 로지스틱 회귀 |
✅ 통계 분석 기법 선택 기준 요약
데이터 분석에서 종속변수와 독립변수의 유형과 개수, 그리고 정규성이나 공변량 유무 같은 조건에 따라 적절한 통계 분석 방법이 달라집니다.
아래는 대표적인 조건과 그에 따른 분석 기법을 문장으로 정리한 내용입니다.
📌 종속변수가 1개이고 연속형일 때
-
독립변수가 1개이고 범주형이며 집단 수가 2개일 경우
- 정규성 있고, 대응 표본: Paired T-test
- 정규성 있고, 비대응 표본: 2-Sample T-test
- 정규성 없고, 대응 표본: Wilcoxon
- 정규성 없고, 비대응 표본: Mann-Whitney
-
독립변수가 1개이고 범주형이며 집단 수가 3개 이상일 경우
- 정규성 있음: One-way ANOVA
- 정규성 없음: Kruskal-Wallis
-
독립변수가 2개 이상일 경우
- 모두 연속형: 다중 회귀분석 (Multiple Regression)
- 연속형과 범주형 혼합일 경우:
- 공변량 있음: 공분산분석 (ANCOVA, GLM)
- 공변량 없음: 이원분산분석 (Two-way ANOVA, GLM)
📌 종속변수가 1개이고 범주형일 때
-
명목형 (3개 이상의 집단)
- 독립변수가 모두 범주형: 카이제곱 검정 (Chi-square)
-
서열형 (3수준 이상)
- 독립변수가 범주형: 순서형 로지스틱 회귀
-
이분형 (예/아니오 등)
- 독립변수가 연속형 또는 혼합형: 이항 로지스틱 회귀
-
다중 범주형 (3개 이상의 명목형)
- 독립변수가 연속형 또는 혼합형: 다중 로지스틱 회귀
이러한 기준은 통계 분석의 정확성과 신뢰도를 확보하는 데 매우 중요합니다.
실제 데이터 분석 시에는 정규성, 등분산성, 독립성 등도 함께 검토해야 하며,
경우에 따라 비모수 검정을 활용해야 할 수도 있습니다.

0 댓글