An analysis of Korean middle-aged women’s depression with linear mixed models^†

2018, 29

6)

1505–1518

중년 여성의 우울에 대한 선형혼합모형 분석

ᄋ

ᅵ미래¹·허집²

1덕성여자대학교 수학및통계학과 ·²덕성여자대학교 정보통계학과

ᄌ ᅥ

ᆸᄉ ᅮ 2018ᄂ ᅧ ᆫ 9ᄋ ᅯ ᆯ 13ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2018ᄂ ᅧ ᆫ 10ᄋ ᅯ ᆯ 11ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2018ᄂ ᅧ ᆫ 10ᄋ ᅯ ᆯ 12ᄋ ᅵ ᆯ

요 약

ᄋ

ᅮᄅ ᅵᄂ ᅡᄅ ᅡ ᄌ ᅮ ᆼᄂ ᅧ ᆫ ᄋ ᅧᄉ ᅥ ᆼᄋ ᅴ ᄋ ᅮᄋ ᅮ ᆯᄌ ᅳ ᆼ ᄋ ᅦ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄌ ᅮᄂ ᅳ ᆫ ᄋ ᅭᄋ ᅵ ᆫᄃ ᅳ ᆯᄋ ᅳ ᆯ ᄋ ᅡ ᆯᄋ ᅡᄇ ᅩᄀ ᅵ ᄋ ᅱᄒ ᅡᄋ ᅧ ᄒ ᅡ ᆫᄀ ᅮ ᆨᄇ ᅩ ᆨ ᄌ ᅵᄑ ᅢᄂ ᅥ ᆯ ᄌ ᅡᄅ ᅭ ᄌ ᅮ ᆼ 2012ᄂ ᅧ ᆫᄋ ᅦᄉ ᅥ 2016ᄂ ᅧ ᆫᄁ ᅡᄌ ᅵᄋ ᅴ 40ᄉ ᅦᄋ ᅦᄉ ᅥ 60ᄉ ᅦ ᄉ ᅡᄋ ᅵᄋ ᅴ ᄌ ᅮ ᆼᄂ ᅧ ᆫ ᄋ ᅧᄉ ᅥ ᆼᄋ ᅴ ᄋ ᅮᄋ ᅮ ᆯ ᄀ ᅪ ᄀ ᅪ ᆫᄅ ᅧ ᆫᄃ ᅬ ᆫ ᄌ ᅡᄅ ᅭᄃ ᅳ ᆯᄋ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡ ᆫᄃ ᅡ. ᄀ ᅵ ᄌ

ᅩ ᆫ ᄌ ᅮ ᆼᄂ ᅧ ᆫ ᄋ ᅧᄉ ᅥ ᆼᄋ ᅴ ᄋ ᅮᄋ ᅮ ᆯ ᄋ ᅴ ᄋ ᅧ ᆫᄀ ᅮᄃ ᅳ ᆯ ᄋ ᅦᄉ ᅥ ᄋ ᅮᄋ ᅮ ᆯ ᄋ ᅴ ᄋ ᅯ ᆫ ᄋ ᅵ ᆫᄃ ᅳ ᆯ ᄅ ᅩ ᄀ ᅪ ᆫ ᄉ ᅵ ᆷᄋ ᅳ ᆯ ᄀ ᅡᄌ ᅧ ᆻᄃ ᅥ ᆫ ᄋ ᅭᄋ ᅵ ᆫᄃ ᅳ ᆯᄋ ᅳ ᆯ ᄉ ᅥ ᆯᄆ ᅧ ᆼᄇ ᅧ ᆫᄉ ᅮᄃ ᅳ ᆯ ᄅ ᅩ ᄀ ᅮᄉ ᅥ ᆼᄒ ᅡᄀ ᅩ, ᄌ

ᅮ ᆼᄂ ᅧ ᆫ ᄋ ᅧᄉ ᅥ ᆼᄋ ᅴ ᄋ ᅮᄋ ᅮ ᆯ ᄀ ᅪ ᄀ ᅪ ᆫᄅ ᅧ ᆫᄃ ᅬ ᆫ ᄌ ᅩᄉ ᅡ ᄒ ᅡ ᆼᄆ ᅩ ᆨᄃ ᅳ ᆯᄋ ᅳ ᆯ ᄌ ᅥ ᆷᄉ ᅮᄒ ᅪᄒ ᅡᄋ ᅧ ᄇ ᅡ ᆫᄋ ᅳ ᆼᄇ ᅧ ᆫᄉ ᅮᄅ ᅩ ᄒ ᅡ ᆫᄃ ᅡ. ᄆ ᅢᄂ ᅧ ᆫ ᄇ ᅡ ᆫᄇ ᅩ ᆨ ᄎ ᅳ ᆨᄌ ᅥ ᆼᄃ ᅬ ᆫ ᄌ ᅡᄅ ᅭᄋ ᅵᄀ ᅵ ᄋ

ᅦ ᄀ ᅡ ᆨ ᄌ ᅮ ᆼᄂ ᅧ ᆫ ᄋ ᅧᄉ ᅥ ᆼᄋ ᅴ ᄋ ᅮᄋ ᅮ ᆯ ᄋ ᅴ ᄌ ᅡᄅ ᅭᄃ ᅳ ᆯ ᄋ ᅴ ᄌ ᅩ ᆼᄉ ᅩ ᆨᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄀ ᅡ ᆷᄋ ᅡ ᆫᄒ ᅡ ᆫ ᄌ ᅥ ᆨᄌ ᅥ ᆯᄒ ᅡ ᆫ ᄉ ᅡ ᆼ ᄀ ᅪ ᆫ ᄀ ᅨᄉ ᅮᄒ ᅢ ᆼᄅ ᅧ ᆯᄋ ᅳ ᆯ ᄉ ᅥ ᆫᄐ ᅢ ᆨᄒ ᅡᄀ ᅩ ᄌ ᅮ ᆼᄂ ᅧ ᆫ ᄋ ᅧᄉ ᅥ ᆼᄋ ᅴ ᄋ

ᅮᄋ ᅮ ᆯ ᄋ ᅦ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄌ ᅮᄂ ᅳ ᆫ ᄋ ᅭᄋ ᅵ ᆫᄃ ᅳ ᆯ ᄋ ᅴ ᄀ ᅩᄌ ᅥ ᆼᄒ ᅭᄀ ᅪᄋ ᅪ ᄀ ᅢᄋ ᅵ ᆫᄋ ᅴ ᄐ ᅳ ᆨᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄇ ᅡ ᆫᄋ ᅧ ᆼᄒ ᅡ ᆫ ᄋ ᅵ ᆷᄋ ᅴᄒ ᅭᄀ ᅪᄅ ᅳ ᆯ ᄑ ᅩᄒ ᅡ ᆷᄒ ᅡ ᆫ ᄉ ᅥ ᆫᄒ ᅧ ᆼᄒ ᅩ ᆫ ᄒ ᅡ ᆸᄆ ᅩᄒ ᅧ ᆼᄋ ᅳᄅ ᅩ ᄇ

ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡ ᆫᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄉ ᅡ ᆼ ᄀ ᅪ ᆫ ᄀ ᅨᄉ ᅮᄒ ᅢ ᆼᄅ ᅧ ᆯ, ᄉ ᅥ ᆫᄒ ᅧ ᆼᄒ ᅩ ᆫ ᄒ ᅡ ᆸᄆ ᅩᄒ ᅧ ᆼ, ᄒ ᅡ ᆫᄀ ᅮ ᆨᄇ ᅩ ᆨ ᄌ ᅵᄑ ᅢᄂ ᅥ ᆯ ᄌ ᅡᄅ ᅭ, AIC

1. 서론 ᄇ

ᅩ건복지부에서는 2001년부터 5년마다 정신질환실태 역학조사를 진행하고 있다. 이 역학조사에 의한 Ministry of Health and Welfare (2016)에 의하면 국내의 자살률은 OECD 국가 중가장 높으며 중년 사 ᄆ

ᅡᆼ원인 중 2위로 높은 순위를차지하고 있다. Lee 등 (2012)은서울시자살예방센터의 자살사망자 상담 ᄂ

ᅢ용을 통해 자살사망자의 약 53%가 정신질환이력이 있으며, 그 중에 우울증이 57.9%로 가장 많아 우 우

ᆯ증과 자살이큰연관성을갖는것으로 보았다. 또한 Kim (2006)에 의하면 주요우울장애의 약 73%가 부

ᆯ안장애나 알코올 중독 등 다른 정신질환과 동반이환되었으며 동반이환이 질병의 만성화를유도한다 ᄀ

ᅩ 하였고, Goldman 등 (1999)은다른 질병과 동반이환된우울증은환자가 치료에 집중하는데에 방해 ᄀ

ᅡ 되며 두 질병 모두를악화시킬 수 있다고 하였다. 따라서 우울증에 대한 올바른 인식과 치료가 매우 주

ᆼ요하다.

ᄄ

ᅩ한, Ministry of Health and Welfare (2016) 보고서에 따르면 64세 이하 성인이 기분장애를가질 ᄀ

ᅡ능성은 5.3%이며 그 중에 남성이 3.3%, 여성이 7.2%로 여성이 기분장애를가질 가능성이 남성의 2배 ᄋ

ᅵ상이었다. 기분장애에서 가장 많이 나타나는 것이 주요우울장애이다. 이 보고서에 의하면 주요우울 ᄌ

ᅡᆼ애는우울한 기분이 2주 이상 지속되며 체중 혹은 식욕의 변화와 무가치감, 반복되는 죽음에 대한 생

†

ᄋ ᅵ ᄂ ᅩ ᆫᄆ ᅮ ᆫᄋ ᅳ ᆫ 2017ᄂ ᅧ ᆫᄃ ᅩ ᄌ ᅥ ᆼᄇ ᅮ(ᄀ ᅭᄋ ᅲ ᆨ ᄇ ᅮ)ᄋ ᅴ ᄌ ᅢᄋ ᅯ ᆫ ᄋ ᅳᄅ ᅩ ᄒ ᅡ ᆫᄀ ᅮ ᆨᄋ ᅧ ᆫᄀ ᅮᄌ ᅢᄃ ᅡ ᆫᄋ ᅴ ᄌ ᅵᄋ ᅯ ᆫᄋ ᅳ ᆯ ᄇ ᅡ ᆮᄋ ᅡ ᄉ ᅮᄒ ᅢ ᆼᄃ ᅬ ᆫ ᄀ ᅵᄎ ᅩᄋ ᅧ ᆫᄀ ᅮᄉ ᅡᄋ ᅥ ᆸᄋ ᅵ ᆷ. (NRF- 2016R1D1A1B03931595).

1

(01369) ᄉ ᅥᄋ ᅮ ᆯ ᄉ ᅵ ᄃ ᅩᄇ ᅩ ᆼ ᄀ ᅮ ᄉ ᅡ ᆷᄋ ᅣ ᆼᄅ ᅩ 144ᄀ ᅵ ᆯ 33, ᄃ ᅥ ᆨᄉ ᅥ ᆼᄋ ᅧᄌ ᅡᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄉ ᅮᄒ ᅡ ᆨᄆ ᅵ ᆾᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄉ ᅥ ᆨᄉ ᅡᄀ ᅪᄌ ᅥ ᆼ.

2

ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (01369) ᄉ ᅥᄋ ᅮ ᆯ ᄉ ᅵ ᄃ ᅩᄇ ᅩ ᆼ ᄀ ᅮ ᄉ ᅡ ᆷᄋ ᅣ ᆼᄅ ᅩ 144ᄀ ᅵ ᆯ 33, ᄃ ᅥ ᆨᄉ ᅥ ᆼᄋ ᅧᄌ ᅡᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄌ ᅥ ᆼᄇ ᅩᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄀ ᅭᄉ ᅮ.

E-mail: [email protected]

ᄀ ᅡ

ᆨ 등의 증상들로 인해 일상생활이나 직업에 곤란을겪는경우를말한다. 주요우울장애를겪을가능성 ᄋ

ᅳᆫ 5.0%이며 그 중에 남성이 3.0%, 여성이 6.9%로 이 또한 여성이 주요우울장애를겪을가능성이 남성 ᄋ

ᅦ 비해 2배 이상 높았다. 최근 1년간 주요우울장애를겪은여성은이혼이나 별거 혹은사별의 경우, 농 초

ᆫ지역 거주자인 경우, 저소득층인 경우에 높았고 학력은유의미하지 않았다.

ᄌ

ᅮ요우울장애보다 증상은가볍지만 2년 이상 계속해서 우울감이 존재하는것을기분부전장애라 한다.

ᄋ

ᅵ는 가벼운 증상을 가지므로 자각이 어려워 실제보다 적게 관찰된다. 정신질환실태 역학조사에 의한 Ministry of Health and Welfare (2016)에 의하면 중년 여성의 기분부전장애는 50대에 가장 높았다가 ᄀ

ᅡ

ᆷ소하는추세이나 주요우울장애는 40대에 가장 낮았다가 지속적으로 증가하고 있다. 정신질환실태 역 ᄒ

ᅡᆨ조사는 국내의 여러 정신질환의 실태 파악에 유용하다. 하지만 5년에 한번 진행하며 표본이 달라지는 회

ᆼ단 자료 (cross-sectional data)이므로 이전 자료의 결과와 비교는가능하나 시간의 흐름에 따른변화 ᄅ

ᅳᆯ추정하기 어렵다.

