통계 용어집

영어 용어는 괄호 안에 표시되어 있습니다.

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

^A/_Z

25번째 백분위수 (25^th percentile): 관측된 케이스의 25%가 그 아래에, 75%가 그 위에 놓이는 값.
50번째 백분위수 (50^th percentile): 변수의 관측값 중 절반이 그 아래에, 나머지 절반이 그 위에 놓이는 값(= 중앙값).
75번째 백분위수 (75^th percentile): 변수의 관측값 중 75%가 그 아래에, 25%가 그 위에 놓이는 값.
80% 중심 범위 (80% central range): 10번째 백분위수와 90번째 백분위수 사이의 범위(이 범위에 값의 80%가 놓입니다).
90% 중심 범위 (90% central range): 5번째 백분위수와 95번째 백분위수 사이의 범위(이 범위에 값의 90%가 놓입니다).
95% 중심 범위 (95% central range): 2.5번째 백분위수와 97.5번째 백분위수 사이의 범위(이 범위에 값의 95%가 놓입니다).
상관계수의 95% 신뢰구간 (95% CI for the correlation coefficient): “참” 상관계수를 95% 신뢰도로 포함하는 값의 범위.
평균의 95% 신뢰구간 (95% CI for the mean): 모집단 평균을 95% 확률로 포함하는 값의 범위.
중앙값의 95% 신뢰구간 (95% CI for the median): 모집단 중앙값을 95% 확률로 포함하는 값의 범위.
95% 신뢰구간 (95% confidence interval): 95%의 경우에 모집단의 (참) 값을 포함하는 값의 범위.
95% 신뢰구간(회귀) (95% confidence interval (regression)): 회귀선에 대한 95% 신뢰구간을 나타내는 곡선. 이 구간은 95% 확률로 참 회귀선을 포함합니다.
95% 예측구간(회귀) (95% prediction interval (regression)): 회귀곡선에 대한 95% 예측구간을 나타내는 곡선. 독립변수의 주어진 각 값에 대해, 이 구간은 종속변수의 값이 95% 확률로 놓이는 범위를 나타냅니다.

절대 차이 (Absolute difference): 두 값 사이의 차이를 부호와 관계없이 나타낸 것.
절대 오차 (Absolute error): 관측값 x의 절대 오차는 x가 그 “참” 값에서 벗어난 편차의 절댓값입니다. 관련 항목: 상대 오차.
절댓값 (Absolute value): 수의 대수적 부호와 관계없이 나타낸 값.
대립가설(H1) (Alternative hypothesis (H1)): 귀무가설과 모순되는 진술로, 효과나 차이가 있음을 나타냅니다.
분산분석(회귀) (Analysis of variance (regression)): 분산분석표는 종속변수의 총 변동을 두 성분, 즉 회귀 모형으로 설명할 수 있는 성분(“회귀”로 표시)과 설명할 수 없는 성분(“잔차”로 표시)으로 나누고, 이에 해당하는 F 통계량을 계산합니다.
공분산분석(ANCOVA) (ANCOVA (Analysis of covariance)): 하나의 연속형 결과변수(양적)와 하나 이상의 요인 변수(질적)를 포함하는 일반선형모형.
분산분석(ANOVA) (ANOVA (Analysis of variance)): 분산분석(ANOVA)은 여러 그룹의 평균을 비교하여 적어도 하나의 그룹 평균이 나머지와 유의하게 다른지 판단하는 데 사용됩니다.
분산분석의 가정 (ANOVA Assumptions): 분산분석 결과가 타당하려면 충족되어야 하는 가정들로, 독립성, 정규성, 분산의 동질성 등이 있습니다.
ROC 곡선하면적(AUC) (Area Under the ROC curve (AUC)): ROC 곡선하면적(AUC)은 분류기가 클래스를 구별하는 능력을 측정하며, 0.5(무작위)부터 1.0(완벽한 판별)까지의 값을 가집니다.
평균값 (Average): 평균 항목을 참조하십시오.

후진 제거 (Backward elimination): 모든 예측변수를 포함한 상태에서 시작하여 가장 유의하지 않은 변수를 반복적으로 제거하는 단계적 회귀분석 기법. 관련 항목: 전진 선택, 단계적 선택.
막대그래프 (Bar chart): 각 범주의 빈도 또는 값을 직사각형 막대로 나타내어 범주형 데이터를 표시하는 그래프.
Bayes 추론 (Bayesian inference): 더 많은 증거나 정보가 주어질 때마다 Bayes 정리를 이용하여 가설의 확률을 갱신하는 통계적 추론 방법.
베타 계수 (Beta Coefficient): 회귀분석에서 독립변수가 종속변수에 미치는 영향을 나타내는 측도.
쌍봉분포 (Bimodal distribution): 서로 다른 두 개의 최빈값, 즉 봉우리를 가진 분포.
이항분포 (Binomial distribution): 성공 확률이 모두 같은 고정된 횟수의 독립 시행에서 성공 횟수를 나타내는 이산 확률분포.
Bland-Altman 도표 (Bland & Altman plot): 두 측정 기법 간의 일치도를 평가하는 그래프 방법.
부트스트랩 재표본추출 (Bootstrap resampling): 통계량을 추정하기 위해 데이터에서 복원추출로 표본을 반복해서 뽑는 재표본추출 방법. 관련 항목: 잭나이프 재표본추출, Monte Carlo 시뮬레이션.
상자그림 (Box plot): 상자수염도 항목을 참조하십시오.
상자수염도 (Box-and-whisker plot): 변수의 통계적 요약을 그래프로 나타낸 것: 중앙값, 사분위수, 범위 및 경우에 따라 극단값(이상값). 관련 항목: 노치형 상자수염도.

