본문 바로가기

@한눈에보기36

독립표본 t검정 신뢰구간 (단측검정,이분산가정) 독립표본 t검정의 신뢰구간입니다. 단측검정, 이분산가정인 경우입니다. 1. 신뢰구간 1) 95% 신뢰구간 ① 우측 꼬리인 경우 $\mu_{1}-\mu_{2} \leq \left ( \bar{X}_{1}-\bar{X}_{2} \right ) + \sqrt{\frac{s^2_{1}}{N_{1}}+\frac{s^2_{2}}{N_{2}}}\cdot t_{0.95}$ $\bar{X}_{1}$은 표본 1의 평균 $\bar{X}_{2}$는 표본 2의 평균입니다. $t_{0.95}$ 는 t분포에서 누적 확률 95%에 해당되는 t값입니다. ② 좌측 꼬리인 경우 $\left ( \bar{X}_{1}-\bar{X}_{2} \right ) - \sqrt{\frac{s^2_{1}}{N_{1}}+\frac{s^2_{2}}{N_{.. 2023. 4. 1.

독립표본 t검정 신뢰구간 (양측검정,이분산가정) 독립표본 t검정의 신뢰구간입니다. 양측검정, 이분산가정인 경우입니다. 1. 신뢰구간 1) 95% 신뢰구간 $ \left ( \bar{X}_{1}-\bar{X}_{2} \right )- \sqrt{\frac{s^2_{1}}{N_{1}}+\frac{s^2_{2}}{N_{2}}}\cdot t_{0.975} \leq \mu_{1}-\mu_{2} \leq \left ( \bar{X}_{1}-\bar{X}_{2} \right )+ \sqrt{\frac{s^2_{1}}{N_{1}}+\frac{s^2_{2}}{N_{2}}}\cdot t_{0.975}$ $\bar{X}_{1}$은 표본 1의 평균 $\bar{X}_{2}$는 표본 2의 평균입니다. $t_{0.975}$ 는 t분포에서 97.5%에 해당되는 구간의 오른쪽 t값.. 2023. 4. 1.

반복측정 분산분석(Repeated Measure ANOVA) 예시 모음 분산분석은 셋 이상 집단의 평균을 비교할 때 사용하는 분석방법입니다. 종속변수와 독립변수의 개수에 따라 여러 방법으로 나뉩니다. 반복측정 분산분석(Repeated Measure ANOVA)는 집단들이 대응되어 있는 경우에 사용합니다. 같은 대상에 대해 여러가지 처리를 하고 처리 결과들을 비교하는 것입니다. 귀무가설은 아래와 같습니다. $H_{0}:\mu_{1}=\mu_{2}=\mu_{3}=...$ 예시 1) 세가지 라면 맛 비교 30명을 대상으로 세가지 라면을 먹이고 각 라면 맛의 점수를 0~100 으로 매기게 하였다. 라면 맛 점수 사이에는 차이가 있는가? 독립변수 : 라면 종류 종속변수 : 맛 점수 예시 2) 세가지 약의 효과 비교 피험자 30명을 모집하고 A약을 먹이고 한달 뒤 효과를 측정, 다시 .. 2022. 8. 25.

[지수분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 지수분포의 통계량들을 표로 요약한 내용입니다. 정의 - 단위시간당 평균 발생횟수가 $\lambda$일 때, 사건이 처음 발생할 때 까지 걸리는 시간이 T이하일 확률에 대한 분포 - 사건이 처음 발생할 때까지 걸리는 시간이 T 이하일 확률은 지수분포의 누적분포함수인 $F(T)$임 정의역 $0 \leq x < \infty$ 분포함수 $f(x)=\lambda e^{-\lambda x}$ 누적분포함수 $F(x)=1-e^{-\lambda x}$ 평균 $\frac{1}{\lambda}$ 분산 $\frac{1}{\lambda^2}$ 왜도 2 첨도 9 적률생성함수 $\left ( 1-\frac{t}{\lambda} \right )^{-1}$ 특성함수 $\left ( 1-\frac{it}{\lambda} \right ).. 2022. 7. 21.

