ANOVA의 논리와 ANOVA table, 분산분석(Analysis of Variance, ANOVA)

소개글

ANOVA의 논리와 ANOVA table, 분산분석(Analysis of Variance, ANOVA)

목차

없음

본문내용

t 분포의 분류
(when?)
단일표본 t 검증 표본에서의 평균 검증
대응표본 t 검증 같은 표본의 처치전후 비교 비교한 분포에서 나온 두 개의 평균비교
3. 독립표본 t 검증 다른 2개 표본의 평균비교
서로 독립인 두 분포에서 나온 두 개의 평균비교
2개의 짝에서만 비교가 가능하다.
3개 이상의 그룹비교를 한꺼번에?
3개 이상의 평균비교
대응표본 t 검증 혹은 독립표본 t 검증에서 만약 3그룹(3수준) 이상의 비교를 할 경우?
2. 표본평균 X1, X2, X3 의 비교쌍 : 3번의 검증
alpha error = (1-(.95)3)=14%
즉, 개별 alpha는 0.05이지만,
3번의 동시판정이 가지는 alpha는 0.14로 폭증
과잉검증 문제
(overtesting in multi-t Test)
각 평균과의 비교를 동시에 수행할 때, alpha 혹은 type I error 가 증가하는 것
(교과서) 10개 평균의 연속검증 alpha=0.578
따라서 3개이상의 평균을 비교할 때의 방법?
ANOVA의 영가설
(null hypothesis in ANOVA)
3개 이상의 평균을 비교하는 것
Ho두 집단의 평균을 비교하는 것두 집단의 평균을 비교하는 것u1=u2=u3=u4=……u1=u2=u3=u4=……
3. 처치전후의 평균비교도 마찬가지임.
ANOVA의 가정
(assumptions in ANOVA)
정규성 가정
등분산, 동분산성 가정동분산성 가정
3. 관찰독립성 가정
비교적 N이 동일하고, 사례수가 충분히 클 때
괜찮지만, 따로 확인을 하는 절차가 있다.
ANOVA 분류
(notation)
분산분석 (analysis of variance)
일원분산분석(one-way ANOVA), 이원분산분석(two-way ANOVA)
3. 비교하는 평균의 개수 : level(수준)
혼동하기 쉽다.
기본 논리

참고 자료

없음