통계 방법 가이드 (라이트)
변수 및 결과를 기반으로 데이터에 적합한 통계적 검정 방법을 빠르게 결정하고 간단한 근거와 소프트웨어 명령 힌트를 제공합니다.
- 연구 유형과 데이터 특성을 입력해 주세요.
- AI Run을 클릭하면 근거가 포함된 빠른 통계 방법 권고를 채팅에서 바로 받아보실 수 있습니다.
- 더 깊은 설명, 대안 접근법, 또는 Methods 섹션 초안을 요청하실 수 있습니다.
⚡ 1 credit/run
변수 입력
예: 심장학, 종양학, 공중보건, 정신의학, 응급의학
각 변수의 이름, 유형, 범위를 기술. 예: 독립변수: 치료군(범주형: 약물 A / 약물 B, 독립 표본); 종속변수: 수축기 혈압 변화(연속형, mmHg); 각 군 45명
예: 고혈압 환자에서 약물 A가 약물 B보다 수축기 혈압을 더 많이 낮추는가?
예: 중국어 간체, 스페인어, 일본어, 영어
도구 소개
임상 연구자를 위한 신속한 통계 의사결정 지원 도구입니다. 변수 유형, 그룹 구조, 연구 질문을 기술하면 AI가 적절한 통계 검정, 가정 확인 방법, 바로 사용 가능한 Methods 섹션 초안을 제공합니다. 단일 주요 결과를 가진 단순 비교 분석에 적합합니다.
결정 논리
통계 방법 선택은 세 가지 질문에 달려 있습니다: 결과 변수의 유형은? 그룹 수는? 대응 또는 독립 표본? 일반적인 조합:
| 결과 변수 | 2그룹 독립 | 2그룹 대응 | 3그룹 이상 |
|---|---|---|---|
| 연속형(정규) | 독립표본 t검정 | 대응표본 t검정 | 일원 분산분석 |
| 연속형(비정규/유계) | Mann-Whitney U | Wilcoxon 부호순위 | Kruskal-Wallis |
| 이분형/범주형 | 카이제곱 / Fisher 정확 | McNemar | 카이제곱 |
| 빈도/비율 | 포아송 회귀 | — | — |
이 논리를 이해하면 AI 권고를 맹목적으로 수용하지 않고 스스로 검증할 수 있습니다.
Full 버전으로 업그레이드해야 할 때
Lite 버전은 단순한 단일 결과 비교에 적합합니다. 다음의 경우 통계 방법 조언자(전체버전)를 사용하세요: 다변량 회귀(교란 변수 조정); 반복 측정 또는 종단 데이터; 생존 분석; 표본 크기 계산; 다중 비교 보정이 필요한 여러 주요 결과.
데이터 프라이버시
데이터셋을 구조적으로 설명하세요(변수명, 유형, 표본 크기, 결측 패턴). 원시 환자 기록이나 식별 가능한 정보는 절대 붙여넣지 마세요.