추론통계
내 데이터로 가설을 검정해 주세요. 데이터 파일(CSV·XLSX·SPSS)과 가설이나 비교하고 싶은 것을 알려 드리고, 코드북이나 분석 계획을 함께 드릴 수 있어요. 가설마다 검정을 고른 이유, 가정 점검, 효과 크기·95% CI·APA 문장이 담긴 결과를 다중비교 보정과 함께 정리한 통계 분석 보고서와 결과 표를 주세요.
추론통계: 데이터를 분석하고 있어요
데이터 파일과 확인하고 싶은 가설을 알려주세요. 가설마다 알맞은 검정을 골라 가정을 점검하고 실행해, 효과 크기·신뢰구간·APA 문장까지 갖춘 통계 분석 보고서와 결과 표를 드려요.
이런 분께 필요해요
- 실험·조사 데이터를 모았는데 어떤 검정을 써야 할지 확신이 없는 연구자
- 학위논문·투고 원고의 결과 절을 APA 형식으로 정리해야 하는 대학원생
- 심사위원이 "왜 이 검정인가", "가정은 확인했나", "효과 크기는?"을 물을 때 근거가 필요한 연구자
- 사전등록한 분석 계획대로 확증 분석을 돌려야 하는 연구팀
- A/B 테스트·조건 비교 결과를 통계적으로 확인해야 하는 UX 리서처
이런 결과를 받아요
두 가지 결과를 받아요. 보고서에는 해석과 문장이, 결과 표에는 모든 수치가 담겨요.
- 통계 분석 보고서 가설별 검정 결과와 해석 · 첫 쪽 가설 요약표(가설 · 검정 · APA 결과 · 판정), 자료와 제외 기록, 가설별 결정 경로·가정 점검·기술통계·결과·사후검정·그림·해석, 강건성 점검, 해석의 한계, 방법 절 초안, 결정할 사항, 통계 일관성 점검 · MD (PDF·PNG 변환 에이전트로 공유용 PDF)
- 결과 표 보고서의 모든 수치 · 시트: 가설 요약 · 기술통계 · 가정 점검 · 모형 표 · 사후검정 · 제외 기록 · 강건성 · 결정 경로 · XLSX (SPSS·R·JASP로 바로 가져가기)
보고서에서 확인할 수 있는 항목
보고서 문장의 숫자는 결과 표와 같고, 그 숫자를 만든 코드는 단계마다 코드 상자로 남아요. 상자를 누르면 오른쪽에서 코드와 실행 결과를 볼 수 있어요.
- 자료 행·열 수, 변수 형식, 결측, 제외한 사례와 이유·건수
- 설계 판단 집단 간·내·혼합, 집단·수준 수, 반복 구조, 결과 변수의 척도, 칸별 인원
- 검정 선택 결정 경로(예: 세 집단 → 정규성 충족 → Welch 분산분석), 버린 대안
- 결과 통계량·자유도·정확한 p, 효과 크기와 95% CI, 집단별 M·SD·n, 사후검정
- 신중한 해석 다중비교 보정, 민감도 분석, 동등성 검정(지침), 확증·탐색 구분, 강건성 점검
- 원고용 APA 7 결과 문장, 방법 절 초안, 사용한 소프트웨어와 버전
이렇게 요청하세요
첨부한 데이터로 {확인하고 싶은 가설이나 질문}을 검정해줘. {집단·조건 변수}에 따라 {결과 변수}가 다른지 보고 싶어. — 밑줄 친 부분을 내 연구에 맞게 바꿔 보내세요.
- 확인하고 싶은 가설이나 질문: 여러 개면 줄을 바꿔 H1, H2…로 적어 주세요. 적은 가설은 확증 분석으로 다뤄요.
- 집단·조건 변수 · 결과 변수: 열 이름 그대로 적으면 가장 정확해요. 비워 두면 데이터에서 가장 그럴듯한 대응을 정하고, 보고서와 채팅 첫 줄에 가정으로 밝혀요.