Aldwin과 Levenson (2001)은 중년의 시기가 갱년기, 자녀의 취업 및 결혼으로 인한 분가, 부모 혹 ᄋ

ᅳ

ᆫ배우자의 사망, 이혼 및 실직 등의큰변화를맞이하는시기라고 하였다. 이러한 부정적 변화들은 높 ᄋ

ᅳ

ᆫ우울감을 일으킬 수 있다. 지금까지 중년 여성의 우울에 영향을주는요인을찾기 위한 다양한 연구 ᄀ

ᅡ 진행되어왔다. Kim과 Kim (2013)은 t검정과 분산분석을 통해 나이, 교육수준, 종교유무, 소득, 결 ᄒ

ᅩᆫ기간 등이 중년 여성의 우울에 영향을미치는요인임을보였고 부부 친밀감 및 갱년기 증상이 우울과 ᄋ

ᅲ의한 상관관계를가짐을보였다. Han과 Lee (2013)은 t검정과 분산분석을 통해 지각하는건강상태 와 가정경제상태가 중년 여성의 우울에 유의미한 영향을미치는요인임을보였고 단계적 다중회귀분석 ᄋ

ᅳᆯ 통해 갱년기 정신적 증상과 자아정체감이 우울에 영향을미치는요인임을보였다. Song (2014)는한 ᄀ

ᅮ

ᆨ복지패널 8차년도 자료를 통해 우울과 자아존중감이 중년 여성의 유해음주와 생활만족도 사이의 매 ᄀ

ᅢ요인임을보였다. 여성가족패널 4차, 5차년도 자료에 계층적 다중회귀 분석을적용한 Kim (2017)은 ᄌ

ᅩ

ᆼ교, 건강, 스트레스, 자녀의 분가, 결혼만족도, 배우자와의 관계 및 갈등, 배우자의 퇴직이 중년 여 서

ᆼ의 우울에 영향을 미치는 요인임을 보였다. Sung (2010)은 1∼3차년도 한국복지패널 자료 (Korea Welfare Panel Data)를 통해 나이, 교육수준, 혼인상태, 가구 구성형태를 통제변수로 하고 가족관계 만 ᄌ

ᅩ

ᆨ도, 사회관계 만족도, 자아존중감이 저소득층 중년 여성의 우울에 미치는 영향에 대해 고정효과 모형 으

ᆯ이용해 분석하였다. 모든변수가 유의했으나 자아존중감이 높아질수록우울감도 높아지는결과와관 ᄀ

ᅨ만족변수와 자아존중감의 상호작용효과가 유의하지 않다는기존연구들과 다른결과가 나왔다. 이 ᄋ

ᅧᆫ구는경시적 자료 (longitudinal data)를사용하였으나 반복 측정된자료들이 독립이라고 가정하여 분 ᄉ

ᅥᆨ하였다. 지금까지 중년 여성의 우울을 분석한 대부분의 연구는 횡단 자료를이용했거나 경시적 자료 이

ᆷ에도 불구하고 그 특성을 고려하지 않았다. 최근한국복지패널 자료의 경시적 자료의 특성을고려한 부

ᆫ석 연구로는 Lee와 Huh (2017)와 Hong과 Huh (2017)가 있다.

ᄇ

ᅩᆫ 연구는 한국보건사회연구원과 서울대학교 사회복지연구소가 주관하여 매년 조사하는 한국복지패 너

ᆯ의 8차에서 12차까지 조사 자료 중 40세 이상에서 60세 이하의 중년 여성 자료를사용하여 경시적 자 ᄅ

ᅭ의 특징인 종속성과 개인의 특성을고려한 선형혼합모형 (linear mixed model)으로 중년 여성의 우울 ᄋ

ᅦ 미치는 요인에 대해 분석하였다. 5차에 걸쳐 조사된각 중년여성의 우울자료의 종속성을고려하지 ᄋ

ᅡ

ᆭ은선형모형에 의한 분석은 Diggle 등 (2002)에 의하면 회귀계수의 추정량이 편의를가지게 되며, 또 ᄒ

ᅡᆫ 각 중년여성의 특성이 존재할 수 있음에도 불구하고 그 개인적 특성을반영하지 못하게 된다. 설명 ᄇ

ᅧᆫ수로는기존연구들에서 사용된나이, 소득, 종교유무, 교육수준, 혼인상태, 자아존중감 등의 변수와 주

ᆼ년 여성의 우울에 유의할 것으로 생각되는생활만족도, 음주의존도, 배우자로부터 폭력 경험, 성역할

ᄀ

ᅡ치관,가족관계 대처방법 등을사용하였다.

2절에서는 본연구에서 다루는 통계적 모형인 선형혼합모형과 이 모형의 추정 및 모형의 선택 방법에 ᄃ

ᅢ해 서술하고, 3절에서는 중년 여성의 우울에 대한 자료의 탐색적 자료 분석과 설명변수들의 다중공선 서

ᆼ 및 결측치에 대하여 논하고, 선택된최종모형을소개하고 적합 결과를보여주고자 한다.

2. 분석 모형과 모형의 선택

2.1. 선형혼합모형 ᄌ

ᅩ사한 개체 (subject)의 수를 m이라 하고, 각 개체별 반복 측정된 자료의 수를 ni라 하자. 개 ᄎ

ᅦ i의 j번째 반복에 대한 반응변수의 관측치를 yij라 하고, 이에 대응하는 k개의 설명변수들의 관 ᄎ

ᅳ

ᆨ치를 x1ij, x2ij, · · · , xkij라 하면 개체 i의 디자인행렬 (design matrix)과 반응변수의 관측치 베

ᆨ터는 각각 Xⁱ = (xi1, xi2, · · · , xin_i)^T와 yi = (yi1, yi2, · · · , yin_i)^T로 표현된다. 여기서 x^ij = (1, x1ij, x2ij, · · · , xkij)^T이다. 회귀계수를 β = (β0, β1, · · · , βk)^T라 하고 개체 i의 오차 벡터를 εi = (εi1, εi2, · · · , εin_i)^T라 하면 경시적 자료에 대한 일반선형모형 (general linear model)은다음과 같이 ᄉ

ᅥ술된다.

y = Xβ + ε, (2.1)

ᄋ

ᅧ기서 y = (y^T1, y^T₂, · · · , y^T_m)^T, X = (X₁^T, X₂^T, · · · , X_m^T)^T, ε = (ε^T₁, ε^T₂, · · · , ε^T_m)^T이다.

