보건행정 핵심 해설
이 문제는 보건통계 및 연구방법론에서 매우 중요한
회귀분석 모형 평가 지표를 묻고 있어요. 특히, 다중 선형회귀분석에서 독립변수를 무분별하게 추가할 때 발생하는 문제점을 이해하고, 이를 보정하는 지표를 알아야 해요.
핵심 개념 분석 (Key Concept): 다중 선형회귀분석은 여러 개의 독립변수가 하나의 종속변수에 미치는 영향을 분석하는 방법이에요. 모형의 적합도, 즉 '얼마나 데이터를 잘 설명하는가'를 평가하는 대표적인 지표가
결정계수(R-squared, R²)예요. R²는 0에서 1 사이의 값을 가지며, 1에 가까울수록 모형의 설명력이 높아요.
정답 근거 (Answer Rationale):
핵심! 정답이
수정된 결정계수(Adjusted R-squared)인 이유는, 일반 R²의 치명적인 단점을 보완하기 때문이에요. R²는 독립변수의 수가 증가하면 무조건 증가하는 특성이 있어요. 즉, 설명력이 없는 변수를 추가해도 R² 값은 높아져서, '과적합(Overfitting)'된 잘못된 모형을 선택할 위험이 있어요. 수정된 결정계수는 독립변수의 개수(k)와 표본 크기(n)를 고려하여 R² 값을 보정해,
실제 설명력이 높은 변수들로 구성된 모형을 더 정확하게 평가할 수 있게 해줘요. 따라서 다중 회귀분석에서는 R²보다 수정된 R²를 모형 선택의 주요 기준으로 삼아요.
오답 분석 (Distractor Analysis):
①
혼동 주의! '독립변수의 개수'는 모형의 복잡도를 나타내는 지표일 뿐, 설명력을 직접 평가하는 지표가 아니에요. 오히려 변수가 많을수록 R²는 높아지지만, 이는 설명력의 착시 현상일 수 있어요.
② '잔차의 평균'은 회귀분석의 기본 가정 중 하나인 '잔차의 평균은 0'을 확인하는 지표예요. 설명력 평가와는 직접적인 관련이 적어요.
④ '회귀계수의 크기'는 각 독립변수가 종속변수에 미치는 영향의 강도를 나타내지만, 전체 모형의 설명력을 종합적으로 평가하지는 못해요.
⑤ 'F-통계량의 유의확률(p-value)'은
"모든 회귀계수가 동시에 0인가?" 즉, '모형 전체가 유의미한가'를 검정하는 지표예요. 모형의 유의성을 판단하는 첫 번째 관문이지만, 설명력의 '정도'를 수치화하여 비교하는 지표는 아니에요.
연관 개념 정리 (Related Concepts):
-
결정계수(R²): 총 변동 중 회귀식으로 설명되는 변동의 비율. SST(총제곱합) = SSR(회귀제곱합) + SSE(오차제곱합)일 때, R² = SSR/SST.
-
수정된 결정계수(Adjusted R²): 공식은 1 - [(1-R²)*(n-1)/(n-k-1)]. 여기서 n은 표본 수, k는 독립변수 수.
-
AIC(Akaike Information Criterion),
BIC(Bayesian Information Criterion): 모형 선택 시 사용되는 다른 지표로, 값이 작을수록 좋은 모형. 이들도 과적합을 방지하기 위해 변수 수에 대한 패널티를 부과해요.
개념 정리
| 지표 | 의미 | 특징/용도 |
|---|
| 결정계수 (R²) | 모형이 데이터를 설명하는 비율 (0~1) | 단순 회귀에서 유용. 변수 증가 시 무조건 증가하는 단점. |
| 수정된 결정계수 (Adj. R²) | 변수 수를 보정한 설명력 지표 | 다중 회귀 모형 선택의 핵심 지표. 실제 설명력을 더 정확히 반영. |
| F-통계량 (p-value) | 모형 전체의 통계적 유의성 검정 | "모형이 의미가 있는가?" (H₀: 모든 β=0)를 판단. 설명력 '정도'는 아님. |
한눈에 비교!
| 비교 항목 | 결정계수 (R²) | 수정된 결정계수 (Adj. R²) |
|---|
| 주요 용도 | 단순 선형회귀 모형 평가 | 다중 선형회귀 모형 평가 및 비교 |
| 변수 수 영향 | 변수 증가 → 무조건 증가 (과대평가 위험) | 변수 증가 → 실제 설명력 없으면 감소 (보정 효과) |
| 모형 선택 | 부적합 (과적합 모형 선정 가능성 높음) | 적합 (실제 예측력 좋은 모형 선정) |
| 값 범위 | 0 ≤ R² ≤ 1 | Adj. R² ≤ R² (음수값도 가능하지만, 보통 0~1) |
실무 포인트
보건행정이나 의료연구에서 회귀분석을 활용할 때(예: 의료비 영향 요인 분석, 환자 만족도 결정 요인 분석 등)는 반드시
수정된 결정계수를 확인해야 해요. 보고서나 논문에 R²만 제시하고 Adj. R²를 생략하면, 전문가에게 모형 평가가 미흡하다는 지적을 받을 수 있어요. 여러 개의 후보 모형 중 하나를 선택할 때는 Adj. R²가 가장 높은 모형, 또는 AIC/BIC가 가장 낮은 모형을 선택하는 것이 원칙이에요.
암기 팁
"
다(多)중 회귀는 수정(修正)이 필수!"
다중(Multiple) 회귀분석에서는 변수가 많아져서 R²가 속일 수 있으니, 반드시 수정된(Adjusted) R²를 봐야 한다고 연상하세요.
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서 통계 부분은 이론적 이해를 묻는 경우가 많아요. "다중 회귀분석에서 모형 비교 시 사용하는 지표", "R²의 단점을 보완한 지표" 등의 형태로 직접적으로 출제될 수 있어요. R², Adj. R², F검정의 용도를 정확히 구분하는 것이 중요해요.
기출 변형 주의!
-
사례형: "A 연구자가 환자 재원일수에 영향을 미치는 요인(나이, 중증도, 수술유무 등)을 분석하기 위해 다중 회귀모형을 세우고, 변수를 하나씩 추가하며 모형을 비교하고자 한다. 이때 모형의 설명력을 비교 평가하기 위해 가장 적합한 지표는?" → 정답은 동일하게 '수정된 결정계수'.
-
참/거짓형: "다중 선형회귀분석에서 독립변수를 추가하면 결정계수(R²)는 항상 증가하거나 변하지 않는다." → 참. (수정된 결정계수는 감소할 수 있음)