환자-대조군 연구 (Case-Control study): 노출이 결과와 관련이 있는지 판단하기 위해 설계된 관찰 연구.
인과 추론 (Causal inference): 사건이 발생하는 조건을 바탕으로 인과 관계에 대한 결론을 이끌어내는 과정.
중도절단 (Censoring): 생존분석에서 중도절단은 연구 대상자 일부에 대해 사건(예: 사망, 질병 재발)의 정확한 발생 시점을 알 수 없을 때 발생합니다. 이는 사건이 발생하기 전에 연구가 끝나거나, 대상자가 추적 관찰에서 탈락하거나, 연구에서 중도에 철회하기 때문입니다.
중심극한정리 (Central Limit Theorem): 모집단의 분포와 관계없이 표본 크기가 커질수록 표본평균의 분포가 정규분포에 가까워진다는 통계 이론.
카이제곱 검정 (Chi-Squared test): 범주형 변수 사이에 유의한 연관성이 있는지 판단하는 데 사용하는 통계 검정.
군집 표본추출 (Cluster sampling): 개인이 아니라 군집 또는 그룹을 무작위로 선택하여 분석하는 표본추출 방법.
Cochran-Mantel-Haenszel 검정 (Cochran-Mantel-Haenszel test): Cochran-Mantel-Haenszel 검정은 교란 요인을 고려하여 오즈비를 계산합니다.
Cochran Q 검정 (Cochran’s Q test): 대응된 그룹들 사이에서 비율의 차이를 검정합니다.
분할계수 (Coefficient of contingency): 카이제곱에 기반한 연관성 측도. 이 계수는 항상 0과 1 사이에 있지만, 일반적으로 1에 도달할 수는 없습니다. 가능한 최대값은 표의 행과 열의 수에 따라 달라집니다.
결정계수 (Coefficient of determination): 회귀분석에서 결정계수는 한 변수의 분산 중 다른 변수의 분산과 관련지을 수 있는 비율을 나타냅니다. 0부터 1까지의 값을 가질 수 있습니다.
반복성 계수 (Coefficient of repeatability): 두 측정값 간 차이의 표준편차에 1.96을 곱한 값으로 정의됩니다(Bland-Altman 도표 참조).
변동계수 (Coefficient of variation): 상대 표준편차(RSD) 항목을 참조하십시오.
Cohen d (Cohen's d): 두 그룹 평균 간의 차이를 표준편차 단위로 나타내는 효과크기 측도.
코호트 연구 (Cohort study): 특정 노출이 결과에 어떤 영향을 미치는지 알아보기 위해 한 집단의 사람들을 시간에 걸쳐 추적하는 관찰 연구의 한 유형.
조건부 확률 (Conditional probability): 조건부 확률은 다른 사건이 이미 발생했다는 조건에서 어떤 사건이 발생할 확률입니다.
신뢰구간(CI) (Confidence Interval (CI)): 지정된 신뢰수준(예: 95%)으로 모집단 모수를 포함할 것으로 기대되는 값의 범위.
교란변수 (Confounding variable): 종속변수와 독립변수 모두에 영향을 주어 거짓 연관성을 초래하는 변수.
연속형 변수 (Continuous variable): 주어진 범위 안에서 어떤 값이든 가질 수 있는 확률변수.
관리도 (Control chart): 관리도는 품질관리에서 시간에 따른 공정 성과를 모니터링하고 분석하는 데 사용하는 통계 도구입니다.
대조군 (Control group): 대조 연구에서 치료를 받지 않는 대상자들.
대조 연구 (Controlled study): 치료를 받은 대상자를 치료를 받지 않는 대조군과 비교하여 치료 효과를 평가하는 연구. 관련 항목: 단면 연구, 종단 연구.
상관관계 (Correlation): 두 변수 x와 y 사이의 상관관계는 두 변수가 얼마나 밀접하게, 또는 얼마나 선형적으로 관련되어 있는지를 나타내는 측도입니다. 상관관계는 한 확률변수의 변화가 다른 확률변수의 변화와 어느 정도 대응하는 경향이 있는지를 측정합니다.
상관계수 (Correlation coefficient): 두 변수 사이 관계의 강도와 방향을 나타내는 측도.
공분산 (Covariance): 두 확률변수가 함께 변하는 정도를 나타내는 측도.
Cox 회귀분석 (Cox regression): Cox 회귀분석(Cox 비례위험 회귀분석)은 여러 위험 요인이 생존에, 또는 일반적으로 특정 사건이 발생하기까지 걸리는 시간에 미치는 영향을 분석하는 통계 방법입니다.
Cronbach 알파 (Cronbach's alpha): 내적 일관성 신뢰도의 측도로, 척도나 설문지의 모든 문항 간 평균 상관을 계산합니다.
단면 연구 (Cross-sectional study): 단면 연구는 한 시점에 여러 다른 개인으로부터 데이터를 수집하는 연구 설계의 한 유형입니다. 단면 연구에서는 변수에 영향을 주지 않고 관찰만 합니다. 관련 항목: 대조 연구, 종단 연구.
교차 검증 (Cross-validation): 모형이 처음 보는 데이터에서 얼마나 잘 작동하는지 추정하는 데 사용하는 통계 방법.
교차분석 (Crosstabulation): 변수들의 분포를 행렬 형식으로 표시하여 여러 변수 간의 관계를 정량적으로 분석하는 방법.
누적빈도 (Cumulative frequency): 주어진 값까지의 모든 값의 빈도를 합한 것.
누적빈도 분포 그래프 (Cumulative frequency distribution graph): 특성의 각 값에 대해 그 값보다 작거나 같은 요소의 백분율을 표시하고, 점들을 직선으로 연결한 그래프.

