안녕하세요, 저는 유전학 랩에서 연구하는 의대생입니다.

계속 Computational 한 연구를 했지만, 좀 통계쪽으로 robust한 분야를 도전해보려고 합니다.


우선 예과 꼬맹이 때 토마스 미적분학, 안톤이랑 프리드버그 선형대수 공부했었고,

학교에서 진행하는 의학 통계 수업 (간단하게 SPSS, R 예제 코드랑 함께 가르치는) 배웠습니다.


통계학의 핵심을 짚었다는 생각보다는, 주로 독립변수와 종속변수의 분류에 따라서 어떤 검정을 쓰는가

(T test, ANOVA, Chi-square 검정, 선형회귀, 로지스틱회귀, 생존분석);

정규성을 만족하지 못하는 상황에서 사용하는 몇몇 비모수 검정들에 대해 배웠습니다.


제가 관심있는 유전학, 역학 논문은 보니까 요즘 추세가 좋은 논문일 수록 statistical robustness가 굉장히 중요해지는 거 같고,

Generalized linear model, PCA, Hidden markov model, 약간의 Bayesian 등은 기본으로 알고가야하는 것 같습니다.


잘 이해하지 못하고 루틴하게 검정을 사용하는 것보다는, 어떤 통계 모델이 이러한 샘플에 적합한지에 대해

decision-making이 어느 정도 되는 수준을 미약하나마 목표로 생각하고 있습니다. 단순히 P-value hacker로서 통계를 쓰는게 아닌..


요런 주제들에 대해서 너무 깊지 않으면서도 수학적으로 따라가기 괜찮은 공부 자료들이 무엇이 있을까요??

통계유전학이나 의학통계 관련하여 더 좋은 조언도 주시면 감사하게 듣겠습니다.