[F분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 F분포의 통계량들을 표로 요약한 내용입니다. 정의 - 자유도가 $k_{1}$인 카이제곱분포를 따르는 확률변수를 $\chi_{k_1}$, 자유도가 $k_{2}$인 카이제곱분포를 따르는 확률변수를 $\chi_{k_2}$ 라고 합시다. 이때 F분포를 따르는 확률변수 F는 아래와 같이 정의됩니다. $F=\frac{ \frac{\chi_{k_1}}{k_1} }{ \frac{\chi_{k_2}}{k_2} } \sim F\left ( k_{1},k_{2} \right )$ 정의역 $0 \leq x < \infty$ 분포함수 $f(x;k_{1},k_{2})=\frac{\sqrt{\frac{\left ( k_1 x\right )^{k_1} k_2^{k_2}} { \left ( k_1 x+k_2 \right )^{k_1+.. 2022. 7. 20.

통계 분석 언제 뭘써야 하나 표 하나로 정리하기 다양한 통계 분석을 어떤 상황에 사용해아 하는지 표로 정리해봤습니다. 목적 독립변수 종속변수 모수적 방법 비모수적 방법 서로 독립인 두 그룹의 평균 비교 범주형 연속형 독립표본 t검정 맨-휘트니 검정 (윌콕슨 순위합 검정) 서로 종속인 두 그룹의 평균 비교 범주형 연속형 대응표본 t검정 윌콕슨 부호 순위 검정 셋 이상 그룹의 평균 비교 범주형 연속형 분산분석 크루스칼-왈리스 검정 동일 대상의 반복측정 결과 평균 비교 범주형 연속형 반복측정 분산분석 프라이드만 검정 두 범주형 변수 사이의 관계 범주형 범주형 카이제곱검정 두 연속형 변수 사이의 관계 연속형 연속형 선형 회귀분석 연속형 독립변수와 범주형 종속변수 사이의 관계 연속형, 범주형 범주형 로지스틱 회귀분석 2021. 12. 25.

통계 그래프 언제 뭘써야 하나 표 하나로 정리하기 1 다양한 통계 그래프를 어떤 상황에 사용해아 하는지 표로 정리해봤습니다. 독립변수와 종속변수의 데이터 종류에 따라 분류하였습니다. 데이터는 범주형 데이터와 연속형 데이터로 나뉩니다. 독립 범주 연속 종속 범주 분할표 산점도 상자수염그림(가로) 연속 상자수염그림 히스토그램 막대그래프 산점도 각 데이터의 예를 들면 아래와 같습니다. 독립 범주 연속 종속 범주 성별에 따른 흡연자와 비흡연자 수 - 연속 남자와 여자 키 비교 키와 몸무게의 관계 2021. 12. 25.

[t분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 t분포의 통계량들을 표로 요약한 내용입니다. 정의 - 표본평균을 정의하는 모표준편차 대신 표본표준편차를 넣어 정의된 확률변수의 확률분포 - 정규분포보다 꼬리쪽이 heavy함 정의역 $-\infty 2021. 11. 10.

[카이제곱분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 카이제곱분포의 통계량들을 표로 요약한 내용입니다. 정의 표준정규분포를 따르는 확률변수들의 제곱합을 확률변수로 하는 분포 정의역 $\left\{\begin{matrix} 0 2021. 11. 8.

[정규분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 정규분포에 대한 통계량들을 표로 요약한 내용입니다. 정의 - 평균에 대해 대칭이고, 평균에 가까울 수록 발생 확률이 높아지는 분포 - 주어진 표준편차에서 미분엔트로피를 최대화하는 분포 분포함수 $\frac{1}{\sigma \sqrt{2\pi}}e^{-\frac{1}{2}\left ( \frac{x-\mu}{\sigma} \right )^{2}}$ 누적분포함수 $\int_{-\infty}^{x}\frac{1}{\sigma \sqrt{2\pi}}e^{-\frac{1}{2}\left ( \frac{t-\mu}{\sigma} \right )^{2}}dt=\frac{1}{2}\left [ 1+\mathrm{erf}\left ( \frac{x-\mu}{\sqrt{2}\sigma} \right ) \right ]$.. 2021. 11. 5.

[균등분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 균등분포에 대한 통계량들을 표로 요약한 내용입니다. 더 정확히 말하면 연속균등분포입니다. 정의 모든 확률변수의 함수값이 동일한 분포 분포함수 $\left\{\begin{matrix} \frac{1}{b-a} & (a \leq x \leq b ) \\ 0 & \mathrm{else} \end{matrix}\right.$ 누적분포함수 $\left\{\begin{matrix} 0 & (xb) \end{matrix}\right.$ 평균 $\frac{1}{2}(a+b)$ 분산 $\frac{1}{12}(b-a)^{2}$ 왜도 0 첨도 $\frac{9}{5}$ 적률생성함수 $\left\{\begin{matrix} \frac{e^{tb}-e^{ta}}{t(b-a)} & (t \neq 0) \\ 1 & (t=0) \en.. 2021. 11. 4.