이

ᆷ의의 서로 다른 j와 j^′에 대하여, 개체 i의 y^ij와 yij^′은 독립이 아닌 경우가 대부분이므로 오차의 분 ᄑ

ᅩ는

εi∼ Nn_i(0n_i, Σn_i) (2.2) ᄋ

ᅵ고, ε¹, ε2, · · · , εm들은서로 독립이라고 가정한다. 여기서 0l와 Σl는각각 l차 영벡터와 l차 정방행 려

ᆯ인 공분산행렬 (covariance matrix)이다. 경시적 자료에 대한 일반선형모형은 Diggle 등 (2002)의 4장을참고하였다.

화

ᆨ률벡터인 개체 i의 임의효과 (random effect)를 bi = (bi0, bi1, · · · , bip)^T라 하고 (p + 1)차 벡터인 zij = (1, z1ij, z2ij, · · · , zpij)^T는 xij의 일부분으로 구성되고 임의효과 bi에 대한 보조벡터라 하자. 그 ᄅ

ᅵ고 Zⁱ= (zi1, zi2, · · · , zin_i)^T라 할 때, 경시적 자료의 선형혼합모형은각 개체의 특성을고려한 임의 ᄒ

ᅭ과를 식 (2.1)의 일반선형모형에 추가한

y = Xβ + Zb + ε (2.3) ᄋ

ᅳ로 표현되며 b = (b^T1, b^T2, · · · , b^Tm)^T와 Z = diag(Z¹, Z2, · · · , Zm)이고, b¹, b2, · · · , bm들은서로 독 리

ᆸ이며 다음과 같은 분포를가진다.

bi∼ Np(0p, D). (2.4) ᄀ

ᅩ

ᆼ분산행렬 D는 (p + 1)차 정방행렬이다. 행렬 Zi는 Xi의 일부분으로 구성되기에 p는 k보다 작거나 ᄀ

ᅡ

ᇀ다. 한편, 오차 ε1, ε2, · · · , εm과 b1, b2, · · · , bm은서로 독립이라 가정한다. 경시적 자료의 선형혼합 ᄆ

ᅩ형에 대한 것은 Verbeke와 Molenberghs (2009)의 3장을참고하였다.

2.2. 모형의 추정과 선택 시

ᆨ (2.3)의 선형혼합모형에서 개체 i에 대한 y_i의 공분산행렬은 Vi = ZiDZ_i^T + Σn_i가 되며 V = diag(V1, V2, · · · , Vm)이라 두면, Verbeke와 Molenberghs (2009)에 의하면 고정효과인 회귀계수 β의 ᄎ

ᅬ량선형불편추정량 (best linear unbiased estimator)과 개체 i의 임의효과 bi의 최량선형불편예측 (best linear unbiased predictor)은다음과 같다.

β = (Xb ^TV⁻¹X)⁻¹X^TV⁻¹y, bbi= DZ_i^TV_i⁻¹(y_i− Xiβ), i = 1, 2, · · · , m.b (2.5) 최대가능도법 (method of maximum likelihood) 혹은 제한적 (restricted) 최대가능도법으로 구해 ᄌ

ᅵ는 위 식 (2.5)는 오차의 공분산행렬 V 의 추정과 bβ과 bb의 관련성으로 초기화에 의한 반복적 계산 ᄋ

ᅵ 필요한 상황이다. 이러한 반복적 계산의 연구들이 많이 이루어졌으며, 자세한 내용은 Verbeke와 Molenberghs (2009)을 참고하기 바란다. 식 (2.2)의 오차의 공분산행렬을 Σn_i = σ²Wi라 두자. 식 (2.5)의 계산을위하여 반복 측정된반응변수의 종속성의 가능성을고려한 상관계수행렬 Wi로 널리 쓰 ᄋ

ᅵ는것으로는단위 (identity)행렬, 교환가능 (exchangeable)행렬, 일차자기회귀모형의 AR(1)행렬, 가 ᄋ

ᅮ스 (gaussian)행렬 등이 있다. 단위행렬은서로 독립인 경우이고, 교환가능행렬은 임의의 서로 다른 j와 j^′에 대하여 상관계수 ρjj^′가 모두 ρjj^′= ρ로 같으며, AR(1)행렬은시차가 커질수록 AR(1)의 자기 ᄉ

ᅡᆼ관계수의 형태로 감소한다. 즉, ρ_jj′ = ρ^|j−j′|을만족한다. 가우스행렬은 0보다큰 실수 ϕ에 대하여 ρjj^′ = exp(−ϕ(j − j^′)²)로 시차가 커지면서 상관계수가 매우 빠르게 감소하는형태이다.

ᄌ

ᅮ어진 자료에 가장 적절한 선형혼합모형을선택하기 위한 여러 방법 중 Akaike (1973)에 의해 정의 되

ᆫ다음의 Akaike 정보기준 (Akaike information criterion, AIC)

AIC = −2ℓ + 2K (2.6) ᄀ

ᅡ 많이 쓰이는 기준 중의 하나이다. 여기서 ℓ은고려한 모형의 로그가능도함수 (log-likelihood func- tion)이며 K는 그 모형이 가지고 있는 모수의 수이다. 고려한 모형들 중 AIC를 가장 작게 하는 모 혀

ᆼ을 주어진 자료에 적절한 모형으로 선택한다. 선형혼합모형에서 AIC의 확장으로 주변확률밀도함수 ᄋ

ᅦ근거한 mAIC (marginal AIC)와 조건부확률밀도함수를근거한 cAIC (conditional AIC)의 연구가 Vaida와 Blanchard (2005)와 Lee (2010) 등에 의해 이루어졌다.

3. 자료 분석

3.1. 탐색적 자료 분석 ᄒ

ᅡᆫ국복지패널 자료는한국보건사회연구원에서 주관하여 2006년 1차 조사 이후 매년 진행되고 있다.

ᄇ

ᅩᆫ연구는 중년 여성의 우울에 대한 것이므로 연구 대상으로 2012년 기준 40세부터 60세 사이의 여성의 ᄌ

ᅡ료를사용하였다. 2012년에 신규 표본가구 1,500가구가 추가되었고 2016년 자료까지 공개 되었기에 2012년부터 2016년 자료까지 5년간의 자료를연구 대상으로 삼았다. 2012년에는 2374명의 중년 여성 ᄃ

ᅳ

ᆯ로 조사가 시작되었고, 2013년에서 2016년까지는결측된 중년 여성들이 생겨 각각 2146명, 1960명, 1761명, 1580명이 조사되었다.