데이터 정제 (Data cleaning): 데이터 세트에서 잘못된 데이터를 수정하거나 제거하는 과정.
데이터 마이닝 (Data mining): 대규모 데이터 세트를 조사하여 패턴을 발견하고 유용한 정보를 추출하는 작업.
데이터 시각화 (Data visualization): 패턴, 추세, 통찰을 파악하기 위해 데이터를 그래프로 표현하는 것.
자유도(DF) (Degrees of Freedom (DF)): 분석에서 어떤 제약도 위반하지 않고 자유롭게 변할 수 있는 독립적인 값 또는 양의 개수.
종속변수 (Dependent variable): 회귀분석에서 다른 변수(독립변수 또는 설명변수)의 변화로 그 값이 설명된다고 보는 변수. 보통 $y$로 나타냅니다. 관련 항목: 독립변수.
기술통계 (Descriptive statistics): 데이터 세트의 특성을 요약하고 기술하는 통계로, 중심경향 측도와 변동성 측도 등을 포함합니다.
이분형 변수 (Dichotomous variable): 2개의 값만 가질 수 있는 변수.
이산형 변수 (Discrete variable): 유한개 또는 셀 수 있는 무한개의 값을 가질 수 있는 확률변수의 한 유형.

효과크기 (Effect size): 현상의 크기 또는 관계의 강도를 나타내는 정량적 측도.
오차항 (Error term): 독립변수로 설명할 수 없는 종속변수의 변동량을 나타내는 변수.
실험 연구 (Experimental study): 실험 연구는 관심 변수에 대한 영향을 알아보기 위해, 고려 대상인 요인들을 통제하는 연구입니다.
설명된 변동(회귀) (Explained variation (regression)): 종속변수에서 관측된 총 변동 중 회귀분석으로 설명되는 양.
설명변수 (Explanatory variable): 독립변수 항목을 참조하십시오.
지수분포 (Exponential distribution): Poisson 과정에서 사건 사이의 시간을 나타내는 확률분포.
외삽 (Extrapolate): 외삽은 알려진 데이터의 범위를 벗어난 값을 추정하는 방법입니다. 패턴과 그래프를 이용하여 실제로 측정되지 않은 다른 가능한 데이터 점을 결정할 수 있습니다. 관련 항목: 보간.

F-검정 (F-test): 두 모집단의 분산을 비교하거나 회귀 모형의 전반적인 유의성을 평가하는 데 사용하는 통계 검정.
요인 (Factor): 케이스의 그룹을 정의하는 독립변수.
요인분석 (Factor analysis): 데이터를 더 적은 수의 요약 변수로 축소하고 그 밑에 놓인 관계를 파악하는 데 사용하는 기법.
위음성 (False Negative): 가설검정에서 귀무가설을 잘못 채택하는 제2종 오류. 관련 항목: 위양성.
위양성 (False Positive): 가설검정에서 귀무가설을 잘못 기각하는 제1종 오류. 관련 항목: 위음성.
극단적 이상값 (Far out value): 극단적 이상값은 하위 사분위수에서 사분위 범위의 3배를 뺀 값보다 작거나, 상위 사분위수에 사분위 범위의 3배를 더한 값보다 큰 값으로 정의됩니다(외측 한계)(상자수염도도 참조).
Fisher 정확 검정 (Fisher's exact test): 특히 표본 크기가 작을 때 분할표 분석에 사용하는 통계적 유의성 검정.
포레스트 플롯 (Forest plot): 메타분석에서 포레스트 플롯은 여러 연구의 효과크기와 신뢰구간을 시각적으로 나타냅니다.
전진 선택 (Forward selection): 예측변수가 없는 상태에서 시작하여 통계적으로 가장 유의한 변수를 반복적으로 추가하는 단계적 회귀분석 기법. 관련 항목: 후진 제거, 단계적 선택.
빈도 차트 (Frequency chart): 빈도표를 그래프로 나타낸 것.
빈도표 (Frequency table): 서로 다른 범주에 속하거나, 동시에 둘 이상의 서로 다른 범주에 속하는 케이스의 수를 보여 주는 표(예: 성별과 연령 그룹 모두에 따라, 또는 치료와 결과 범주에 따라 교차 분류한 환자).
Friedman 검정 (Friedman test): 반복측정 분산분석의 비모수적 대안.
완전 모형 (Full Model): 잠재적인 예측변수를 모두 포함하는 회귀 모형.
깔때기 그림 (Funnel plot): 메타분석에서 편향을 검출하기 위한 그래프 도구.

가우스 분포 (Gaussian Distribution): 정규분포의 다른 이름.
기하평균 (Geometric mean): 기하평균은 n개 관측값의 곱의 n제곱근입니다.
$$\left ( \prod_{i=1}^n{x_i} \right ) ^\tfrac1n = \sqrt[n]{x_1 x_2 \cdots x_n} = \exp\left[\frac1n\sum_{i=1}^n\ln x_i\right] $$
관련 항목: 평균, 조화평균.
적합도 (Goodness of fit): 모형이 관측 데이터에 얼마나 잘 맞는지를 정량화한 것.

H-검정 (H-test): Kruskal-Wallis 검정 항목을 참조하십시오.
조화평균 (Harmonic mean): 조화평균은 주어진 값들의 역수의 평균에 대한 역수로 정의됩니다.
$$\frac{n}{\frac1{x_1} + \frac1{x_2} + \cdots + \frac1{x_n}} = \frac{n}{\sum\limits_{i=1}^n \frac1{x_i}} $$
관련 항목: 평균, 기하평균.
위험비 (Hazard ratio): 위험비는 주로 생존분석에서 임의의 시점에 사건이 발생할 가능성을 두 그룹 간에 비교하는 데 사용하는 통계적 측도입니다.
히스토그램 (Histogram): 수치형 변수의 분포를 그래프로 나타낸 것. 가로축의 각 구간에 속하는 관측값의 수를 그 구간 위에 세운 막대의 높이로 나타냅니다. (참고: 구간의 길이가 같지 않으면 관측값의 수는 막대의 면적으로 나타냅니다.)
가설 (Hypothesis): 현상에 대해 제안된 설명으로, 일반적으로 통계 검정의 맥락에서 설정됩니다.
가설검정 (Hypothesis testing): 가설검정은 표본 데이터를 바탕으로 모집단 모수에 관한 가정을 검정하는 방법입니다.

