Q&A

교수님 안녕하세요?

통계를 공부하면서 교수님 팬이 된 대학원생입니다.

바쁘신데 죄송합니다. 두가지 질문만 드리겠습니다. 

석사논문을 작성함에 있어 아래 부분에 어려움이 있습니다 ..

다름이 아니라,

0쪽으로 치우쳐있는 분포를 가진 의료이용(정수형)과 의료비(연속형)를 각각의 종속변수로 두고

의료이용에 대해서는 포아송(과산포O) -> 음이항 위계적 회귀분석을 진행했고,

의료비에 대해서는 감마GLM 위계적 회귀분석을 진행했습니다.

두가지 분석 후, 모델 검증을 위해 말씀해주셨던것처럼 LR Stat과 Residual DF으로 모델 검정을 했습니다.

1. 감마GLM에서 최종 모델이 아래처럼 나왔습니다.

Residual_Deviance(6401.85), Residual_DF(3804), Deviance_per_DF(1.683), LR_stat(378.201), P_value(0.001)

Deviance_per_DF(편차도 ÷ 자유도)의 값이 1.683 으로, 과산포로 보고, 다른 모델을 진행해야할지.. 의문입니다.

고견주시면 감사하겠습니다.

2. 추가로, 의료이용이 의료비에 미치는 영향에 대해 감마GLM을 진행하려합니다. (의료이용은 내생성 변수입니다)

모델1~모델4까지 통제변수와 독립변수 동일하게 넣은 다음.

하나의 모델(1)은 의료이용의 실제값을 넣고, 

또 다른 하나의 모델(2)은 의료이용의 예측값과 잔차를 넣어서 

잔차로 내생성을 확인해서, 예측값의 차이를 보고 내생성을 조금이라도 보정할 수 있을까요? 

예측값과 잔차를 투입하여 확장한 모델을 내생성을 부분적으로 보정했다~라는 의미로 사용해도 괜찮을지 문의드립니다.

** 제일 중요한 것은 '도구변수'가 없습니다..

2단계 최소제곱법(2SLS)은 GLM에 직접 적용할 수 없고, 도구변수 없이도 사용이 어렵다고 알고 있어서, 2SLS도 어려울 것 같구요 ..

고견 주시면 감사하겠습니다. 정말 감사합니다.

Existing replies

---

이일현 (2025-07-29 14:51:24)

1. 적당합니다. 

2. 도구변수가 없으므로 2SLS 를 사용할 수 없습니다. 

분석이 GLM 이기 때문에 역시 2SLS 를 사용할 수 없습니다. 

이때 말씀하신 것처럼 잔차를 model 에 투입해서 분석하며, 이 잔차가 유의한 경우 내생성이 있다고 판정합니다. 

---

햄스터 (2025-07-30 18:45:18)

교수님 답변 감사합니다 ㅠ 추가로 문의드려도 될까요 ?..

1. 이때 잔차를 넣어서 확인하는 방식은 Two-Stage Residual Inclusion(2SRI) 방법이 맞을까요 ?

2. 추가로 감마GLM에서 내생성을 보정할 수 있는 방법이 있을까요?
내생성을 보정할 수 있는 대표적인 방법은 2SLS라고 하는데, 

현재 저는 도구변수도 없을 뿐더러, GLM에서는 2SLS 사용할 수 없기 때문에 내생성 보정을 어찌해야 할지 큰 고민입니다 ㅠ

책이나 여러 검색을 통해서도 GLM에서의 내생성 보정방법을 찾기가 어렵습니다 ..

3. 아니면 GLM에서 내생성이 있는 이런 경우 두 개의 GLM 모형을 연쇄적으로 적합시키는 매개효과로 해야할까요?

①  음이항GLM : 요인 -> 의료이용(중간변수)

②  감마GLM : 요인, 의료이용(중간변수) -> 의료비(결과변수) 

---

Legacy document_srl: 307535 / Legacy URL: http://www.statedu.com/QnA/307535