함께 주시면 좋아요
- 데이터 파일 (CSV·TSV·XLSX·SPSS .sav·Stata .dta) 긴 형식(한 행 = 한 측정)과 넓은 형식 모두 받아요. 참가자 ID 열을 알려 주면 반복측정을 정확히 판단해요
- 변수 설명(코드북) 변수 역할·척도·결측 코드를 그대로 따라요. 열 이름만으로 의미를 짐작하지 않아요
- 사전등록이나 분석 계획서 계획에 적힌 가설·제외 기준·보정 방법을 따르고, 그 가설을 확증으로 다뤄요
이렇게도 요청할 수 있어요
- 첨부한 실험 데이터에서 세 조명 조건의 집중 점수 차이를 검정해줘. → 가정 점검에 따라 고른 일원 분산분석(또는 Welch·Kruskal–Wallis), 사후검정, 효과 크기와 그래프
- 사전·사후 점수가 처치 집단에서만 올랐는지 확인해줘. 참가자 ID는 pid 열이야. → 혼합 설계 분산분석(집단 × 시점 상호작용), 결측이 있으면 선형 혼합모형
- 첨부한 사전등록의 H1~H3을 계획대로 검정해줘. → 계획을 따른 확증 검정, 주 가설 α 고정·나머지 Holm 보정, 결정할 사항
- 성별과 구매 여부가 관련 있는지 봐줘. → 교차표, 카이제곱 검정(기대빈도가 작으면 Fisher 정확검정), Cramér's V
나의 지침
같은 데이터라도 연구실·학술지마다 검정 기준과 보고 방식이 달라요. 필요한 항목만 골라 설정하세요. 설정하지 않은 항목은 기본값으로 진행해요. 이름을 붙여 저장하면 다음에 바로 불러올 수 있어요. 보고서 첫 쪽에서 이번에 반영한 지침과 기본값으로 진행한 항목, 가정한 것을 보여드려요.
- 유의수준과 방향 (검정 기준) 판정 기준과 단측·양측 · 예: α = .01 · 방향 가설은 단측 · 기본값: α = .05, 양측
- 다중비교 보정 (검정 기준) 여러 검정을 할 때의 보정 · 예: Bonferroni · FDR(Benjamini–Hochberg) · 보정 없이 · 기본값: 주 가설 하나는 α 고정, 나머지 가설과 사후검정은 Holm
- 검정 선택 방식 (검정 기준) 모수·비모수 전환 기준 · 예: 늘 모수 검정 · 가정 위반 시 비모수 · 두 집단은 늘 Welch · 기본값: 가정 점검 결과에 따라 규칙대로(결정 경로를 보고서에)
- 효과 크기 (검정 기준) 보고할 효과 크기 종류 · 예: Hedges' g · 편 η² · ω² · 기본값: 설계에 맞는 기본값(t: Hedges' g / d_z, 분산분석: 편 η², 범주: Cramér's V)과 95% CI
- 결측 처리 (자료 처리) 결측이 있는 사례 처리와 결측 코드 · 예: 999와 -9는 결측 · 완전 사례만 · 기본값: 분석별 완전 사례, 결측 비율과 제외 건수를 기록
- 이상치 규칙 (자료 처리) 극단값 처리 · 예: ±3 SD 제외 · 표시만 · 기본값: 제외하지 않고 표시, 강건성 점검에서 제외했을 때와 비교(3 MAD)
- 제외 기준 (자료 처리) 분석에서 뺄 사례 · 예: 주의 확인 문항 오답(attn = 0) · 응답 시간 120초 미만 · 기본값: 요청·코드북에 적힌 기준만 적용
- 보고 양식 (보고 방식) 통계 문장 형식 · 예: APA 7 · 소수점 셋째 자리 · 기본값: APA 7(정확한 p, p < .001, 0 없는 p·r)
- 보완 분석 (보고 방식) 함께 볼 분석 · 예: 베이즈 인자 함께 · 동등성 검정(TOST) ±0.3 SD · 기본값: 프로 이상에서 유의하지 않은 확증 가설에 민감도 분석
- 코드 언어 (보고 방식) 단계 코드 박스의 언어 · 예: R · Python · 기본값: Python, 전문가부터는 R 교차 확인도
- 보고서 언어 (보고 방식) 작성 언어 · 예: 영어로 작성 · 기본값: 요청 언어
이 방법으로 일해요
검정 이름을 먼저 고르지 않아요. 데이터의 구조와 가설에서 설계를 판단하고, 가정을 점검한 결과에 따라 정해진 규칙으로 검정을 고르고 실행해요. 숫자는 모두 실행한 코드에서 나오고, 단계마다 실행한 코드를 볼 수 있어요.
