초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

표본 코호트 DB는 국민건강정보 DB 내의 2002년 자격 DB로부터 건강보험 가입자의 표본을 추출한 후 각 가입자의 정보를 연결하여 만들어진 코호트 연구 자료이다. 이 자료에서 시간 경과에 따른 신체 지수의 변화가 큰 사람들이 관찰되었는데 이는 측정오차나 오자로 인해서 오차가 커졌기 때문이라고 추측할 수 있다. 본 논문에서는 오차가 클 것이라고 예상되는 이상치를 통계적 모형에 근거하여 탐색한 후 이상치라고 판단된 관찰값을 처리하는 여러 가지 방법들을 비교하였다. 그 결과 이상치 탐색에서는 Data Partitioning과 M-estimation 이용한 로버스트 ...

표본 코호트 DB는 국민건강정보 DB 내의 2002년 자격 DB로부터 건강보험 가입자의 표본을 추출한 후 각 가입자의 정보를 연결하여 만들어진 코호트 연구 자료이다. 이 자료에서 시간 경과에 따른 신체 지수의 변화가 큰 사람들이 관찰되었는데 이는 측정오차나 오자로 인해서 오차가 커졌기 때문이라고 추측할 수 있다. 본 논문에서는 오차가 클 것이라고 예상되는 이상치를 통계적 모형에 근거하여 탐색한 후 이상치라고 판단된 관찰값을 처리하는 여러 가지 방법들을 비교하였다. 그 결과 이상치 탐색에서는 Data Partitioning과 M-estimation 이용한 로버스트 회귀모형(DPM)(박유성 외 2012)이 우수하였고, 이상치 처리에 있어서는 이상치라고 판단된 관찰값을 제거하거나 회귀대체를 이용하여 대체하는 방법, 확률적 회귀대체를 하는 방법이 우수한 것을 볼 수 있었다. 우수하다고 판단된 방법들을 이용하여 건강검진 DB 내의 이상치를 처리해 생존분석을 해본 결과 이상치 처리 전에는 평범한 수준의 BMI를 가지는 범주인 BMI_5보다 더 높은 BMI를 가지는 BMI_9에서 사망 위험이 BMI_5보다 낮다는 결과가 나왔지만 이상치 처리 후에는 사망 위험을 나타내는 위험비 추정량이 유의하지 않게 변했다. 또 이상치 처리 전에는 가장 높은 BMI를 가지는 범주인 BMI_10은 위험비 추정량이 유의하지 않았지만 이상치 처리 후에는 BMI_5보다 사망 위험이 2배 이상 높다는 결과가 나왔다. 이를 통해서 이상치 처리를 한 후에 일반적으로 BMI에서 관측되는 U-shape의 모습을 보여 통념에 반하지 않는 분석 결과가 나온 것을 알 수 있었다.