표준화한다는
것은 여러 용도로 사용됩니다만,
오늘은
그런 용도보다는 방법을 이야기 해 볼까 합니다.
SPSS에서는
‘기술통계’로 갑니다.
당연히
연속변수인 age와 time 중에서 일단 age만 선택해 보겠습니다.
그리고
아래쪽에 보면 “save
standardized values~”를 활성화합니다.
그러면
이렇게 새로운 변수가 하나 생겼습니다.
변수 이름은 Zage 입니다.
dBSTAT에서는
data 메뉴에서 Z score로
갑니다.
연속변수인
age와 time 중에서 age를 선택하고 확인을 누릅니다.
그러면
age_Z 변수가 생기면서, 결과값을 보여 줍니다.
엑셀에서는
우선 mean과 표준편차를 먼저 구해야 합니다.
물론
구하기는 쉽죠.
그
다음에 STANDARDIZE 함수를
이용해서 값을 만들고, 아래쪽에도
자동채우기
합니다.
3 프로그램의
결과를 비교하면 모두 동일합니다.
Web-R 의
2.0
beta 버전에서는
여러 가지 변화가 있는데,
일단
영어 버전이 생긴 것이 큰 특징(1)
그리고,
csv, excel 뿐아니라, SPSS파일, SAS 파일,
DBF 파일, DTA 파일을
읽게 된 것(2)도
큰
특징입니다.
그리고, 데이터 전처리 기능도 강력한데,
그
중에 long
form ↔ wide form 은
이전에 말씀드린 적이 있고,
표준화
기능
말씀드려야
겠군요.
“연속형
변수 표준화 하기”를 클리갛면,
아래의
창이 생깁니다. Age 변수가
연속 변수이므로 선택합니다.
그러면
ZAGE변수가 생겼고, 이것은 엑셀에서 만들어진
B열과
동일하다는 것을 알 수 있습니다.
SPSS와 web-R은 여러 연속변수를 한꺼번에 만들 수 있군요.
dBSTAT도
편리하지만, 변수 하나씩만 만들 수 있습니다.
엑셀은
그냥 무난합니다. 언제나 그렇듯이 통계 강의할 때는 좋습니다.
오른쪽에
보이는 공식을 그냥 이용하는 것보다 별로 편할 것은 없지만 말입니다.
조금 부언하자면,
표준화 회귀계수를 구하는 것은 SPSS와 Web-R에서는
이런 표준화작업하지 않고도 기본적으로 해주고,
그 분야에 계신 분 이야기로는 상당히 중요하고
꼭 해야 하는 것처럼 말씀하시더군요.
의학에서는 표준화 회귀계수를 하는 경우는 흔치 않은 것같습니다.