[다항분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 다항분포에 대한 통계량들을 표로 요약한 내용입니다. 정의 이항분포에서 시행의 결과가 셋 이상인 확률분포 분포함수 $f\left ( x_{1},x_{2},...,x_{k} \right )=\frac{n!}{x_{1}!x_{2}! \cdots x_{k}!} \left ( p_{1} \right )^{x_{1}} \left ( p_{2} \right )^{x_{2}} \cdots \left ( p_{k} \right )^{x_{k}}$ 아래 수식 만족 n=x_{1}+x_{2}+\cdots + x_{k} n : 시행횟수 누적분포함수 - 평균 $E\left [ X_{k} \right ]=np_{k}$ 예를들어, $E\left [ X_{1} \right ]=np_{1}$ 분산 $V\left [ X_{1} \righ.. 2021. 11. 3.

[초기하분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 초기하분포에 대한 통계량들을 표로 요약한 내용입니다. 정의 모집단의 크기는 M입니다. 모집단 안에는 우리가 원하는 원소가 k개 있습니다. 모집단에서 크기가 n인 표본을 뽑을 것입니다. 이 표본 안에 우리가 원하는 원소가 x개 있을 확률분포가 초기하분포 입니다. 모집단의 크기 : M 모집단 중 원하는 원소 개수 : k 표본의 크기 : n 표본 중 원하는 원소 개수 : x 분포함수 $ \frac{\binom{k}{x}\cdot \binom{M-k}{n-x}}{\binom{M}{n}}$ 누적분포함수 링크 참고 https://www.researchgate.net/publication/333330279_Hypergeometric_Functions_on_Cumulative_Distribution_Function/l.. 2021. 11. 2.

[푸아송분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 푸아송분포에 대한 통계량들을 표로 요약한 내용입니다. 정의 이항분포에서 시행횟수가 무수히 많아지고, 발생확률은 아주 작은 경우입니다. 이항분포의 평균인 np가 $\lambda$ 입니다. 단위시간당 사건의 평균 발생횟수입니다. 분포함수 $ \frac{\lambda^{x}e^{-\lambda}}{x!}$ 누적분포함수 $e^{-\lambda}\sum_{k=1}^{\left \lfloor x \right \rfloor}\frac{\lambda^{k}}{k!} $ 평균 $\lambda$ 분산 $\lambda$ 왜도 $\lambda^{-\frac{1}{2}}$ 첨도 $\frac{1}{\lambda}+3$ 적률생성함수 $e^{\lambda\left ( e^{t}-1 \right )}$ 특성함수 $e^{\lambda\.. 2021. 11. 1.

[음이항분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 음이항분포는 성공횟수(k), 실패횟수(r), 전체 시행횟수(n)에서 무엇을 변수로 놓고 무엇을 상수로 놓느냐에 따라 다양하게 정의됩니다. 형태는 f(변수,상수) 입니다. ① f(n;r) : 실패가 r번 발생할 때까지 전체 발생횟수가 n회일 확률. ② f(n;k) : 성공이 k번 발생할 때까지 전체 발생횟수가 n회일 확률. ③ f(r;n) : 전체 시행횟수가 n일 때까지, 실패횟수가 r회일 확률. ④ f(k;n) : 전체 시행횟수가 n회이 때까지, 성공이 k회일 확률. ⑤ f(r;k) : 성공이 k번 발생할 때까지 실패횟수가 r회일 확률. ⑥ f(k;r) : 실패가 r번 발생할 때까지, 성공이 k회일 확률. 3,4번은 이항분포이므로 나머지만 남겨봅시다. ① f(n;r) : 실패가 r번 발생할 때까지 전체 .. 2021. 10. 29.

[기하분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 기하분포함수에 대한 통계량들을 표로 요약한 내용입니다. 정의1 정의2 정의 베르누이 시행을 반복할 때, 처음 성공이 나오기까지 시행한 횟수를 확률변수 x로 할때의 확률분포 베르누이 시행을 반복할 때, 처음 성공이 나오기까지 실패한 횟수를 확률변수 x로 할때의 확률분포 분포함수 $(1-p)^{x-1}p$ $(1-p)^{x}p$ 누적분포함수 $1-(1-p)^{x}$ $1-(1-p)^{x+1}$ 평균 $\frac{1}{p}$ $\frac{1-p}{p}$ 분산 $\frac{1-p}{p^{2}}$ $\frac{1-p}{p^{2}}$ 왜도 $\frac{2-p}{\sqrt{1-p}}$ $\frac{2-p}{\sqrt{1-p}}$ 첨도 $9+\frac{p^{2}}{1-p}$ $9+\frac{p^{2}}{1-p}$ 적률.. 2021. 10. 28.