독립변수 (Independent variable): 회귀분석에서 독립변수는 종속변수를 설명한다고 보는 변수입니다. 보통 $x$ 또는 $x_i$로 나타냅니다.
추론통계 (Inferential statistics): 모집단에서 추출한 표본을 연구하여 그 모집단에 대해 일반화하는 절차.
보간 (Interpolate): 보간은 데이터를 추정하는 방법입니다. 보간할 때는 알려진 두 관측값 또는 측정값 사이의 데이터를 추정합니다. 관련 항목: 외삽.
사분위 범위(IQR) (Interquartile range (IQR)): 제1사분위수(Q1)와 제3사분위수(Q3)의 차이로 계산하는 통계적 산포의 측도.

잭나이프 재표본추출 (Jackknife resampling): 통계적 추정량의 편향과 분산을 추정하는 데 사용하는 재표본추출 기법. 관련 항목: 부트스트랩 재표본추출.
지터링 (Jittering): 산점도에서 겹침을 줄이기 위해 데이터 점에 무작위 잡음을 더하는 데이터 시각화 기법.
Jonckheere-Terpstra 검정 (Jonckheere-Terpstra Test): 순서형 데이터의 추세에 대한 비모수 통계 검정.

Kaplan-Meier 곡선 (Kaplan-Meier curve): 시간에 따른 생존 확률을 추정하며 중도절단된 데이터를 고려하는 계단형 그래프.
카파계수 (Kappa): 우연에 의한 일치를 보정한 후, 두 (진단) 분류 체계 사이의 일치도를 나타내는 측도.
Kendall tau (Kendall’s tau): 측정된 두 양 사이의 순서 연관성을 측정하는 통계량.
Kolmogorov-Smirnov 검정 (Kolmogorov-Smirnov test): 표본 분포를 기준 분포(예: 정규분포)와 비교하거나 두 분포를 비교합니다.
Kruskal-Wallis 검정 (Kruskal-Wallis test): 세 개 이상의 그룹을 비교하기 위한 분산분석의 비모수적 대안. Mann-Whitney U 검정을 확장한 것입니다.
첨도 (Kurtosis): 첨도는 변수 분포의 꼬리가 두꺼운 정도를 나타내는 측도입니다.

최소제곱법 (Least squares): 회귀분석에서 나타나는 것과 같은 통계 모형의 모수를 추정하는 데 사용됩니다. 모수의 추정값은 관측값과 모형에 따른 예측값 사이 차이의 제곱합을 최소화하여 얻습니다.
Levene 검정 (Levene’s test): 여러 그룹 간 분산의 동일성을 검정합니다.
우도 함수 (Likelihood function): 통계 모형에서 모수의 함수로, 모형이 관측 데이터를 얼마나 잘 설명하는지를 측정합니다.
선형 보간 (Linear interpolation): 선형 보간은 직선 위의 알려진 두 값 사이에서 알려지지 않은 값을 추정하는 방법입니다. 알려진 두 점 $(x_1,y_1)$, $(x_2,y_2)$가 주어졌을 때, 그 사이의 점 $x$에서 보간된 값 $y$는 다음과 같습니다.
$$ y = y_1 + \frac{(x - x_1)(y_2 - y_1)}{x_2 - x_1} $$
선형 회귀분석 (Linear regression): 선형 방정식을 적합하여 두 변수 사이의 관계를 모형화하는 회귀분석 방법.
로그 변환 (Logarithmic transformation): 로그 변환은 데이터 세트의 각 데이터 점에 로그를 적용하여 분산을 안정시키고 분포를 정규분포에 더 가깝게 만드는 통계 기법입니다.
로지스틱 회귀분석 (Logistic regression): 이진 종속변수와 하나 이상의 독립변수 사이의 관계를 모형화하는 데 사용하는 회귀분석 방법. 로지스틱 회귀분석은 관심 특성이 존재할 확률의 로짓 변환을 예측하는 공식의 계수를 산출합니다.
$$ logit(p) = b_0 + b_1 x_1 + b_2 x_2 + b_3 x_3 + … + b_n x_n $$
로짓 함수 (Logit function): 로짓 함수는 시그모이드(로지스틱) 함수의 역함수이며, 로지스틱 회귀분석 및 기타 통계 모형에서 사용됩니다. 확률 $p$를 $-\infty$에서 $+\infty$까지의 범위로 변환하므로 이진 결과를 모형화하는 데 유용합니다.
$$ \operatorname{logit}(p)= \ln\left( \frac{p}{1-p} \right) $$
로그순위 검정 (Logrank test): 로그순위 검정(logrank test 또는 log-rank test)은 두 표본의 생존 분포를 비교하는 가설검정입니다.
종단 연구 (Longitudinal study): 같은 대상자를 장기간에 걸쳐 관찰하는 연구. 관련 항목: 대조 연구, 단면 연구.

