일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- literature review
- 통계실험
- mean model
- 통계대학원
- gam모델
- 영국석사
- 영국대학원
- 코호트연구
- soap film smoothing
- Spatial Data
- 머신러닝
- 영국통계대학원
- 케글타이타닉
- 통계석사
- cohort study
- blocking
- factorial design
- 데이터사이언스
- 관찰연구
- statistical experiment
- 타이타닉데이터
- RCB
- Smoothing
- 통계디자인
- Titanic - Machine Learning from Disaster
- 논문제안서
- Machine Learning
- Data Science
- 통계학석사
- 통계예상문제
- Today
- Total
목록cohort study (2)
DS and stats

우리가 코호트 연구를 진행할 때 할 수 있는 여러가지 방법이 있다. 그 중 예시를 들어보자면, 가정: A(새로운 치료제)와 B(기존 치료제) 중 어떤 것이 더 효과적인가 방법1: 동시에 한 클리닉은 새로운 치료제를 주입한 환자, 다른 클리닉에서는 기존의 치료제를 주입한 환자의 결과를 비교한다. 방법2: 과거의 기존 치료제를 주입한 환자들에게 새로운 치료제를 주입하여 결과를 비교해본다.(같은 환자에게 기존(과거) 치료제, 새로운 치료제(현재) 2번 주입하는 것) 방법3: 기존의 치료제를 이용한 과거의 결과를 바탕으로 다른 환자에게 새로운 치료제를 주입하여 결과를 비교한다. 방법1에서 confounder: 서로 다른 클리닉에서 주입하기 때문에 의사의 스킬이나 병원의 환경이 요소가 될 수 있고, 다른 환자들에..

관찰 연구는 무작위실험(randomised experiment)가 비윤리적이거나 실행불가능한 경우일 때, 노출 및 결과..?(treatment와 effects)사이의 관계를 실증적으로 조사하는 것이다 잘 디자인된 관찰연구는 가능한 비슷하고 간단한 무작위 실험과 닮았다. 실험과 다르게, 결과는 연구 설계 이전에 관측값으로 존재할 수도 있다. 즉, 존재가 아닌, 어떻게 사용하고 검토할 것인지 따라 분석의 방향을 정해야한다. 인과추론은 데이터로부터 원인-효과 관계가 있는지, 있으면 얼마나 있는지를 추론하는 것이다. 예를 들어, 기술에 대한 정부의 지출과 교수형에 대한 연관성를 찾으려고 한다고 가정해보자. => 정부가 기술에 대한 예산을 삭감하면 교수형이 줄어야한다는 시점을 가지는 것이다. 말도 안됨. 왜 말도..