ᄇ

ᅡᆫ응변수인 중년 여성의 우울 (depression)로는 11가지관련 문항들의 점수를합산한 총점을사용했 ᄀ

ᅩ, 총점이 클수록우울감이 높음을의미한다. Table 3.1에는연속형 자료를가지는반응변수와 설명변

ᄉ

ᅮ들의 각 연도별 표본평균과 그에 대응하는표본표준편차가괄호 안에 제시되어 있다. 나이 (age), 소 ᄃ

ᅳᆨ (income),가족갈등대처방법 (family conflict resolution, FCR), 생활만족도 (life satisfaction, LS), 서

ᆼ역할 가치관(gender role values, GRV), 자아존중감 (self-esteem)은연속형 설명변수들인데, 나이와 ᄉ

ᅩ득외에는관련 문항들의 점수들의 합에 의해 만들어졌다. 이들 중성역할 가치관은점수가 높을수록 ᄇ

ᅩ수적 사고를가지고 있음을의미하며, 그 외는점수가 높을수록긍정적 의미를가진다. 소득의 표본표 주

ᆫ편차가큰이유는소수의 매우큰소득자료에 의한 것이다.

Table 3.1 Sample means with their standard deviations in the parentheses of the response and quantitative exploratory variables for each year

variable 2012 2013 2014 2015 2016 total

depression 26.22 26.74 25.58 25.18 25.08 25.84

(8.30) (7.96) (7.96) (7.49) (7.36) (7.89)

age 49.82 50.51 51.03 51.56 52.02 50.88

(6.06) (5.82) (5.53) (5.30) (5.01) (5.66)

income 5319.21 5474.57 5795.69 6066.74 6379.40 5753.00 (3938.69) (4672.30) (7408.38) (4419.58) (4474.51) (5139.64)

FCR 17.98 17.66 17.98 18.16 18.18 17.98

(2.46) (2.58) (2.46) (2.47) (2.39) (2.48)

LS 27.07 27.08 27.83 28.21 27.98 27.57

(4.16) (4.25) (4.25) (4.28) (4.02) (4.22)

GRV 21.21 21.10 20.76 20.72 20.41 20.88

(3.34) (3.28) (3.37) (3.18) (3.17) (3.29)

self-esteem 31.02 30.88 30.85 31.20 31.22 31.02

(3.90) (3.67) (3.58) (3.67) (3.61) (3.70)

Table 3.2는 질적 설명변수들의 빈도를보여주고 있다. 질적 설명변수들 중에서 지역 (region)은 서 우

ᆯ 및광역시 (Seoul and metropolitan cities, SM)와 그 외 지역으로 구분하였고, 교육수준 (educa- tional background)은전문대졸업 이상인 경우를 고학력으로 하고 그 외는 저학력으로 두었으며, 음주 ᄋ

ᅴ존도 (alcohol dependence)는 세계보건기구의 AUDIT (Alcohol Use Disorder Identification Test) ᄎ

ᅥᆨ도를 사용하여 10개의 관련 문항 점수를합하여 8점 이상이면 높은 음주의존도로 간주하고, 8점 미 ᄆ

ᅡᆫ이면 낮은 음주의존도로 구분하였다. 배우자로부터 폭력 경험 (intimate partner violence)은배우자 ᄀ

ᅡ 없는경우는해당 없음 (not applicable)으로 두었고, 배우자가 있는경우에는한 번이라도 경험이 있 느

ᆫ경우와 무경험인 경우로 나누었다. 그 외의 질적 설명변수로 혼인상태 (marital status), 종교 (reli- gion)와 건강상태 (health status)를고려하였다. 중년 여성을대상으로 한 조사이기에 혼인상태에서 미 호

ᆫ인 조사대상자의 수가 적었다. 음주의존도에서는 음주의존도가 낮은 중년 여성의 수가 높은 경우 보 ᄃ

ᅡ 훨씬 적은데, 설문조사 시 조사대상자들이 음주의횟수와 양을의도적으로 낮게 응답했을가능성이 이

ᆻ다.

Figure 3.1은 질적 설명변수별로 우울점수의 연도별 표본평균의 변화를보여주고 있다. 전반적으로 ᄋ

ᅮ울점수의 표본평균이 시간이 흐르면서 지속적으로 감소하는경향을보인다. 조사 첫 해인 2012년을 ᄌ

ᅦ외하고 서울 및광역시 지역의 우울점수의 표본평균이 그 외 지역 보다 높다. 종교의 유무는우울점 ᄉ

ᅮ에 크게 영향을주지 않는것처럼 보이고, 교육수준은저학력의 경우에 우울점수가 더 높고, 건강상 ᄐ

ᅢ는 우울 점수의 표본평균에 가장큰 영향을주는것처럼 보인다. 혼인상태는사별 및 이혼 등, 미혼, ᄋ

ᅲ배우의 순서로 우울점수의 표본평균이 크고, 음주의존도가 높은 경우의 우울점수의 표본평균이 크 ᄃ

ᅡ. 배우자로부터 폭력경험은해당 없음, 경험 있음, 경험 없음의 순서로 우울점수의 표본평균이큰데,

Table 3.2 Frequencies of the qualitative exploratory variables for each year

variable type 2012 2013 2014 2015 2016 total

region SM 1108 995 910 814 719 4546

etc. 1266 1151 1050 947 861 5275

educational background low 1866 1671 1508 1341 1186 7572

well 508 475 452 420 394 2249

married 1882 1700 1549 1381 1237 7749

marital status not married 60 53 48 47 44 252

etc. 432 393 363 333 299 1820

religion yes 1401 1258 1099 987 888 5633

no 973 888 861 774 692 4188

health status good 2066 1855 1754 1580 1417 8672

bad 308 291 206 181 163 1149

alcohol dependence low 2221 2043 1857 1661 1500 9282

high 153 103 103 100 80 539

not applicable 447 410 372 346 311 1886 intimate partner violence no 1405 1311 1241 1051 1007 6015

yes 522 425 347 364 262 1920

ᄒ

ᅢ당 없음의 우울점수의 표본평균이 가장큰것은사별 및 이혼 등과 미혼인 경우의 우울점수의 표본 펴

ᆼ균이 크기 때문인 것으로 보인다.