[이항분포 한눈에] 정의, 분포함수,평균,분산,첨도,왜도,적률생성함수,특성함수 이항분포함수에 대한 통계량들을 표로 요약한 내용입니다. 정의 베르누이 시행을 n번 했을 때, 사건 발생 횟수 X를 확률변수로 하는 확률분포 분포함수 $ \binom{n}{x}p^{x}(1-p)^{n-x} $ 누적분포함수 $\sum_{k=1}^{\left \lfloor x \right \rfloor}\binom{n}{k}p^{k}(1-p)^{n-k} $ 평균 $np$ 분산 $np(1-p)$ 왜도 $\frac{1-2p}{\sqrt{np(1-p)}}$ 첨도 $\frac{1-6p(1-p)}{np(1-p)}$ 적률생성함수 $\left (1-p+pe^{t} \right )^{n}$ 특성함수 $\left (1-p+pe^{it} \right )^{n}$ *시행의 결과가 오직 두가지 뿐인 시행을 '베르누이 시행'이라고 .. 2021. 10. 27.

회귀분석 예시모음 (단순선형) 회귀분석은 우리가 관심이 있는 종속변수들에 영향을 주는 독립변수들을 찾고, 독립변수들과 종속변수들의 관계를 나타내는 모델을 만드는 것입니다. 회귀분석에는 다양한 종류가 있습니다. 오늘 살펴볼 예시는 단순선형회귀분석의 예시입니다. 단순선형회귀분석은 종속변수와 독립변수가 1개씩이고 차수가 1차인 회귀분석입니다. 독립변수는 키, 종속변수는 몸무게 독립변수는 매출, 종속변수 주가 독립변수는 소득, 종속변수는 행복점수 독립변수는 광고비, 종속변수는 매출 2021. 9. 8.

상관분석 예시모음 피어슨 상관분석은 두 수치형 변수 사이의 선형관계의 강도를 계산하는 방법입니다. -1~1 사이의 값으로 나타나며 -1에 가까울 수록 음의 상관관계 1에 가까울 수록 양의 상관관계를 갖습니다. 독립 또는 종속변수가 수치형이 아니라 명목형인 순위자료인 경우에는 스피어만검정 또는 캔달의 타우 검정을 합니다. 피어슨 상관분석 예시 키와 몸무게의 상관관계 30대 남성 아버지 소득과 자녀 소득의 상관관계 국어점수와 수학점수의 상관관계 광고비용과 매출의 상관관계 스피어만, 캔달타우 상관분석 예시 몸무게 순위와 키 순위의 상관관계 2021. 9. 8.

카이제곱검정 예시 모음 (3수준 이상) 카이제곱검정에서 셋 이상 집단의 비율을 비교할 경우 어느 집단 사이에 유의차가 있는 것인지 알아보기 위한 사후검정이 필요합니다. 셋 이상 집단 비율을 비교한다는 것은 독립변수의 수준이 3level 이상임인 경우를 말합니다 예시1) 20대와 30대의 A사와 B사 제품 선호 비율 A사 B사 Total 20대 30 70 100 30대 40 60 100 40대 10 90 100 Total 80 220 300 독립변수 : 나이 (3수준) 종속변수 : 선호회사 (2수준) 귀무가설 : 비율 차이가 없다 예시2) 남녀의 혈액형 비율 A B O AB Total 남 10 30 25 35 100 여 15 20 30 35 100 Total 25 50 55 70 200 독립변수 : 성별 (2수준) 종속변수 : 혈액형 (4수준).. 2021. 9. 6.

카이제곱검정 예시 모음 (2수준) 카이제곱검정은 집단들의 비율을 비교하는 검정입니다. 일반적으로 두 집단의 비율 비교에 주로 사용하며 세 집단 이상 비교할 경우 사후검정을 해야 어느 집단 사이에 차이가 있는지 알 수 있습니다. 독립변수와 종속변수 모두 범주형입니다. 예시1) 20대와 30대의 A사와 B사 제품 선호 비율 A사 B사 Total 20대 30 70 100 30대 40 60 100 Total 70 130 200 독립변수 : 나이 (2수준) 종속변수 : 선호회사 (2수준) 귀무가설 : 비율 차이가 없다. 2021. 9. 6.

