다변량로지스틱회귀분석 (Multivariable Logistic Regression)
쉽게 풀면
결과가 "있다/없다"처럼 두 가지 중 하나로 나뉘는 상황에서, 여러 요인이 그 결과에 얼마나 영향을 미치는지 동시에 분석하는 방법입니다. 예를 들어 질병 발생 여부를 나이, 흡연, 운동 습관 등 여러 변수와 함께 살펴보면, 다른 요인들의 영향을 통제한 상태에서 각 변수가 독립적으로 어떤 영향을 주는지 알 수 있습니다. 결과는 흔히 교차비(odds ratio)라는 숫자로 요약해서 보고합니다.
왜 중요한가
실제 건강 문제는 대개 여러 요인이 얽혀 함께 작용하기 때문에, 하나의 변수만 보는 단순 분석으로는 교란요인의 영향을 배제하기 어렵습니다. 여러 변수를 동시에 모형에 포함시켜 각 요인의 독립적인 영향을 추정할 수 있다는 점에서 보건학, 역학, 임상연구 전반에서 표준적으로 활용됩니다. 단순히 두 변수의 관계만 보는 분석과 달리 여러 위험요인을 동시에 고려해 특정 변수의 순수한 영향을 추정할 수 있어, 역학 연구에서 널리 쓰이는 표준적인 통계기법입니다.
논문에서는 이렇게 쓰입니다
다른 변수를 통제한 상태에서 흡연이 폐질환 발생 위험을 유의하게 높인다는 결과를 보여줍니다.
여러 교란변수를 함께 모형에 넣어 분석했다는 방법론적 설명입니다.
조금 더 깊게 보면
이 모형은 결과 확률을 로짓(logit) 함수를 통해 선형결합으로 표현하며, 각 변수의 계수를 지수변환하면 교차비를 얻을 수 있습니다. 여러 변수를 함께 넣을 때는 변수 간 다중공선성이나 표본 크기 대비 변수 수의 적절성을 함께 고려해야 합니다. 다중 로지스틱 회귀는 결과 변수가 발생할 로그오즈를 여러 독립변수의 선형결합으로 모형화하며, 각 회귀계수를 지수변환하면 다른 변수를 통제한 상태에서의 교차비로 해석할 수 있습니다.
주의할 점
교차비는 상대적인 위험 증감을 나타낼 뿐 절대적인 위험 크기를 직접 알려주지는 않으며, 관찰연구에서는 인과관계로 단정하기보다 연관성으로 해석하는 것이 일반적입니다. 독립변수 수에 비해 사건 발생 건수가 적으면 계수 추정이 불안정해지는 과적합 문제가 생기므로, 사건 수 대비 변수 수의 비율을 고려해 변수를 선정해야 합니다.