ᄋ

ᅣᆼ적 설명변수들과 우울점수와의 함수 관계를 파악해보기 위하여 커널함수를 이용한 국소선형추정 ᄅ

ᅣᆼ (local linear estimator)으로 회귀함수를추정하였다. Epanechnikov 커널함수를사용하였으며 띠폭 (bandwidth)은 R의 locpol 라이브러리의 regCVBwSelC를 통하여 선택하였다. 커널함수를이용한 회 ᄀ

ᅱ함수의 추정에 대한 자세한 사항은 Fan과 Gijbels (1996)을참고하기 바란다. 각 연도별 및 설명변수 벼

ᆯ 회귀함수를추정해보았지만, 연도별 추정된회귀함수의 차이가 크지 않기에 Figure 3.2에서는모든 ᄋ

ᅧᆫ도의 자료를 통합하여 각 설명변수별 추정된회귀함수를보여주었다. 나이가 들어가면서 우울의 점수 ᄀ

ᅡ 뚜렷하지는않지만 조금씩 상승하는경향을보이고 있고 성역할 가치관이 커지면 우울점수도 상승하 ᄀ

ᅩ 있다. 그와 반대로, 소득,가족갈등대처방법, 생활만족도, 자아존중감이 클수록우울점수가 감소하 ᄀ

ᅩ 있다. 소득과 가족갈등대처방법에는극소수의 이상치들에 의해서 추정된회귀함수가 설명변수와 반 ᄋ

ᅳᆼ변수와의 전반적인관계를왜곡할 수 있기에 제외하고 추정하였다.

ᄀ ᅡ

ᆨ 중년 여성별로 5년간 조사된 반응변수인 우울 자료들은 종속성이 있을것으로 판단된다. Figure 3.3은 조사년도 간 우울자료의 표본상관계수와 상관계수가 0인지 아닌지에 대한 가설검정의 유의확률 ᄋ

ᅳᆯ보여주고 있다. 모든유의확률들이 0.01보다 작기에 이들의 상관계수가 0이라는모든가설들은기각 되

ᆫ다. 한편, 2012년도를 기준으로 연도의 차이가 클수록표본상관계수가 조금씩 작아지고 있는경향을 ᄇ

ᅩ이나, 그 외의 경우에는표본상관계수의 변화가큰차이를보이지 않는다.

3.2. 다중공선성과 결측치 ᄇ

ᅩᆫ 중년 여성의 우울자료를잘 설명할 적절한 모형을선택하고 적합시키기 전에 연속설명변수들간 ᄋ

ᅴ 선형종속으로 인해 회귀계수 추정에 문제가 발생할 수 있는다중공선성의 존재를조사하기 위해 분산 패

ᆼ창인자 (variance inflation factor)를살펴보았다. R²j을 j번째 설명변수를 종속변수로 간주하고 나머 ᄌ

ᅵ 설명변수들로 중회귀모형을적합하였을때 얻어진 결정계수라 하면, j번째 설명변수의 분산팽창인자 느

ᆫ 1/(1 − R²_j)으로 계산된다. Montgomery 등 (2012)에 의하면 분산팽창인자가 10 이상인 경우에 다

24.5 25.0 25.5 26.0 26.5 27.0

2012 2013 2014 2015 2016 year

depression

SMetc.

(a) region

25.0 25.5 26.0 26.5 27.0

2012 2013 2014 2015 2016 year

depression

yesno

(d) religion

25 26 27 28

2012 2013 2014 2015 2016 year

depression

lowhigh

(f) alcohol dependence 24 25 26 27

2012 2013 2014 2015 2016 year

depression

lowwell

(b) educational background

24 26 28 30 32 34

2012 2013 2014 2015 2016 year

depression

goodbad

(e) health status

25 27 29 31

2012 2013 2014 2015 2016 year

depression

not applicable no yes

(g) intimate partner violence 24 26 28 30

2012 2013 2014 2015 2016 year

depression

married not married etc

(c) marital status

Figure 3.1 Sample means of the depression of the qualitative variables for each year

주

ᆼ공선성이 있다고 판단한다. 따라서 Table 3.3에 의하면 분산팽창인자들이 모두 2보다 작으므로 본자 ᄅ

ᅭ의 연속설명변수들간의 다중공선성이 존재할 가능성이 낮다고 할 수 있다.

Table 3.3 Variance inflation factors of the quantitative variables

variable age income FCR LS GRV self-esteem

Variance inflation factor 1.13 1.03 1.20 1.61 1.15 1.40

이

ᆯ반적인 경시적 자료는반복 측정 과정에서 결측치 (missing data)가 생길 가능성이 매우 높다. 본 ᄌ

ᅡ료에서도 3.1절에 설명하였듯이 조사 대상 중년 여성별로 5년 동안 반복조사하는과정에서 결측치가 ᄇ

ᅡᆯ생하였다. Verbeke와 Molenberghs (2009)는 분포함수를 이용한 결측치 메커니즘 (mechanism)을 ᄉ

ᅩ개하였다. 무시할 수 있는 (ignorable) 결측으로는완전임의결측 (missing at completely random)과 이

ᆷ의결측 (missing at random)이 있고, 무시할 수 없는 (non-ignorable) 결측으로는비임의결측 (miss- ing not at random)이 있다.

주

ᆼ년 여성의 우울에 대한 평균의 99% 신뢰구간을결측횟수와 연도별로 구하여 Table 3.4에 제시하 ᄋ

ᅧᆻ다. 이 결과에 의하면 동일 연도 내에서 각 평균의 신뢰구간들이 공통으로 포함하는구간이 있다는것 으

ᆯ알 수 있다. 이러한 현상과 Diggle 등 (2002)의 13장으로 볼때, 본자료를무시할 수 있는결측인 임 ᄋ

ᅴ결측이라 가정할 수 있다.

40 45 50 55 60

20 30 40 50 60 70 80

age

depression

0 10000 20000

20 30 40 50 60 70 80

income

depression

5 10 15 20

20 30 40 50 60 70 80

family conflict resolution

depression

10 20 30 40

20 30 40 50 60 70 80

life satisfaction

depression

10 20 30

20 30 40 50 60 70 80

gender role values

depression

10 20 30 40

20 30 40 50 60 70 80

self−esteem

depression

Figure 3.2 Local linear regression function estimates of each quantitative variable

Table 3.4 Confidence intervals of the means of the depression for each number of missing value and year

year 2012 2013 2014 2015 2016

4 (26.04,29.19)

number of 3 (25.89,29.54) (26.69,30.19)

missing values 2 (24.65,27.69) (25.21,27.84) (24.20,27.11)

1 (25.01,28.29) (26.08,29.29) (24.97,28.39) (23.94,26.54)

0 (25.29,26.32) (25.95,26.97) (24.94,25.96) (24.69,25.67) (24.60,25.56)

3.3. 선택된 모형 ᄋ

ᅮ리나라 중년 여성의 우울점수에 영향을주는요인들을찾고 최적의 모형을선택하기 위하여 2.2절 ᄋ

ᅦ서 소개한 상관계수행렬들과 제한적 최대가능도법을 사용하여 모형을 적합하였다. 반응변수인 중년 ᄋ

ᅧ성의 우울점수와 설명변수인 가족갈등대처방법 점수는한쪽으로 치우친 히스토그램을가지기에 로 ᄀ

ᅳ 변환을사용하였다. 이 절의 모형 적합을위해서 R 소프트웨어의 nlme 라이브러리의 lme를사용하 ᄋ

ᅧᆻ다.