Mann-Whitney U 검정 (Mann-Whitney U test): 두 독립 그룹을 비교하기 위한 t-검정의 비모수적 대안.
최대값 (Maximum): 변수가 갖는 가장 큰 값.
최대우도 추정값(MLE) (Maximum Likelihood Estimate (MLE)): 모수의 최대우도 추정값은 데이터를 관측할 가능성이 가장 큰, 모수의 가능한 값입니다.
McNemar 검정 (McNemar test): 대응된 범주형 데이터(예: 이진 결과를 갖는 사전/사후 설계)를 비교합니다.
평균 (Mean): 평균은 모든 값의 합을 값의 개수로 나누어 계산합니다.
$$ \bar{x} = \frac{x_1+x_2+\cdots +x_n}{n} = {1 \over n} \sum_{i=1}^{n}{x_i} = {1 \over n} \sum_{}^{}{x} $$
관련 항목: 기하평균, 조화평균.
평균제곱오차(MSE) (Mean Squared Error (MSE)): 오차 또는 편차의 제곱의 평균으로, 추정값과 실제값 사이 차이의 제곱의 평균을 나타냅니다.
평균 생존시간 (Mean survival time): 평균 생존시간은 0부터 t_max까지의 구간에서 생존곡선 아래 면적으로 추정됩니다. 관련 항목: 제한 평균 생존시간.
중심경향 측도 (Measures of central tendency): 중심경향 측도는 데이터 세트를 하나의 값으로 요약하는 데 도움이 됩니다. 예: 평균, 중앙값.
산포 측도 (Measures of dispersion): 이 측도들은 데이터 세트 내의 퍼짐 또는 변동성을 나타냅니다. 예: 범위, 분산, 표준편차.
중앙값 (Median): 중앙값은 정렬된 데이터 세트의 가운데 값입니다. 관측값의 수가 짝수이면 가운데 두 값의 평균입니다. 중앙값은 50번째 백분위수와 같습니다.
중앙 생존시간 (Median survival time): 중앙 생존시간은 생존 확률이 0.5(50%) 이하로 떨어지는 가장 짧은 시간입니다.
메타분석 (Meta-analysis): 여러 연구의 결과를 결합하여 전반적인 경향을 파악하는 통계 방법.
최소값 (Minimum): 변수가 갖는 가장 작은 값.
최빈값 (Mode): 최빈값은 데이터 세트에서 가장 자주 나타나는 값입니다. 데이터 세트에는 최빈값이 하나일 수도, 여러 개일 수도, 전혀 없을 수도 있습니다.
Monte Carlo 시뮬레이션 (Monte Carlo simulation): 무작위성을 이용하여 수치 결과를 얻는 계산 기법으로, 주로 위험과 불확실성을 평가하는 데 사용됩니다. 관련 항목: 부트스트랩 재표본추출.
다중회귀분석 (Multiple regression): 하나의 종속변수와 여러 독립변수 사이의 관계를 평가하는 회귀분석 방법입니다.
$$ y = b_0 + b_1 x_1 + b_2 x_2 + b_3 x_3 +\ …\ + b_k x_k $$
다변량 분석 (Multivariate analysis): 여러 변수가 포함된 데이터를 분석하여 변수 간 관계를 이해하는 데 사용하는 통계 방법.

N: 표본에 포함된 케이스의 수.
음성 우도비 (Negative likelihood ratio): 질병이 있을 때 음성 검사 결과가 나올 확률과 질병이 없을 때 음성 검사 결과가 나올 확률의 비. 관련 항목: 양성 우도비.
음성 예측도 (Negative predictive value): 검사 결과가 음성일 때 질병이 없을 확률. 관련 항목: 양성 예측도.
명목 데이터 (Nominal data): 영숫자로 코딩되지만 뚜렷한 순서가 없는 관측값(예: 혈액형, 남성/여성). 관련 항목: 순서형 데이터.
비모수 검정 (Non-parametric tests): 비모수 검정은 데이터에 대해 특정 분포를 가정하지 않는 검정입니다. Mann-Whitney U 검정, Wilcoxon 부호순위 검정, Kruskal-Wallis 검정 항목을 참조하십시오.
정규분포 (Normal distribution): 평균 $\mu$와 표준편차 $\sigma $로 정의되며 종 모양의 곡선을 특징으로 하는 대칭 확률분포. 정규분포는 다음 공식으로 주어집니다.
$$ f(x) = \frac{1}{\sqrt{2\pi\sigma^2} } e^{-\frac{(x-\mu)^2}{2\sigma^2}} $$
정규확률도표 (Normal plot): 정규확률도표는 표본 데이터 분포의 정규성을 판단하는 그래프 도구입니다. 정규확률도표에서는 기대 z 점수를 관측 데이터에 대해 표시합니다. 정규분포에서 추출한 무작위 표본은 거의 직선을 이룹니다.
정상 범위 (Normal range): 참고구간 항목을 참조하십시오.
정규성 검정 (Normality test): 데이터 세트가 정규분포를 따르는지 평가하는 통계 검정.
노치형 상자수염도 (Notched box-and-whisker plot): 95% 신뢰수준에서 중앙값을 쌍별로 비교할 수 있도록 중앙값에 대한 구간을 노치(홈)로 나타낸 상자수염도. 두 중앙값의 노치가 서로 겹치지 않으면, 두 중앙값은 대략 95% 신뢰수준에서 유의하게 다르다고 볼 수 있습니다.
귀무가설과 대립가설 (Null and Alternative Hypotheses): 귀무가설(H0): 효과나 차이가 없다고 가정합니다.|대립가설(H1): 효과나 차이가 있다고 가정합니다.
귀무분포 (Null distribution): 귀무가설하에서 통계량이 따르는 확률분포.
귀무가설(H0) (Null hypothesis (H0)): 효과나 차이가 없다고 주장하는 진술로, 가설검정의 출발점으로 사용됩니다.
치료필요수(NNT) (Number Needed to Treat (NNT)): 치료필요수(NNT)는 환자 한 명이 추가로 이득을 얻기 위해 표준 치료(또는 무치료) 대신 새로운 치료로 치료해야 하는 환자 수의 추정값입니다.

관찰 연구 (Observational study): 관찰 연구는 연구자가 어떤 변수도 조작하지 않고 행동이나 결과를 관찰하고 기록하는 연구입니다.
오즈 (Odds): 사건이 발생할 가능성을 나타내는 한 방법. 어떤 사건에 대해 오즈가 m:n이라는 것은 그 사건이 일어나지 않는 n번마다 m번 일어날 것으로 기대한다는 뜻입니다.
오즈비 (Odds ratio): 두 그룹에서 결과의 오즈 비. 오즈비는 한 그룹에서 사건이 발생할 오즈를 다른 그룹에서 사건이 발생할 오즈와 비교합니다. 관련 항목: 상대위험도.
일원배치 분산분석 (One-way analysis of variance): 분산분석(ANOVA) 항목을 참조하십시오.
순서형 데이터 (Ordinal data): 순서형 데이터는 논리적으로 순서를 정하거나 순위를 매길 수 있는 값을 갖는 범주형 데이터입니다. 관련 항목: 명목 데이터.
이상값 (Outlier): 표본 데이터의 일반적인 패턴을 따르지 않기 때문에 비정상적이고 오류일 가능성이 있다고 판단되는 관측값.
외부 값 (Outside value): 외부 값은 하위 사분위수에서 사분위 범위의 1.5배를 뺀 값보다 작거나, 상위 사분위수에 사분위 범위의 1.5배를 더한 값보다 큰 값으로 정의됩니다(내측 한계)(상자수염도도 참조).
과적합 (Overfitting): 모형이 근본적인 패턴 대신 잡음을 포착할 때 발생하는 모형화 오류. 관련 항목: 과소적합.