Tukey 사후분석의 검정통계량 세 그룹의 평균을 비교하는 상황을 예로 들어봅시다. 세 그룹을 A,B,C라고 놓겠습니다. 세 그룹의 평균은 $\mu_{A}$,$\mu_{B}$,$\mu_{C}$ 입니다. 각 그룹의 크기는 n으로 동일하다고 합시다. 등분산을 만족했고, 일원분산분석 결과 유의차가 있다고 나왔습니다. 사후분석을 해야하는데요. 등분산 가정을 만족하고, 그룹의 크기가 동일한 경우 Tukey 사후분석을 주로합니다. Tukey 사후분석은 모든 조합을 비교하는데요. 위 경우 아래 세 조합을 비교합니다. A-B A-C B-C 그룹 A,B를 비교할 때 검정 통계량은 아래와 같습니다. A-C와 B-C 를 비교할 때 통계량도 같은 방식으로 계산됩니다. $q=\frac{\left | \mu_{A}-\mu_{B} \right |} {\sqrt{.. 2021. 9. 3.

Levene's test 의 검정통계량 (등분산검정) Levene's test 는 세 그룹 이상의 등분산검정에 사용합니다. 물론 두 그룹의 비교도 가능합니다. F검정의 경우 세 그룹 이상은 불가합니다. Levene's test 의 검정통계량은 아래와 같습니다. W도 F처럼 F분포에서의 통계량입니다. $W=\frac{\frac{\sum_{i=1}^{k}N_{i}\left ( Z_{i.}-Z_{..} \right )^{2} }{k-1}} {\frac{\sum_{i=1}^{k}\sum_{j=1}^{N_{i}} \left ( Z_{ij}-Z_{i.} \right )^{2} }{N_{1}+N_{2}+\cdots +N_{k}-k}}$ 변수들은 아래와 같이 정의됩니다. $N$ : 전체 원소의 개수 (모든 그룹의 원소 개수의 합) $N_{i}$ 들의 합입니다. $k$ :.. 2021. 9. 1.

F 검정의 검정통계량 두 그룹의 분산 비교 시 그룹 A와 B의 분산의 비(ratio)입니다. 더 큰 분산을 분모에 넣으면 됩니다. $F=\frac{Var(X_{A})}{Var(X_{B})}$ 분산분석에 사용 시 그룹 간 분산과 그룹 내 분산의 비(ratio)입니다. $F=\frac{Between \ Group \ Variance}{Within \ Group \ Variance}$ 2021. 8. 31.

카이제곱검정의 검정통계량과 자유도 아래와 같은 교차표가 있다고 합시다. Oij 는 i행j 열의 값입니다. O는 Observed value(관측값)을 의미합니다. 1열 2열 ... n열 Total 1행 O11 O12 ... O1n R1 2행 O21 O22 ... O2n R2 Total C1 C2 ... Cn N 아래는 기대빈도입니다. 1열 2열 ... n열 Total 1행 C1*(R1/N) C2*(R1/N) ... Cn*(R1/N) R1 2행 C2*(R2/N) C2*(R2/N) ... Cn*(R2/N) R2 Total C1 C2 ... Cn N 기대빈도는 Expected Value의 첫글자를 따서 Eij로 표현합시다. 1열 2열 ... n열 Total 1행 E11 = C1*(R1/N) E12 = C2*(R1/N) ... E1n = Cn*(.. 2021. 8. 30.

[통계분석의 분류] 5. 카이제곱검정의 분류 1. 설명 카이제곱검정은 집단들의 비율을 비교하는 검정입니다. 일반적으로 두 집단의 비율 비교에 주로 사용하며 세 집단 이상 비교할 경우 사후검정을 해야 어느 집단 사이에 차이가 있는지 알 수 있습니다. 2. 변수 카이제곱검정에 사용되는 독립변수와 종속변수를 이해해 봅시다. 한가지 예시를 통해 설명하겠습니다. 남녀 각 100명의 혈액형을 조사하였고 결과는 아래와 같습니다. A B O AB Total 남 10 30 25 35 100 여 15 20 30 35 100 Total 25 50 55 70 200 독립변수와 종속변수를 찾아봅시다. 독립변수는 성별입니다. 성별은 둘로 나눠지므로 2수준(level)인 범주형변수입니다. 종속변수는 혈액형이고 넷으로 나뉘므로 4수준인 범주형 변수입니다. 독립변수 : 성별 (.. 2021. 8. 30.