ᄆ

ᅥᆫ저, 식 (2.1)의 일반선형모형을 적합하여 설명변수들의 유의성을파악하였다. 2.2절에 소개한 4가 ᄌ

ᅵ의 상관계수행렬 중교환가능행렬을사용한 일반선형모형의 경우가 식 (2.6)의 AIC를최소로 하였다.

ᄋ

ᅵ는 Figure 3.3에서 보여준조사년도간 중년 여성의 우울점수의 표본상관계수들이큰차이를보여주 ᄌ

ᅵ 않는것과 유사한 결과라 할 수 있다. Table 3.5는교환가능행렬을사용한 일반선형모형의 모수들의

2012

20 30 40 50 60

0.47

p<0.001

0.42

p<0.001

20 30 40 50 60 70

0.36 p<0.001

203040506070

0.33 p<0.001

2030405060 2013

0.44

p<0.001

0.40

p<0.001

0.38

p<0.001

2014

0.43

p<0.001

203040506070

0.44

p<0.001

203040506070

2015

0.44

p<0.001

2030 40 50 6070 20 30 40 50 60 70 20 40 60 80

20304050607080

2016

Figure 3.3 Sample correlation coefficients with p-values of the depression for among years

ᄎ

ᅮ정치와 그들의 표준오차 및 모수들이 각각 0인지 아닌지에 대한 가설검정의 유의확률들을보여주고 이

ᆻ다. 이 결과에 의하면 유의확률이 0.1보다큰 종교와 소득은 중년 여성의 우울에 영향을주지 않는것 ᄋ

ᅳ로 나타났고, 배우자로부터 폭력경험의 경우에는경험 없는 중년 여성과 배우자가 없어 비해당인 중년 ᄋ

ᅧ성과는우울점수의 차이가 없음을알 수 있다. 그 외의 설명변수들은 중년 여성의 우울점수에 영향 ᄋ

ᅳᆯ주고 있는것으로 나타났다.

Table 3.5의 결과에 의해 유의하지 않은 설명변수인 종교와 소득을제외하고, 배우자로부터 폭력 경 ᄒ

ᅥᆷ의 비해당과 없음을하나로 합쳐 배우자로부터 폭력 경험이 없음으로 하였다. 유효한 설명변수들과 ᄉ

ᅢ로이 구성된 설명변수로 고정효과만 있는 일반선형모형을 모형 1이라 하고, 고정효과들과 임의절편 (random intercept)을고려한 선형혼합모형을모형 2라 하자. 유효한 연속설명변수인 나이, 가족갈등 ᄃ

ᅢ처방법, 생활만족도, 성역할 가치관과 자아존중감의 각각의 임의기울기 (random slope)가 포함된모 혀

ᆼ을 모형 3 ∼ 7이라 하였을때, 주어진 상관계수행렬별 적합된각 모형의 AIC를 Table 3.6에서 보여 ᄌ

ᅮ고 있다.

ᄀ ᅡ

ᆨ 모형별로 계산된 AIC를 살펴보면, 교환가능행렬과 AR(1)행렬을 사용한 모형들이 각 모형별로 ᄌ

ᅡ

ᆨ은 AIC를 만들어 내고 있는 것을 알 수 있다. 가장 작은 AIC를가지는모형은 교환가능행렬을 사 ᄋ

ᅭ

ᆼ하고 임의절편과 생활만족도의 임의기울기를 가지는 선형혼합모형인 모형 5이다. 모형 5의 회귀계 ᄉ

ᅮ들의 추정치와 표준오차를 Table 3.7에 제시하였다. 추정된 오차의 분산과 교환가능행렬의 비대각 서

ᆼ분의 추정치는 각각 0.0282와 -0.1534이며, 모형 5의 임의절편과 임의기울기의 추정된 분산은 각각

Table 3.5 Estimated regression coefficients with their standard errors and p-values of the general linear model with the exchangeable correlation matrix

exploratory variable regression coefficient standard error p-value

intercept 4.1340 0.0547 0.0000

region SM · · ·

etc. 0.0186 0.0050 0.0002

educational background low · · ·

high 0.0287 0.0065 0.0000

married · · ·

marital status not married 0.0757 0.0235 0.0013

etc. 0.0756 0.0165 0.0000

religion yes · · ·

no -0.0039 0.0046 0.4023

health status good · · ·

bad 0.0882 0.0070 0.0000

alcohol dependence low · · ·

high 0.0300 0.0094 0.0014

not applicable · · ·

intimate partner violence no 0.0131 0.0172 0.4451

yes 0.0338 0.0177 0.0560

age 0.0023 0.0005 0.0000

income 0.0000 0.0000 0.1905

FCR -0.0886 0.0134 0.0000

LS -0.0165 0.0006 0.0000

GRV 0.0076 0.0007 0.0000

self-esteem -0.0176 0.0007 0.0000

Table 3.6 AICs of each model and correlation matirx

model 1 2 3 4 5 6 7

identity -3636.98 -3952.13 -3961.26 -4045.63 -4292.03 -4129.50 -4230.48 exchangeable -3952.13 -3950.13 -3959.55 -4045.03 -4304.98 -4127.59 -4231.21 AR(1) -3883.98 -3967.53 -3975.23 -4058.36 -4293.81 -4142.91 -4236.50 gaussian -3841.05 -3632.98 -3628.99 -4044.51 -4294.92 -4127.37 -4231.11

0.1828과 0.0002이다. 고정효과만 있는모형 1과 고정효과와 임의절편 및 생활만족도의 임의기울기를 ᄀ

ᅡ지고 있는선택된모형 5와의 가능도비검정 (likelihood ratio test)에서 검정통계량과 유의확률은 각 ᄀ

ᅡ

ᆨ 358.8475와 0.0001보다 작기에 두 모형간의 차이가 존재하는것으로 나타났다.

