다음 중 단순 선형회귀분석과 다중 선형회귀분석의 공통점이 아닌 것은?

단순 선형회귀는 독립변수가 1개, 다중 선형회귀는 2개 이상의 독립변수를 사용한다는 점에서 근본적으로 차이가 있다. 나머지 보기는 두 방법의 공통된 특징 또는 원리이다.

보건행정 핵심 해설 이 문제는 보건통계 및 연구방법론에서 핵심 도구인 회귀분석(Regression Analysis)의 기본 원리를 이해하고 있는지 묻고 있어요. 특히 단순 선형회귀(Simple Linear Regression)와 다중 선형회귀(Multiple Linear Regression)의 공통점과 차이점을 명확히 구분할 수 있어야 해요. 핵심 개념 분석 (Key Concept) 회귀분석은 종속변수(결과)와 하나 이상의 독립변수(원인) 간의 관계를 모델링하는 통계 기법이에요. 핵심! 단순 선형회귀는 독립변수가 1개인 반면, 다중 선형회귀는 독립변수가 2개 이상이라는 근본적인 차이가 있어요. 이 차이에서 파생되는 여러 분석적 특징(예: 다중공선성 검토 필요성)이 존재하지만, 기본적인 통계적 원리(추정 방법, 가정, 검정)는 공유해요. 정답 근거 (Answer Rationale) 정답은 ④번이에요. 그 이유는 명확해요: 단순 선형회귀는 독립변수 1개, 다중 선형회귀는 독립변수 2개 이상을 사용하므로, "분석에 사용되는 독립변수의 개수가 동일하다"는 주장은 두 방법의 가장 큰 차이점을 정반대로 설명한 것이기 때문이에요. 이는 두 분석법을 정의하는 근본적인 요소예요. 오답 분석 (Distractor Analysis) 혼동 주의! 각 오답이 왜 공통점인지 확인해볼게요.
① 최소제곱법(Ordinary Least Squares, OLS): 두 회귀분석 모두 모델의 오차(잔차) 제곱합을 최소화하는 방식으로 회귀계수를 추정하는 동일한 원리를 사용해요.
② 선형 관계 가정: 두 방법 모두 종속변수와 독립변수(들) 사이의 관계가 선형(직선)이라고 가정하는 모델이에요. 다중 회귀에서는 각 독립변수와의 관계가 선형이라고 가정해요.
③ 회귀계수의 t-검정: 각 회귀계수(단순 회귀에서는 기울기 1개, 다중 회귀에서는 기울기 여러 개)가 통계적으로 유의미하게 0과 다른지 검정하는 데 t-검정을 사용해요. 이는 공통된 검정 방법이에요.
⑤ 모형의 F-검정: "모든 회귀계수가 동시에 0이다"라는 귀무가설을 검정하는 데 F-검정을 사용해요. 즉, 회귀모형 전체가 통계적으로 유의미한지 확인하는 방법으로, 두 분석법 모두에 적용 가능해요. 연관 개념 정리 (Related Concepts) 회귀분석을 공부할 때는 결정계수(R-squared)와 수정된 결정계수(Adjusted R-squared)의 차이도 함께 이해해야 해요. 단순 회귀에서는 R²만 보지만, 다중 회귀에서는 독립변수 개수가 증가하면 R²가 인위적으로 높아질 수 있어 수정된 결정계수를 반드시 확인해야 해요. 또한 다중 회귀의 주요 가정인 다중공선성(Multicollinearity)의 문제(독립변수들끼리 높은 상관관계를 가짐)와 이를 진단하는 VIF(Variance Inflation Factor) 지표도 중요해요. 개념 정리

구분	단순 선형회귀	다중 선형회귀	공통점
독립변수 수	1개	2개 이상	❌ 다름 (핵심 차이)
계수 추정 방법	최소제곱법(OLS)		⭕ 동일
관계 가정	선형 관계		⭕ 동일
계수 유의성 검정	t-검정		⭕ 동일
모형 유의성 검정	F-검정		⭕ 동일

한눈에 비교!