P값 (P-value): 귀무가설이 참이라고 가정할 때, 관측된 값과 같거나 그보다 더 극단적인 검정통계량 값을 얻을 확률.
대응표본 t-검정 (Paired t-test): 대응된 두 표본(예: 치료 전과 치료 후)의 평균을 비교합니다.
모수 (Parameter): 모집단의 수치적 특성 또는 측도.
모수 검정 (Parametric tests): 데이터가 특정 분포(예: 정규분포)를 따른다고 가정하는 통계 검정.
ROC 곡선하 부분면적 (Partial area under ROC curve): ROC 곡선하 부분면적은 미리 지정한 관심 구간에서 ROC 곡선의 일부를 요약합니다. 이 구간은 특이도 구간 또는 민감도 구간일 수 있습니다.
편상관 (Partial correlation): 세 번째 변수를 통제한 상태에서 두 변수 사이의 관계를 살펴봅니다.
Pearson 상관계수 (Pearson correlation coefficient): 두 변수 사이의 선형 상관관계를 측정하며, -1과 1 사이의 값을 산출합니다.
백분위수 (Percentile): 백분위수는 수치 데이터 중 일정 비율이 그 아래에 놓이는 값입니다. p번째 백분위수는 다음 순위 번호를 갖는 관측값과 같습니다.
$$ R(p) = 0.5 + \frac {p \times n} {100} $$
Poisson 분포 (Poisson distribution): 고정된 시간 또는 공간 구간에서 주어진 수의 사건이 발생할 확률을 나타내는 이산 확률분포.
다항 회귀분석 (Polynomial Regression): 다항 회귀분석은 독립변수 $x$와 종속변수 $y$ 사이의 관계를 n차 다항식으로 모형화하는 회귀분석의 한 유형입니다.
$$ Y = b_0 + b_1 x + b_2 x^2 + b_3 x^3 + \ … \ + b_n x^n $$
모집단 (Population): 데이터를 선택할 수 있는 항목 전체의 집합, 또는 연구자가 연구하고자 하는 개인이나 항목 전체의 집단.
양성 우도비 (Positive likelihood ratio): 질병이 있을 때 양성 검사 결과가 나올 확률과 질병이 없을 때 양성 검사 결과가 나올 확률의 비. 관련 항목: 음성 우도비.
양성 예측도 (Positive predictive value): 검사 결과가 양성일 때 질병이 있을 확률. 관련 항목: 음성 예측도.
검정력 (Power of a test): 검정이 거짓인 귀무가설을 올바르게 기각할 확률(1에서 제2종 오류의 확률을 뺀 값).
정밀도-재현율 곡선 (Precision-recall curve): 정밀도-재현율 곡선은 여러 임계값에 대해 정밀도(양성 예측도, y축)를 재현율(민감도, x축)에 대해 표시한 도표입니다. ROC 곡선의 대안입니다.
예측값 (Predicted value): 회귀 모형으로 예측한 종속변수의 값.
확률 (Probability): 어떤 사건의 확률은 가능한 전체 결과의 수에 대한, 그 사건을 포함하는 결과의 수의 비입니다.
확률분포 (Probability distributions): 확률분포는 확률변수의 값들에 확률이 어떻게 분포되어 있는지를 나타냅니다. 정규분포, 이항분포, Poisson 분포 항목을 참조하십시오.

Q-Q 도표 (Q-Q plot): Q-Q 도표(분위수-분위수 도표)는 데이터 세트의 분포를 이론적 분포(예: 정규분포)와 비교하는 데 사용하는 그래프 도구입니다.
이차 회귀분석 (Quadratic regression): 이차 회귀분석은 데이터가 포물선(U자형 또는 뒤집힌 U자형) 패턴을 보일 때 종속변수와 독립변수 사이의 관계를 모형화하는 데 사용하는 다항 회귀분석의 한 유형입니다. 이는 비선형 회귀 기법이지만, 계수에 대해서는 선형이므로 여전히 선형 모형으로 간주됩니다.
$$y = a x^2 + b x + c $$
질적 데이터 (Qualitative data): 질적 데이터는 “유형”을 나타내는 측정값으로, 이름, 기호 또는 숫자로 표시될 수 있습니다. 관련 항목: 양적 데이터.
양적 데이터 (Quantitative data): 양적 데이터는 값이나 개수를 나타내는 측정값으로, 숫자로 표현됩니다. 관련 항목: 질적 데이터.
사분위수 (Quartiles): 사분위수는 정렬된 데이터 세트를 네 개의 같은 부분으로 나눕니다. 사분위수는 25번째, 50번째, 75번째 백분위수에 해당합니다.