이

ᆷ의절편과 임의기울기의 효과를알아보기 위하여 모형 1과 모형 5로부터 얻어진 잔차 중처음 24명 ᄋ

ᅴ 중년 여성의 각 잔차들을상자그림들로 표현하여 Figure 3.4에 제시하였다. 모형 1의 각 중년 여성 벼

ᆯ 잔차의 상자그림들이 0을 중심으로 왼쪽이나 오른쪽으로 치우친 형태가 다수를이루고 있다. 그에 ᄇ

ᅡᆫ해 모형 5에 의해 만들어진 각 중년 여성의 잔차의 상자그림들은 0을 중심으로 하는것들이 대부분이 ᄃ

ᅡ. 이 결과를보더라도 본자료에 적절한 모형은고정효과만 있는모형 1보다는 AIC를최소로 하는고 저

ᆼ효과와 임의효과가 포함된모형 5의 선형혼합모형이 더 적절하다고 할 수 있다.

Table 3.7 Estimated regression coefficients with their standard errors of the selected model 5 exploratory variable regression coefficient standard error

intercept 4.0500 0.0518

region SM · ·

etc. 0.0174 0.0045

educational background low · ·

high 0.0310 0.0054

married · ·

marital status not married 0.0499 0.0065

etc. 0.0412 0.0150

health status good · ·

bad 0.0785 0.0072

alcohol dependence low · ·

high 0.0280 0.0090

intimate partner violence no · ·

yes 0.0231 0.0054

age 0.0025 0.0004

FCR -0.0839 0.0137

LS -0.0147 0.0007

GRV 0.0069 0.0006

self-esteem -0.0163 0.0007

4. 맺음말

2012년에서 2016년까지 한국복지패널 자료를 선형혼합모형을 통하여 우리나라 중년 여성의 우울에 ᄆ

ᅵ치는요인들을 분석하였다. 각 중년 여성의 우울점수의 반복 측정에 의한 종속성을교환가능행렬로 ᄇ

ᅡᆫ영한 3.3절에서 분석 결과에 의하면, 서론에 서술한 중년 여성의 우울에 대한 기존연구들과는달리, ᄉ

ᅩ득과 종교는 중년 여성의 우울에 유의한 요인이 아닌 것으로 나타났다. 주거 지역으로는서울과광역 ᄉ

ᅵ인 경우, 교육수준은고졸이하인 경우, 배우자가 있는 중년 여성인 경우, 건강 상태가 좋은경우, 알 ᄏ

ᅩ올의존도가 낮은경우, 배우자로부터 폭력 경험이 없는경우가 중년 여성의 우울점수가 상대적으로 ᄂ

ᅡ

ᆽ았다. 한편 나이가 적을수록, 성역할 가치관이 낮을수록우울점수가 낮아지고 있다. 그리고 가족갈 ᄃ

ᅳ

ᆼ대처방법과 생활만족도 및 자아존중감이 높을수록우울점수가 낮아지는경향을보였다. 각 중년 여 서

ᆼ의 개인적 특성을고려하기 위한 임의효과들 중에서 임의절편과 생활만족도의 임의기울기가 유의하 ᄋ

ᅧ 이들을포함한 선형혼합모형이 최적의 모형으로 선택되었다. 중년 여성 우울에 대한 기존의횡단 자 ᄅ

ᅭ 분석에서 얻을수 없었던 반복 측정된 경시적 자료의 특성이 반영된모형이 최종적으로 선택되었다.

ᄉ

ᅥ론에서 설명하였듯이, 기존의 중년 여성의 우울에 대한 연구들은횡단자료를이용한 분석들이거나 겨

ᆼ시적 자료일지라도 반복 측정된 중년 여성의 우울점수가 독립이라 가정하였다. 이번 연구에서는 상 과

ᆫ계수행렬로 독립의 가정인 단위행렬보다는조사년도간 상관계수가 동일하게 존재하는 교환가능행렬 ᄋ

ᅵ 최적의 모형에서 적절한 상관계수행렬로 선택되었다. 따라서, 반복 측정 자료의 종속성과 임의효과 ᄅ

ᅳᆯ반영한 이번 분석이 우리나라 중년 여성의 우울에 대한 기존의 분석 연구들보다 자료의 특성에 충실 ᄒ

ᅡᆫ 연구라 할 수 있다.

(a) model 1 Residuals

ID

5 10 15 20

−0.4 −0.2 0.0 0.2 0.4 0.6

(b) model 5 Residuals

ID

5 10 15 20

−0.4 −0.2 0.0 0.2 0.4

Figure 3.4 The box-plots of the first 24 middle-aged women’s residuals from model 1 and 5 with the exchangeable correlation matrix

References

Akaike, H. (1973). Information theory and an extension of the maximum likelihood principle. Second International Symposium on Information Theory, 267-281.

Aldwin, C. M., Levenson, M. R. (2001). Stress, coping, and health at midlife: A developmental perspective.

In M. E. Lachman (Ed.), Handbook of Midlife Development, 188-214.

Diggle, P. J., Heagerty P. J., Liang K. Y. and Jeger S. L. (2002). Analysis of longitudinal data, 2nd edition, Oxford, New york.

Fan, J. and Gijbels, I. (1996). Local polynomial modelling and its applications, Chapman and Halls, London.

Goldman, L. S., Nielsen, N. H. and Champion, H. C. (1999). Awareness, diagnosis, and treatment of depression. Journal of General Internal Medicine, 14, 569-580.

Han, M. J. and Lee, J. H. (2013). Factors influencing self-identity and menopausal symptoms on level of depression in middle aged women. Korean Journal of Women Health Nursing, 19, 275-284.

Hong, H. and Huh, J. (2017). An analysis of depression of the individuals with disabilities using repeated measurement data. Journal of the Korean Data & Information Science Society, 28, 1055-1067.

Kim, H. K. (2006). Comparison of physical, psychosocial and cognitive factors, and depression between middle-aged women and middle-aged men. Korean Journal of Adult Nursing, 18, 446-456.

Kim, M. (2017). What makes women in their 50s feel depressed? Korean Journal of Social Welfare Re- search, 53, 55-79.

Kim, S. J. and Kim, S. Y. (2013). A Study on the relationship of marital intimacy, depression, and menopausal symptoms in middle-aged women. Korean Journal of Women Health Nursing, 19, 176- 187.

Lee, G. S., Choi, M. J., Kim, S. J., Park, J. Y., Lee, M. S., Seo, J. H. and Lee, S. Y. (2012). The semi-psychological autopsy study of suicides. The Mental Health, 3, 18-24.

Lee, N. and Huh, J. (2017). A longitudinal data analysis for child academic achievement with Korea welfare