교사를 위한 교육연구 및 통계분석 연수 - 21~30차시 정리, 그리고 후기 등

오늘은 교사를 위한 교육연구 및 통계분석 연구의 21~30차시에서 기억나는 내용과 후기를 남겨보려고 한다.

1. logit(로짓)과 로지틱스 회귀분석

처음에 로지틱스 회귀분석이라길래 뭔가 대단한것인줄 알았는데, 알고보니 로짓을 따라가는 선형 회귀분석이었다.

예전에 LLM을 배우면서 나왔던 로짓이라는 개념이 여기서도 나올 줄 몰랐다.

밑바닥부터 만들면서 배우는 LLM 5장 독서 후기

오늘은 12월 14일이다.사실 챌린지 기간은 이미 2주나 지나 버렸지만, 그렇다고 후기를 포기할 순 없었다.이렇게 남기는 TIL이 나중에 피와 살이 되기 때문.코드 자체보다는 의미에 집중해서 적어보려고 한다.1. 모델의 손실 계산GPT 모델을 만든 후에 어떤 방식으로 ...

earthscience.kr

승산(odds)은 어떤 일이 일어날 확률을, 그 일이 일어나지 않은 확률로 나눠준 것이다.

그리고 여기에 log를 씌우면 로짓이다.

이렇게 로짓을 쓰는 이유는 변인의 변화량에 따라 로짓의 증가, 감소 배수가 일정하기 때문이다.

다만 로짓 그래프는 그래프 자체의 의미를 해석하기는 쉽지 않기에, 해석하는 과정에서 이를 승산, 그리고 확률로 다시 변환시켜주는 과정이 필요하다.

R에서 사용하는 방법도 무척 간편한데, 기존에 쓰던 lm 함수에서 앞에 g를 붙여 glm이라고 해주면 된다.

data <- read.csv(file.choose())
m1 <- glm(Y ~ X, data=data, family = binomial)

2. Lord의 역설, 그리고 해석 방법

Lord의 역설은 남, 녀 두 집단의 몸무게 변화 그래프를 두고 분석 방법에 따라 해석이 달라지는 것에 대한 논의다.

같은 데이터를 가지고 다른 연구 결과가 나오기에 역설이라고 불린다.

한 학자는 두 집단을 가지고 공분산분석(ANCOVA 분석)을 했고, 한 학자는 마지막 몸무게에 처음 몸무게를 뺀 차를 이용해 분석했다.

이는 연구질문에서부터 차이가 난다.

전자는 공분산 분석으로 '남녀가 같은 몸무게에서 출발했을 때의 다이어트 효과'에 대해서 다루었다면, 후자는 '남녀의 다이어트 후 평균적인 체중 변화량'에 대해 다룬것.

결론적으로, 두 분석 방법은 서로 다른 연구 질문에 답하고 있으며, 어느 방법이 더 타당한지는 연구의 목적과 해석 관점에 따라 달라진다.

이는 연구에 있어서 연구의 목적과 방향에 따라 올바른 검증 방법을 시행해야 함을 시사한다.

3. 교사를 위한 교육연구 및 통계분석 연수 최종 후기

처음 연수를 신청할 때, 대학원에서 들었던 연구 방법론과 크게 다르지 않을 것이라 생각하며 신청했는데 정말 많은 도움이 됐다.

대학원에서 교육 연구의 전반을 다루었다면, 원격 연수는 논문에 필요한 부분을 콕 집어 실전까지 세세하게 알아본 느낌이다.

주로 선형회귀와 관련된 통계분석을 다루었는데, 결국 교사가 할 수 있는 통계 분석 중 가장 유용하게 쓸 수 있는게 선형회귀가 아닌가 싶다.

그리고 R은 또 왜 배우지 했었는데, 수업을 듣고 바로 R과 R Studio를 설치했다.

나는 R 없이 연구 못해.

다만 아쉬운 점은 강의 교안에 csv파일이 없어서 실제로 R을 이용한 통계분석 실습이 어려웠다.

나는 Kaggle에서 데이터를 구해 해보긴 했지만, 이런 분석에 익숙치 않았다면 조금 따라가기 힘든 부분도 있었을 것 같다.

어쨌든 연수는 좋았다.

혹시 누군가가 강의를 추천하냐고 묻는다면, 나는 당연히 YES 이다.

이거 하나 듣고 논문 쓰면 정말 많은 도움이 될 것 같다.

마지막으로, 올해 논문을 잘 쓸 수 있기를 기도해 본다.