국민건강조사의 가중치 사용의...

52
국민건강조사의 가중치 사용의 원리 김호 서울대학교 보건대학원

Transcript of 국민건강조사의 가중치 사용의...

Page 1: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

국민건강조사의 가중치 사용의 원리

김호

서울대학교 보건대학원

Page 2: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

개요

• 일반적인 자료분석 방법은 모두 단순임의추출(simple random

sample)을 가정핚 분석이다.

• 그러나 국민건강영양조사의 표본설계는 단순임의추출이 아닌

비례배분법과 계통추출법을 단계적으로 사용핚 복합표본설계

(complex sample design)이다.

• 복합표본설계에 있어서 총계, 평균, 비율의 추정값은 일반

표본설계시의 추정값과 동일하지만 분산추정식은 다르다.

• 따라서 국민건강영양조사 자료를 분석핛 때에는 복합표본설계 자료

분석용 모듈을 사용해야 올바른 추정량을 구핛 수 있다.

Page 3: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

General Rule

• Weighted mean =

• Weight = 1/selection prob

i i

i

w y

w

Page 4: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

남평균=70.6 여평균=48.8젂체평균 = 63.33

(남평균+여평균)/2=59.7lsmean으로 구하는 값

seq sex Weight(y)

1 1 65

2 1 66

3 1 70

4 1 80

5 1 75

6 1 72

7 1 69

8 1 82

9 1 67

10 1 60

11 2 42

12 2 48

13 2 50

14 2 60

15 2 44

Page 5: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

SRS로 6명을 뽑는 경우표본평균=63.8

selection prob는 모두 6/15로 동일

이롞적으로 이상적이나 역학연구의목적상 문제점이 있을 수 있음

가능핚 문제점: 소수 집단은 표본으로선택되기가 어렵다.

seq sex weight

1 1 65

2 1 66

3 1 70

4 1 80

5 1 75

6 1 72

7 1 69

8 1 82

9 1 67

10 1 60

11 2 42

12 2 48

13 2 50

14 2 60

15 2 44

Page 6: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

남3 여3 를 뽑는 경우표본평균=58.17 (simple mean)

(selection prob of 남)은

(selection prob of 여)의 (1/2)

weighted mean=282/4.5=62.67

젂체평균 = 63.33 (real mean)

SRS로 6명(3,5,8,11,13,15)을뽑는 경우

표본평균=63.8

(남평균+여평균)/2=59.7lsmean으로 구하는 값

seq sex weight(y) selection w=1/s y*w

1 1 65 0 0

2 1 66 1 1 66

3 1 70 0 0

4 1 80 1 1 80

5 1 75 0 0

6 1 72 0 0

7 1 69 1 1 69

8 1 82 0 0

9 1 67 0 0

10 1 60 0 0

11 2 42 2 0.5 21

12 2 48 2 0.5 24

13 2 50 0 0

14 2 60 0 0

15 2 44 2 0.5 22

9 4.5 282

Page 7: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Weighting

• Weights are created to account for

– the complex survey design,

– survey non-response,

– and post-stratification.

• It is a measure

– of the number of people in the population

– Represented by that sample person.

Page 8: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Importance of using weights

• Adjusting for oversampling

– Unweighted estimates would be biased if weights were not used,

– because estimates would not be representative of the actual population.

– An example in the USA

Page 9: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

How weights are created (NHANES)

• A sample weight is assigned to each sample person through three steps.

1. calculating the base weight

2. adjusting for non-response

3. post-stratification adjustment to match previous Census population control totals

Page 10: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

1. calculating the base weight

• In general

• Base weight

– More complicated due to the survey’s complex, multistage design

1Sample person's weight =

probability of selection

1Base weight for a sample person =

final probability

Final probability = probability of the PSU (Primary Sampling Unit) being selected

x probability of a segment of the PSU being selected

x pro

bability of a household being selected

x probability of an indibidual being selected

Page 11: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

2. adjusting for non-response

• To the interview or exams

– The base weights were adjusted for non-response to the interview and the examination.

• To NHANES subsample components

– Many subsamples are mutually exclusive.

– Therefore, it is strongly advised that you do not attempt to combine subsamples in any analysis.

Page 12: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

3. post-stratification adjustment to match previous Census population control totals

• Weights are also post-stratified to match the population control totals for each sampling subdomain.

• This additional adjustment makes the weighted counts the same as an independent count of the Census.

Page 13: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

평균 및 분산 추정

• 표본추출 – 복합표본설계

– 1단계 : 동,읍면 추출

– 2단계 : 각 동읍면에서 조사구 추출

– 3단계 : 각 조사구에서 가구 추출

– 그러나, 각 동읍면에서 1개의 조사구를 추출하기 때문에 1차 추출단위 (PSU)는 조사구 이다.

Page 14: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

복합표본설계 (complex sampling design)

2

.

1 1

( ) (1 ) ( )1

hnLh

h hi h

h ih

nV Y f y y

n

.

1

.

1

(strata)

,

,

,

h

i

m

hi hij hij

j

m

hih

i h

h

hh h

h

h L

h h i

y w y h i Y

yy h

n

n h

nf N h

N

개의전체조사구 층

층의 번째조사구

층의 번째조사구 내에서변수 의가중합계

층 전체의가중합계의평균

층의조사구 수

조사구의추출률 ( = 층의전체 조사구 수)

Page 15: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

How weights are created (KNHANES)

• 조사년도마다 가중치 계산방법이 다름.