비교 항목	단순 선형회귀	다중 선형회귀
모델 식	Y = β₀ + β₁X + ε	Y = β₀ + β₁X₁ + β₂X₂ + ... + ε
주요 해석	한 변수의 영향	여러 변수의 영향(다른 변수 통제 시)
주의사항	산점도로 선형성 확인	다중공선성(Multicollinearity) 확인 필수
결정계수 사용	R²	수정된 R²(Adjusted R²) 권장

실무 포인트 보건행정이나 의료연구에서 회귀분석은 매우 유용해요. 예를 들어, 병원 재원일수(Length of Stay)에 영향을 미치는 요인(나이, 중증도, 수술 유무 등)을 분석하거나, 의료비 예측 모형을 만들 때 다중 선형회귀가 활발히 사용돼요. 실무에서 분석할 때는 데이터의 정규성, 등분산성, 독립성 등 기본 가정을 반드시 검토하고, 결과 해석 시 "다른 모든 변수가 동일할 때(ceteris paribus)"라는 조건을 염두에 두어야 해요. 암기 팁 "단(單)심(心) 다(多)중(衆)"으로 외우세요! 단순회귀는 독립변수 한(單)개, 다중회귀는 독립변수 여러(多)개. 이 하나만 기억하면 두 방법의 가장 근본적인 차이는 바로 잡힙니다. 국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 통계 부분에서 회귀분석의 기본 개념과 용어가 자주 출제돼요. 특히 "단순 vs 다중"의 차이, "최소제곱법", "결정계수", "다중공선성" 등의 키워드를 중심으로 공부하세요. 계산보다는 개념적 이해를 묻는 문제가 대부분이에요. 기출 변형 주의! 이 개념은 "다음 중 다중 선형회귀분석의 특징으로 옳은 것은?" 또는 "단순 선형회귀모형에서 검정할 수 없는 것은?"과 같이 변형되어 출제될 수 있어요. 항상 핵심! "독립변수의 개수"라는 기준을 먼저 적용하면 답을 쉽게 찾을 수 있어요.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "의료기관 기획팀에서 지역 내 당뇨병 환자의 입원비용에 영향을 미치는 주요 요인을 분석해 달라는 지시를 받았어요. 환자 데이터(나이, BMI, 당화혈색소 수치, 합병증 유무, 보험 종류)와 비용 데이터를 확보한 상태입니다. 어떤 통계 분석 방법을 선택하고, 분석 시 특히 주의해야 할 점은 무엇일까요?" 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 종속변수는 '입원비용', 독립변수 후보는 여러 개(나이, BMI 등)입니다. 따라서 다중 선형회귀분석(Multiple Linear Regression)이 적합한 방법이에요. 2. 법적/규정 검토: 통계 분석 자체에 법적 규정은 없지만, 사용하는 환자 데이터는 개인정보보호법(Personal Information Protection Act) 및 의료법(Medical Service Act)에 따라 익명화/가명처리가 필수적이에요. 3. 대응 및 처리: 분석을 실행하기 전에 반드시 주의! 다중공선성(Multicollinearity)을 진단해야 해요. 예를 들어, '당화혈색소'와 '공복혈당'은 높은 상관관계를 가질 수 있어 함께 모델에 넣으면 결과 해석을 왜곡할 수 있어요. VIF 지표를 확인해 10 이상이면 변수 제거를 고려하세요. 4. 사후 기록/보고: 분석 결과를 보고할 때는 단순히 "유의하다"고 말하기보다, "표준화 회귀계수(Standardized Beta Coefficient)"를 제시하여 어떤 변수의 영향력이 상대적으로 큰지 설명하면 더 설득력 있는 보고가 될 거예요. 법적 안전 및 주의사항 (Precautions) 연구나 보고서 작성 시, 회귀분석 결과가 인과관계(Causality)를 증명하는 것이 아니라 상관관계(Correlation)를 보여준다는 점을 명시해야 해요. "A가 B의 원인이다"라고 단정하지 말고, "A와 B 사이에 유의한 연관성이 관찰되었다"고 표현하는 것이 통계적, 윤리적으로 안전해요. 업무 프로토콜 다중 회귀분석 수행 체크리스트 1. 데이터 수집 및 익명화 → 2. 변수 선정 및 가설 수립 → 3. 기술통계 및 상관관계 분석 → 4. 다중공선성 진단(VIF 확인) → 5. 회귀모형 적합 → 6. 모형 가정 검토(잔차 분석) → 7. 결과 해석 및 보고서 작성 선배의 한마디 "통계는 두려워할 도구가 아니라, 데이터 속에 숨은 이야기를 들어주는 '통역사'예요. 회귀분석은 '여러 원인이 동시에 작용할 때, 각각의 순수한 영향은 얼마나 될까?'를 추정하게 해줍니다. 보건행정가로서 정책 효과 분석, 자원 배분 근거 마련에 꼭 필요한 도구이니 개념을 튼튼히 다져두세요!"