- 자료 확인 하는 일: 행·열·변수 형식·결측·중복을 읽어 표로 보여요 · 정할 수 있는 것: — · 확인할 것: 변수 형식이 맞는지
- 가설과 분석 계획 하는 일: 가설마다 결과 변수·비교 변수·참가자 ID·확증/탐색을 정한 계획표를 만들어요. 가설이 없으면 데이터에서 핵심 비교 몇 개만 골라 탐색으로 표시해요 · 정할 수 있는 것: 유의수준과 방향, 다중비교 보정 · 확인할 것: 가설과 변수 대응
- 정제와 제외 하는 일: 결측 코드·제외 기준을 적용하고 기준마다 제외 건수를 기록해요 · 정할 수 있는 것: 결측 처리, 이상치 규칙, 제외 기준 · 확인할 것: 제외 기준이 연구에 맞는지
- 가정 점검 하는 일: 정규성·등분산·구형성·기대빈도·칸별 인원을 점검해요 · 정할 수 있는 것: — · 확인할 것: 위반된 가정
- 검정 실행 하는 일: 설계와 가정 점검 결과로 검정을 고르고(결정 경로 기록) 실행해요. 사후검정과 가설별 그림까지 · 정할 수 있는 것: 검정 선택 방식 · 확인할 것: 선택한 검정
- 효과 크기와 불확실성 하는 일: 효과 크기와 95% CI, 다중비교 보정, 유의하지 않은 확증 가설의 민감도 분석, 통계 일관성 점검 · 정할 수 있는 것: 효과 크기, 보완 분석 · 확인할 것: 효과의 실질적 의미
- 강건성 점검 하는 일: 비모수·모수 대안, 이상치 제외로 다시 돌려 결론이 유지되는지 봐요(프로 이상) · 정할 수 있는 것: 이상치 규칙 · 확인할 것: 결론이 바뀐 가설
- 보고서 작성 하는 일: APA 문장·표·그림으로 보고서와 결과 표를 써요. 해석 문장에는 숫자를 직접 쓰지 않고 결과 자리에 코드가 넣어요 · 정할 수 있는 것: 보고 양식, 보고서 언어 · 확인할 것: 결정할 사항
수준에 따라 달라지는 것
쓰는 검정
- 두 집단 Welch t(Hedges' g) · 정규성 위반·서열 → Mann–Whitney(순위 이연 r)
- 세 집단 이상 Welch 분산분석·Games–Howell(등분산 가정 없음) · 비정규 → Kruskal–Wallis·Holm
- 반복측정 대응 t(dz) · Wilcoxon · 반복측정 분산분석(구형성 위반 시 Greenhouse–Geisser) · Friedman
- 요인·공변인 요인 분산분석·공분산분석(제2유형 제곱합, 편 η²) · 혼합 설계 분산분석 · 결측·불균형이면 선형 혼합모형
- 연속 예측변수 Pearson·Spearman 상관 · 선형 회귀(이분산이면 HC3)
- 범주 결과 카이제곱(Cramér's V) · Fisher 정확검정 · McNemar · 로지스틱 회귀(오즈비)
- 신뢰도·요인분석·구조방정식, 생존분석·메타분석은 이 에이전트의 범위가 아니에요.
이 방법에 대해
- 왜 검정을 규칙으로 고르나요 같은 데이터도 어떤 검정을 쓰느냐에 따라 결론이 달라질 수 있어요. 결과를 본 뒤 검정을 고르면 그럴듯한 결과만 남기 쉬워요. 그래서 설계와 가정 점검 결과만으로 정해진 규칙에 따라 검정을 고르고, 그 경로와 버린 대안을 보고서에 남겨요.
- 이 작업이 왜 어려운가요 반복측정인지, 분산이 같은지, 결과 변수가 서열인지에 따라 검정이 바뀌고, 검정이 바뀌면 효과 크기와 보고 방식도 바뀌어요. 범용 AI도 그럴듯한 결과 문장을 쓰지만, 자유도와 p가 맞지 않거나 계산하지 않은 숫자를 쓰는 일이 흔해요. 이 에이전트는 숫자를 코드로만 만들고, 모든 p를 통계량과 자유도로 다시 계산해 대조해요.
- 요청 팁
- 가설이 있으면 꼭 적어 주세요. 적은 가설은 확증, 에이전트가 고른 비교는 탐색으로 나눠 보고해요.
- 참가자 ID 열을 알려 주세요. 한 사람의 여러 행을 독립된 사례로 세지 않도록 묶어요.
- 결과를 받은 뒤 채팅으로 이어서 요청할 수 있어요. 예: "H2를 나이로 통제해서 다시", "이상치를 빼면 결과가 달라져?"
자주 묻는 질문
- 연구자가 직접 판단해야 할 부분은 무엇인가요?
- 변수 역할과 설계 판단(보고서 첫 쪽의 가정), 제외 기준, 효과의 실질적 의미예요. 탐색 결과는 새 데이터로 확인이 필요해요.
- SPSS·R 결과와 같나요?
- 같은 방법·옵션이면 같은 값이 나와야 해요. 사용한 패키지와 버전이 보고서에 있고, 단계마다 실행한 코드를 눌러 볼 수 있어요.
- 유의하지 않은 결과는 어떻게 쓰나요?
- "효과가 없다"고 쓰지 않아요. 효과 크기와 CI, 이 표본으로 검출할 수 있었던 최소 효과(민감도 분석)를 함께 써요. 나의 지침에서 동등성 검정을 켜면 실질적으로 같다고 볼 수 있는지도 봐요.
- 데이터는 어떻게 다루나요?
- 올린 파일은 분석에만 써요. 원본 파일은 바꾸지 않아요.