같은 독립변수이지만, Pearson's chi-square에서는 유의하게 두군간의 차이가 있다고 나오고, regression 분석에서는 유의한 차이가 없다가 나오는 이유를 잘 모르겠습니다.
예)
* Pearson's chi-square 에서
implant method 중 parallel vs strong oblique implantation 은 shortening vs non-shortening 군간의 유의한 차이가 있다고 나오는데
-> parallel implantation 이 shortening group 에서 유의한수준에서 보다 많았다
*regression 분석에서는
parallel implantation 은 shortening 을 종속변수로 했을 때 유의한 수준에서 영향을 주는 인자는 아니었다 라고 나옵니다
질문!!
1. 일단 이러한 결과가 종종 나오는데 그 이유를 잘 모르겠습니다 ㅠㅠ (느낌은 오는데 정확한 이유를 알고 싶습니다)
2. 그렇다면 해석은 " 본 논문에서 shortening group 에서 유의하게 parallel implantation 이 많았으나, shortening 을 일으키는 위험인자는 아니었다" 라고 해석하면될까요...
Comment 4
-
천감기
2017.07.24 12:47
-
통계초보보보
2017.07.24 15:14
제가 쓴 논문은 아니지만, 논문을 보면 regression 분석에서 shortening 군의 값은 갯수로서 명목변수로 설정한것 같습니다.
하지만 logistic regression 분석에서는 독립변수는 연속 or 비연속, 종속변수는 비연속 변수를 사용하지 않나요?
궁금한점은 같은 변수에 대해서 Pearson's 카이제곱 검정에서의 결과와 regression 분석에서의 결과가 달랐을 때 어떻게 해석해야하는 것인데..
제가 통계초보라 질문자체가 말이 안되는 것이라면 지적 부탁드립니다. ㅜ
-
천감기
2017.07.24 18:10
같은 변수에 대해서 Pearson's 카이제곱 검정에서의 결과와 regression 분석을 시행하지는 않죠.
같은 변수에 대해서, 피어슨 카이제곱을 하거나, 로지스틱 회귀분석을 할 수는 있지만, 보통은 둘을 한꺼번에 제시하진 않고,
둘 중에 하나를 제시하며,
둘의 결과는 일치하지는 않지만 거의 비슷하게 나옵니다.
같은 변수에 대해서 Pearson's 카이제곱 검정에서의 결과와 regression 분석을 시행했다면
논문이 잘못 되었겠지요.
잘못된 논문이 워낙 많기 때문에 통계 공부를 하려면 선별해서 보셔야 할 것같습니다.
-
통계초보보보
2017.07.24 20:03
감사합니다. 모든 논문에서 제시한 통계적 방법이 맞다는 전제에서 벗어날 필요도 있겠네요
regression 분석에서는 독립변수는 연속변수, 종속변수도 연속변수입니다. 독립변수가 명목변수일 때는 t-test와 결과가 같아집니다.
"regression 분석에서는 parallel implantation 은 shortening 을 종속변수로 했을 때"라고 하신 말씀으로 보아,
shortening의 정도룰 mm 라든지 표현했고, 연속변수라고 판단한 것인지요?