Statistics/Statistical Model (3) ์ธ๋ค์ผํ ๋ฆฌ์คํธํ ๋งค๊ฐํจ๊ณผ(Mediating effect) โก ๋งค๊ฐํจ๊ณผ(Mediating effect) - ๋ ๋ฆฝ๋ณ์๊ฐ ์ข ์๋ณ์์ ์ ์ํ ์ํฅ์ ๋ฏธ์น ๋, ๊ทธ ์ฌ์ด์ ๋งค๊ฐ๋ณ์๋ฅผ ํตํด ๊ทธ ์ํฅ์ด ์ ๋ฌ๋๋ ๊ฒฝ์ฐ - X(๋ ๋ฆฝ๋ณ์) → M(๋งค๊ฐ๋ณ์) → Y(์ข ์๋ณ์) โก ๋งค๊ฐํจ๊ณผ์ ์ข ๋ฅ (1) ๋ถ๋ถ๋งค๊ฐ ํจ๊ณผ (2) ์์ ๋งค๊ฐ ํจ๊ณผ โก ๋งค๊ฐํจ๊ณผ ๊ฒ์ฆ๋ฐฉ๋ฒ - Baron & Kenny (1986) ๋ฐฉ๋ฒ [1๋จ๊ณ] X → M [2๋จ๊ณ] X → Y [3๋จ๊ณ] X + M → Y (1) ๋ถ๋ถ๋งค๊ฐ ํจ๊ณผ ๊ฒ์ฆ [1๋จ๊ณ] M = a + b1*X → b1 ์ ์ [2๋จ๊ณ] Y = a + phi*X → phi ์ ์ [3๋จ๊ณ] Y = a + b2*X + b3*M → b3, b2 ์ ์ โท ์์ 3๋จ๊ณ์ ๊ฐ ๊ณ์์ ์ ์ ์กฐ๊ฑด์ ๋ง์กฑํ ๊ฒฝ์ฐ, ๋ถ๋ถ๋งค๊ฐํจ๊ณผ๊ฐ ๋ํ๋๋ค๊ณ ๋ณผ ์ ์๋ค. (2) ์์ ๋งค๊ฐ ํจ๊ณผ.. ํต๊ณ ๋ชจ๋ธ๋ง ๊ณผ์ (Statistical modeling process) ๋ฐ์ดํฐ ๋ถ์ ๋๋ ๋ฌธ์ ํด๊ฒฐ์ ์ํ ํต๊ณ ๋ชจ๋ธ๋ง ๊ณผ์ (Statistical modeling process)์ ๋ํด ์์๋ณผ ๊ฒ์ด๋ค. ๋จ๊ณ๋ 8๊ฐ๋ก ๋๋ ์ ์๊ณ , ์๋์ ๊ฐ๋ค. 1. Understand the problem 2. Plan and collect data 3. Explore data 4. Postulate model 5. Fit model 6. Check model 7. Iterate 8. Use model ๊ฐ ๋จ๊ณ์ ๋ํด ์์ธํ ์์๋ณด์. 1. Understand the problem ๊ฐ์ฅ ๋จผ์ ํด์ผํ๋ ๊ฒ์ ๋ฌธ์ ๋ฅผ ์ดํดํ๋ ๊ฒ์ด๋ค. ๋น์ฐํ๊ธฐ ๋๋ฌธ์ ๊ฐ๊ณผํ๊ธฐ ์ฌ์ด๋ฐ, ์ด๋ ๋งค์ฐ ์ค์ํ๋ค. ์๋ฅผ ๋ค์ด, ํ๋์ฐจ์ด์ฆ์ ์์ต ๋ฐ์ดํฐ๋ฅผ ๊ฐ ์ง์ญ์์ ์ป์๋ค๊ณ ๊ฐ์ ํ์. ์์ต์ ํ๊ท ์ ํตํด ํ๋์ฐจ์ด์ฆ ์ฌ.. ํต๊ณ ๋ชจ๋ธ(Statistical model) ํต๊ณ ๋ชจ๋ธ(Statistical model)์ ๋ํด ์์๋ณผ ๊ฒ์ด๋ค. ๋ค๋ฃฐ ๋ด์ฉ์ ๋ค์๊ณผ ๊ฐ๋ค. 1. ํต๊ณ ๋ชจ๋ธ์ ์ ์ 2. ํต๊ณ ๋ชจ๋ธ์ ๋ชฉ์ 1. ํต๊ณ ๋ชจ๋ธ์ ์ ์ ํต๊ณ ๋ชจ๋ธ์ด๋ ๋ฐ์ดํฐ ์์ฑ ๊ตฌ์กฐ(Data generating process)๋ฅผ ๋ชจ๋ฐฉ(Imitation) ๋๋ ๊ทผ์ฌ(Approximation)ํ๊ธฐ ์ํ ์ํ์ ๊ตฌ์กฐ(Mathematical structure)๋ฅผ ๋งํ๋ค. ์ผ๋ฐ์ ์ผ๋ก ํต๊ณ ๋ชจ๋ธ์ ๋ณ์๊ฐ์ ๊ด๊ณ๋ฅผ ๋ํ๋ด๋ฉฐ, ๋ฐ์ดํฐ์ ๋ถํ์ค์ฑ(Uncertainty)๊ณผ ๋ณ๋์ฑ(Variability)๋ฅผ ์ค๋ช ํ๋ค. ํต๊ณ ๋ชจ๋ธ์ ์ธ๊ณผ๊ด๊ณ ๋๋ ๋ ธ์ด์ฆ ๋ฐ์ดํฐ๋ก๋ถํฐ ์๋ ๋ณ์(Hidden variable)๋ฅผ ํ์ ํ๋๋ฐ ๋์์ ์ค ์ ์๋ค. 2. ํต๊ณ ๋ชจ๋ธ์ ๋ชฉ์ ํต๊ณ ๋ชจ๋ธ์ ๋ชฉ์ ์ ํฌ๊ฒ 4๊ฐ์ง๋ก ๋๋ ์ ์๋ค. .. ์ด์ 1 ๋ค์