수정된 R 제곱 (R-adjusted): 회귀 모형에 포함된 독립변수의 수에 대해 수정한 (다중) 결정계수. 모형 적합도를 유의하게 개선하지 않는 변수를 모형에 투입하면 수정된 R 제곱은 감소할 수 있습니다.
R 제곱 (R-squared): 회귀 모형의 적합도를 나타내는 통계량.
무작위 표본 (Random sample): 모집단의 모든 구성원이 선택될 확률이 같고, 각 구성원의 선택이 다른 모든 구성원의 선택과 독립인 표본.
확률변수 (Random variable): 무작위 현상의 결과에 따라 값이 결정되는 변수.
무작위 대조 시험(RCT) (Randomized controlled trial (RCT)): 참가자를 치료군 또는 대조군에 무작위로 배정하는 실험.
범위 (Range): 데이터 세트의 최소값과 최대값, 또는 최대값과 최소값의 차이.
순위상관 (Rank correlation): 정규분포를 따르지 않는 두 변수 사이 또는 순서형 변수 사이의 관계를 연구하는 방법.
율 (Rate): 한 대상의 양을 다른 대상과 관련지어 나타내는 측도. 율은 서로 다른 단위로 측정된 두 개의 다른 양을 비교합니다. 관련 항목: 비.
비 (Ratio): 나눗셈으로 두 양을 비교하는 것. 비는 어떤 양의 한 값의 빈도를 그 양의 다른 값과 비교합니다. 관련 항목: 율.
참고구간 (Reference interval): 어떤 측정 항목의 참고구간(참고범위, 정상 범위)은 겉보기에 건강한 대상자의 값 중 가운데 95%가 놓이는 구간입니다.
회귀분석 (Regression): 종속변수와 하나 이상의 독립변수 사이의 관계를 모형화하는 통계 기법.
회귀계수 (Regression coefficients): 회귀 계수는 독립변수가 한 단위 변할 때 종속변수에서 기대되는 변화를 나타냅니다. 예를 들어 다중회귀분석 방정식 $ y = b_0 + b_1 x_1 + b_2 x_2 + b_3 x_3 +\ …\ + b_k x_k $에서 값 $b_1\ … \ b_k$이 회귀계수입니다.
회귀방정식 (Regression equation): 회귀 방정식은 두 변수 사이의 관계를 나타냅니다. 예를 들어 선형 회귀방정식 $y = a + bx $에서 $y$는 종속변수, $x$는 독립변수이며, 계수 $b$는 기울기, $a$는 y절편입니다. 관련 항목: 다중회귀분석, 이차 회귀분석.
회귀선 (Regression line): 회귀방정식을 그래프로 나타낸 것. 일반적으로 산점도와 함께 표시합니다.
상대 오차 (Relative error): 절대 오차를 참값으로 나눈 값.
상대빈도 (Relative frequency): 상대빈도는 변수의 특정 값이 관측된 횟수를 그 변수의 전체 값의 수에 대한 비로 나타낸 것입니다.
상대위험도 (Relative risk): 두 그룹에서 양성 결과를 보인 케이스의 비율의 비. 상대위험도는 노출군에서 사건이 발생할 확률을 비노출군에서 사건이 발생할 확률과 비교합니다. 관련 항목: 오즈비.
상대 표준편차(RSD) (Relative standard deviation (RSD)): 표준편차를 평균으로 나눈 값입니다. 적절한 경우 이 값에 100을 곱하여 백분율로 나타내면 변동계수가 됩니다.
반복측정 분산분석 (Repeated measures ANOVA): 같은 대상자 내에서 여러 시점 또는 조건에 걸쳐 평균을 비교합니다.
잔차 표준편차 (Residual standard deviation): 회귀분석에서 잔차의 표준편차.
잔차 (Residuals): 관측값과 예측값 사이의 차이. 잔차는 회귀 모형을 적합한 후 설명되지 않은(잔여) 변동을 나타냅니다. 즉, 변수의 관측값과 회귀 모형이 제시하는 값의 차이입니다.
제한 평균 생존시간 (Restricted mean survival time): 제한 평균 생존시간(RMST)은 특정 시점까지의 생존곡선 아래 면적으로 정의됩니다. 관련 항목: 평균 생존시간.
위험도비 (Risk ratio): 상대위험도 항목을 참조하십시오.
ROC 곡선 (ROC curve): 수신자 조작 특성(ROC) 곡선은 다양한 임계값에서 이진 분류 모형의 성능을 보여 주는 그래프입니다.

