|
|
|
|
|
 |
R, SAS, Python을 중심으로 통계분석 프로그래밍 능력을 길렀고, 대학원에서는 실제 임상시험 데이터를 기반으로 통계분석 모형을 설계하고 결과를 해석하는 연구를 수행했습니다.
석사과정 중 제약 임상 데이터를 활용한 생존 분석과제를 수행하던 중, 결과 해석에서 큰 혼란을 겪었던 경험이 있습니다.
통계 기반의료데이터 분석 공모전에 참가하며, 보건학, 간호학, 통계학 전공자로 구성된다학제팀에서 협업을 경험한 적이 있습니다.
보건학, 간호학 전공자와 함께 팀을 구성해 의료 데이터 분석 프로젝트를 수행했을 때, 임상적 개념과 통계적 변수간 연결을 제가 담당했습니다.
|
|
|
 |
석사과정 중 제약 임상 데이터를 활용한 생존 분석과제를 수행하던 중, 결과 해석에서 큰 혼란을 겪었던 경험이 있습니다.
이 경험은 단순히 통계기법의 선택이 아닌, 데이터를 바라보는 '임상적 사고력'과 '분석설계의 논리'가 통계의 핵심임을 깨닫게 해주었고, 데이터의 구조부터 다시 들여다보는 집요함이 얼마나 중요한지를 체감하게 해주었습니다.
이 수치는 무엇을 의미하는가?", "이 결과가 현상과 어떤 관련이 있는가?"를 질문 중심으로 설명하며, 단순한 코드 입력이 아닌 분석 설계와 해석까지 함께 고민하도록 유도했습니다.
또한 R의 핵심함수들을 카드 형태로 정리한 '함수 매뉴얼북'을 제작해 배포했고, 이를 기반으로 팀과제를 수행하는 학생들의 만족도가 매우 높았습니다.
통계 기반의료데이터 분석 공모전에 참가하며, 보건학, 간호학, 통계학 전공자로 구성된다학제팀에서 협업을 경험한 적이 있습니다.
또한 결과 해석에서 단순 수치가 아니라 '어떤 행동 변화로 이어질 수 있는가'에 초점을 맞추어, 시각화 자료를 직접 구성하고 프레젠테이션 흐름을 정리했습니다.
임상시험에서 통계설계가 중요한 이유는 무엇이라 생각하나요?
임상 데이터는 복잡하고 예민하기 때문에 설계 초기부터 타당하고 정밀한 분석 구조가 필수적이라 생각합니다.
문제 해결 과정에서 가장 중요하게 생각하는 것은 무엇인가요? |
 |
분석, 통계, 데이터, 임, 경험, 설계, 결과, 상, 수행, 해석, 팀, 기반, 상적, 위, 회귀, 신뢰, 활용, 수치, 변수, 생존 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.04.07
4페이지