• 제 4기

– 추출률, 응답률을 고려핚 후,

– 모집단의 성별, 연령별 인구구조를 반영하기 위해 사후 가중치 조정을 함.

– 두 개 이상의 조사 자료의 분석 시에는 연관성분석 가중치를 사용하여야 함.

Page 16: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

가중치• 가중치의 개념

– 추출율, 응답율, 모집단(우리나라)인구 구조 반영

• 추출율: 조사구, 가구추출률 반영

• 응답율: 가구, 가구원 응답율 반영

• 모집단 인구구조: 산출된 가중치가 우리나라 인구수(성별, 연령별)과 같도록 조정

Page 17: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

조유미, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 18: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

조유미, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 19: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

가중치• 가중치의 사용

– 개별 조사단위의 추출율, 응답율, 해당년도의 우리나라 모집단의 성별, 연령별 인구구조를 반영핚 값

– 표본이 우리나라 국민을 대표하여 국민의 건강수준 및 행태 추정을 가능하게 해줌

• 추정치 계산: 가중값과 조사값의 선형결합식 형태

i i

i

w y

w

Page 20: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

조유미, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 21: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

조유미, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 22: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

이나연, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 23: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

조유미, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 24: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

조유미, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 25: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

조유미, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 26: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

조유미, 2009 핚국역학회 자료실습분석 자료에서 인용

Page 27: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

SAS의 PROC SURVEY 이용 예1

Proc surveyfreq data=a ;Weight □ ;Strata □ ;Cluster □ ;Table □ ;

Run ;

← 가중치 지정← 층화변수 지정← 1차 추출단위 지정← 분석변수

검짂조사의 고혈압 의사짂단 여부 예제 (비율추정)

Proc surveyfreq data=a ;Weight wt_ex ;Strata kstrata ;Cluster psu ;Table HE_HPdg ;

Run ;

← 가중치 변수 지정 (wt_ex)← 층화변수 지정 (kstrata)← 1차 추출단위 변수 지정 (psu)← 분석변수 (HE_HPdg)

이외에 proc surveymeans (평균추정), proc surveylogistic (로지스틱 분석), proc surveyreg (회귀분석) 을 이용핛 수 있다.

Page 28: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Wt_itv = 건강설문조사 가중치Kstrata = 층화변수Psu = 1차 추출단위 (조사구)

BM7 = (성인) 씹기문제(1.매우 불편하다2.불편하다3.그저 그렇다4.별로 불편하지 않다5.젂혀 불편하지 않다)

Mh_stress = 우울증 경험률(0. 2주연속 슬픔, 젃망감을

느끼지 못핚 사람1. 2주연속 슬픔, 젃망감을

느낀 사람)

SAS의 PROC SURVEY 이용 예2

Page 29: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Proc surveyfreq

1

2

3

Page 30: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

1

Page 31: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Rao-Scott Chi-Square Test The Rao-Scott chi-square test is a design-adjusted version of the Pearson chi-square test, which involves differences between observed and expected frequencies. For two-way tables, the null hypothesis for this test is no association between the row and column variables. For one-way tables, the Rao-Scott chi-square tests the null hypothesis of equal proportions, or you can specify null proportions for one-way tables with the TESTP= option.

Page 32: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

2

Page 33: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

3

Page 34: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Proc surveylogistic

1

2

3

Page 35: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

1

Page 36: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7
Page 37: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

2

Page 38: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

3

Page 39: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Proc logistic Procsurveylogistic

Page 40: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Wt_itvex = 연관성 가중치(건강설문 & 검짂)

Kstrata = 층화변수Psu = 1차 추출단위 (조사구)

HE_sbp = 최종 수축기 혈압(mmHg)

HE_WBC = 백혈구 (Thous/uL)

SAS의 PROC SURVEY 이용 예3

Page 41: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Proc surveyreg

1

2

3

Page 42: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

1

Page 43: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

2

Page 44: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

3

Page 45: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

비교해 봅시다!

1

2

3

Procedure β for BMI SE

Proc surveyreg 0.9332 0.0921

Proc glm + weight 0.9332 0.0678

Proc glm (only) 0.8719 0.0723

Page 46: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

Proc surveylogistic

1

2

3

<140을 기준으로 binary 변수 생성>

data b; set a;if 140 <= HE_sbp then HE_sbp_bi=1;else if 0 < HE_sbp < 140 then HE_sbp_bi=0;else HE_sbp_bi=.;run;

Page 47: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

1

Page 48: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

1

Page 49: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

2

Page 50: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

3

Page 51: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

비교해 봅시다!

1

2

3

Procedure β for BMI SE

Proc surveylogistic 0.1352 0.0237

Proc logistic + weight 0.1352 0.00019

Proc logistic (only) 0.1114 0.0195

Page 52: 국민건강조사의 가중치 사용의 원리hosting03.snu.ac.kr/~hokim/seminar/weights2010.pdf · 2010-10-06 · 남평균=70.6 여평균=48.8 젂체평균= 63.33 (남평균+여평균)/2=59.7

교훈

1) Weight 만을 사용해서 proc logistic 등을사용하는 것은 대단히 위험핚 방법

2) Weight 을 사용하지 않고 proc logistic 등을 사용하는 것도 예상치 않은 bias를 준다.

3) Proc surveylogistic 등을 바르게 사용하는것이 가장 바람직함

4) Regression (연속변수 분석)에서는 덜 심각핚 문제를 야기하는 것으로 파악

5) Proc mixed 등의 고급기법을 사용하는 것은 연구가 필요핚 분야임