분산분석 수식으로 이해하기 (검정통계량 구하기) 요인이 하나이고 레벨이 3개인 일원분산분석의 검정통계량을 구해봅시다. 쉽게 말하면 세 그룹의 평균을 비교하는 분산분석입니다. 그룹은 1,2,3 이 있다고 합시다. 원소를 $X_{ij}$ 라고 놓겠습니다. i는 그룹의 번호, j는 해당 그룹에서의 원소 번호라고 놓겠습니다. 각 그룹의 원소 수는 $N_{i}라고 놓겠습니다. 각 그룹의 평균과 전체평균은 아래와 같이 나타내겠습니다. 그룹 1의 평균 = $\bar{X}_{1.}=\frac{\sum_{i=1}^{N_{1}}X_{1i}}{N_{1}}$ 그룹 2의 평균 = $\bar{X}_{2.}=\frac{\sum_{i=1}^{N_{2}}X_{2i}}{N_{2}}$ 그룹 3의 평균 = $\bar{X}_{3.}=\frac{\sum_{i=1}^{N_{3}}X_{3i}}.. 2021. 6. 1.

이원분산분석(two-way ANOVA) 예시 모음 분산분석은 셋 이상 집단의 평균을 비교할 때 사용하는 분석방법입니다. 종속변수와 독립변수의 개수에 따라 여러 방법으로 나뉩니다. 이원분산분석(One-way ANOVA)은 종속변수는 하나지만, 독립변수가 두개인 경우에 사용하는 분산분석입니다. 각 독립변수에 대해 일원분산분석을 수행하면 되는게 아니냐는 의문이 들 수 있습니다. 일원분산을 각각 수행하는 것과 이원분산분석의 차이는, 이원분산분석에서 '상호작용효과'를 확인할 수 있다는 것입니다. 이원분산분석에서는 '상호작용효과'가 핵심입니다. 상호작용효과는 한 독립변수가 다른 독립변수가 종속변수에 미치는 영향에 영향을 미치는 것을 말합니다. 예시 1) 반, 성별에 따른 수학점수 비교 A,B,C반 학생 90명의 수학점수가 반별로 차이가 있는가? 성별에 따른 차이가.. 2021. 5. 31.

일원분산분석(one-way ANOVA) 예시 모음 분산분석은 셋 이상 집단의 평균을 비교할 때 사용하는 분석방법입니다. 종속변수와 독립변수의 개수에 따라 여러 방법으로 나뉩니다. 일원분산분석(One-way ANOVA)은 종속변수와 독립변수가 한개씩인 경우에 사용하는 분산분석입니다. 가장 기본적인 형태의 분산분석입니다. 귀무가설은 아래와 같습니다. $H_{0}:\mu_{1}=\mu_{2}=\mu_{3}=...$ 예시 1) 세 반의 수학 점수 비교 A,B,C 반은 각 30명으로 구성되어 있다. 세 반의 수학점수는 같은가 다른가? 독립변수 : 반 종속변수 : 수학점수 예시2) 세 두통 약의 효과 비교 제약회사에서 세 종류의 두통약을 개발했다. 출시는 가장 성능이 좋은 한 종류만 하려고 한다. 피험자 90명을 모집하고, 임의로 30명씩 나눴다. 각 그룹에게 서.. 2021. 5. 31.

[통계분석 방법의 분류] 4. 분산분석의 분류 (셋 이상 집단의 평균비교) 분산분석은 셋 이상 집단의 평균을 비교할 때 사용합니다. 아래와 같이 분산분석은 데이터의 조건에 따라 여러가지로 분류됩니다. 일원분산분석 이원분산분석 다원분산분석 반복측정분산분석 Kruskal Wallis Test Friedman Test 다변량분산분석 Welch's ANOVA 어떤 조건에서 어떤 검정 방법을 선택해야하는지 알아봅시다. 두 집단의 평균을 비교하는 검정방법을 선택할 때 고려해야할 사항들은 아래와 같습니다. 1. 종속변수의 수 종속변수가 하나인 경우와 두개 이상인 경우로 나뉩니다. 2. 독립변수의 수 독립변수가 하나인경우, 두개인경우 세개 이상인 경우로 나뉩니다. 3. 그룹 간 독립성 비교하려는 그룹들이 독립인 경우와 종속인 경우로 나뉩니다. 4. 각 그룹의 정규성 각 그룹의 정규성을 가정할.. 2021. 4. 26.

이전 1 2 다음

티스토리툴바