표본 (Sample): 분석을 위해 선택된 모집단의 부분집합.
표본 크기 (Sample size): 표본에 포함된 케이스(관측값)의 수.
표본추출 (Sampling): 모집단 전체에 대해 추론할 수 있도록 전체 모집단에서 원소의 적절한 부분집합을 선택하는 과정.
표본추출 편향 (Sampling bias): 수집된 표본이 모집단을 대표하지 못할 때 발생하는 편향.
표본분포 (Sampling distribution): 같은 모집단에서 추출한 많은 표본으로부터 얻은 통계량의 확률분포.
표본추출 기법 (Sampling techniques): 표본추출 기법은 모집단에서 연구에 참여할 개인을 선택하는 데 사용하는 방법입니다. 무작위 표본추출, 층화 표본추출 항목을 참조하십시오.
산점도 (Scatter diagram): 두 양적 변수 사이의 관계를 보여 주는 그래프.
민감도 (Sensitivity): 질병이 있을 때 검사 결과가 양성일 확률(진양성률). 관련 항목: 특이도.
유의수준 (Significance level): 유의수준(알파)은 H0을 기각할지 여부를 결정하는 기준값을 정의합니다.
단순 선형 회귀분석 (Simple linear regression): 선형 회귀분석 항목을 참조하십시오.
비대칭 분포 (Skewed distribution): 대칭이 아닌 분포.
왜도 (Skewness): 왜도는 변수 분포의 대칭 정도를 나타내는 측도입니다.
기울기 (Slope): 그래프에서 직선의 경사 또는 가파른 정도를 나타내는 수.
Spearman 순위상관 (Spearman’s rank correlation): 두 변수 사이의 관계를 단조 함수로 얼마나 잘 나타낼 수 있는지를 평가하는 비모수적 상관관계 측도.
특이도 (Specificity): 질병이 없을 때 검사 결과가 음성일 확률(진음성률). 관련 항목: 민감도.
표준편차 (Standard deviation): 표준편차는 분산의 제곱근입니다. 각 데이터 점이 평균에서 떨어진 평균적인 거리를 나타내는 측도입니다.
$$s = \sqrt{\frac{\sum_{}^{}{(x-\bar{x})^2}}{n-1}} $$
표준오차 (Standard error): 검정통계량의 값이 표본마다 얼마나 달라질 수 있는지를 나타내는 측도. 통계량의 표본분포의 표준편차입니다.
평균의 표준오차(SEM) (Standard error of the mean (SEM)): SEM은 표준편차를 표본 크기의 제곱근으로 나누어 계산합니다.
$$SEM = \frac{s}{\sqrt{n}} $$
표준정규분포 (Standardized Normal distribution): 평균이 0이고 표준편차가 1인 정규분포. 모든 값 x를 (x-평균)/SD로 바꾸면 정규분포를 표준정규분포로 변환할 수 있습니다.
통계량 (Statistic): 표본의 수치적 특성 또는 측도.
통계적 품질관리(SQC) (Statistical quality control (SQC)): 공정이 최대 역량으로 운영되도록 공정을 모니터링하고 관리하는 데 사용하는 기법과 도구의 모음.
통계적 유의성 (Statistical significance): 귀무가설이 참이라고 할 때 우연만으로는 나타나기 어려운 결과, 즉 P값이 미리 정한 유의수준(보통 0.05)보다 작은 결과를 통계적으로 유의하다고 합니다.
통계학 (Statistics): 통계학은 수학적 이론과 방법론을 이용하여 데이터를 수집, 분석, 해석, 제시 및 정리하는 학문입니다. 의사 결정과 표본 데이터에 근거한 모집단 추론을 위한 틀을 제공합니다.
단계적 선택 (Stepwise selection): 회귀분석에서 전진 선택과 후진 제거를 결합한 방법.
층화 표본추출 (Stratified sampling): 모집단을 하위 그룹으로 나누고 각 하위 그룹에서 표본을 추출하는 표본추출 방법.
층 (Stratum): 무작위 표본추출에서는 때때로 모집단의 서로소인 여러 부분집합에서 따로따로 표본을 추출합니다. 이러한 각 부분집합을 층이라고 합니다.
설문조사 (Survey): 정보를 수집하기 위해 사람들에게 질문하는 데이터 수집 방법.
생존분석 (Survival analysis): 생존분석은 사건 발생까지의 시간 데이터를 분석하는 통계 방법으로, 관심 사건은 흔히 사망, 질병 진행 또는 회복입니다. 사건이 발생할 때까지의 시간을 추정하며 중도절단을 고려합니다.

t-검정 (T-test): 두 그룹의 평균을 비교하는 데 사용하는 통계 검정.
시계열 분석 (Time series analysis): 시간 순서로 정렬된 데이터를 다루어 추세와 계절적 패턴을 파악하는 통계 기법.
총 변동(회귀) (Total variation (regression)): 종속변수의 관측값과 산술평균 사이 차이의 제곱합.
절사평균 (Trimmed mean): 절사평균은 표본의 양쪽 끝에서 일정 비율의 극단값을 제거한 후 평균을 계산하는 통계적 측도입니다.
이원배치 분산분석 (Two-way analysis of variance): 두 질적 요인이 하나의 종속변수에 미치는 효과를 분석하는 방법.
제1종 오류 (Type I Error): 귀무가설이 실제로 참인데도 기각하는 오류(위양성).
제2종 오류 (Type II Error): 귀무가설이 실제로 거짓인데도 기각하지 못하는 오류(위음성).

불편추정량 (Unbiased estimator): 추정량이 불편이려면 평균적으로 미지 모수의 참값을 산출해야 합니다.
과소적합 (Underfitting): 모형이 너무 단순하여 데이터의 근본적인 추세를 포착하지 못할 때 발생하는 모형화 오류. 관련 항목: 과적합.
설명되지 않은 변동(회귀) (Unexplained variation (regression)): 관측값과 추정값 또는 예측값 사이 차이의 제곱합.
균등분포 (Uniform distribution): 모든 결과가 같은 확률로 나타나는 확률분포.

변수 (Variable): 변하는 양.
분산 (Variance): 값들의 집합의 산포를 나타내는 측도로, 평균과의 차이의 제곱합을 값의 개수에서 1을 뺀 수로 나누어 계산합니다.
$$s^2 = \frac{\sum_{}^{}{(x-\bar{x})^2}}{n-1} $$
바이올린 플롯 (Violin plot): 바이올린 플롯은 밀도 곡선을 이용하여 하나 이상의 그룹에 대해 수치 데이터의 분포를 나타냅니다. 각 곡선의 너비는 각 영역에 있는 데이터 점의 대략적인 빈도에 해당합니다.

Welch t-검정 (Welch’s T-test): 두 그룹의 분산 및/또는 표본 크기가 서로 다를 때 사용하는 t-검정의 한 형태.
Wilcoxon 부호순위 검정 (Wilcoxon signed-rank test): 대응표본 간의 차이를 검정하며, 모집단 평균 순위가 다른지 평가합니다. 대응표본 t-검정의 비모수적 대안입니다.

X-bar ($ \bar{X}$): 표본 평균.
X 변수 (X-variable): 회귀분석에서 독립변수를 나타내는 데 흔히 사용됩니다.

Y 변수 (Y-variable): 수학적 또는 통계적 모형에서 일반적으로 종속변수를 나타냅니다. 회귀분석 항목을 참조하십시오.
Yates 보정 (Yates' correction): 특히 2x2 분할표에서 연속성을 위해 카이제곱 검정에 적용하는 보정.
Youden 도표 (Youden plot): 모든 실험실이 2개의 시료를 분석한 경우, 실험실 간 데이터를 분석하는 그래프 방법.

z 점수 (Z-score): 값들의 그룹의 평균에 대한 어떤 값의 관계를 표준편차 단위로 나타내는 측도.
$$ z = \frac{x-\bar{x}}{s} $$
영차 상관계수 (Zero order correlation coefficient): 종속변수와 각 독립변수 사이의 단순 상관계수를 따로따로 구한 것.

통계 용어집

관련 항목