인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
설문조사에서 흡연과 같은 민감한 건강행태 변수는 무응답이 자주 발생하며, 이는 통계 분석 결과에 편향을 초래할 수 있다. 특히 흡연량은 사회적 낙인과 사생활 침해 우려로 인해 응답 회피가 잦은 변수로, 무응답 자료를 단순히 제거할 경우 표본의 대표성이 훼손되고 모집단 추정의 정확도가 저하될 수 있다. 본 연구는 이러한 문제를 해결하고자, 관측된 건강 지표(예: 연령, 체중, 체성분 등)를 활용하여 흡연량 무응답 사례에 대한 통계적 결측값 대체를 수행하였다. 이를 위해 다중선형회귀모형, 랜덤 포레스트, 극대경사부스팅(XGBoost), 조건부 가우시안 혼합 모형의 네 가지 방법을 적용하였다. 시뮬레이션을 통해 다양한 데이터 구조에서의 대체 성능을 비교한 결과, 군집 구조가 존재하는 경우에는 조건부 가우시안 혼합 모형이 상대적으로 우수한 성능을 보였고, 비선형성이 강한 구조에서는 트리 기반 머신러닝 기법들이 더 효과적인 대체 결과를 제시하였다. 실제 국민건강영양조사 자료에 본 방법들을 적용한 결과, 흡연량 무응답자의 대체값은 기존 통계보다 다소 높은 흡연율을 시사하였다. 본 연구는 민감한 건강행태 변수의 결측 처리시 자료의 구조적 특성에 따라 적절한 방법론을 선택하는 것이 중요하며, 이를 통해 보건 통계의 정확도를 향상시킬 수 있음을 실증적으로 보여준다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094296496
