[분산분석]지하철을 기다리는 시간에 대한 분산분석

소개글

서울 시민의 발이라고 할 수 있는 지하철은 매우 중요한 교통 수단이다. 현재 서울 지하철 교통인구는 하루 440 만 명, 수송 분담률은 34% 정도다. 이렇게 자주 이용하는 지하철은 막힘이 없어서 비교적 시간이 정확한 교통수단으로 알고 있다. 하지만 실제로 지하철을 기다리다 보면 가끔은 상당히 오래 기다려야 하는 경우도 있다. 일반적으로 지하철이 출발하고 나서 다음 차가 올 때까지 걸린 시간은 지수 분포를 따른다. 이 시간 간격을 약 3분으로 생각하고 기다리는 시간이 2분에서 6분 사이일 확률은 다음과 같다.

목차

1. 서론
2. 자료의 수집
3. 분석 방법
4. 분석 결과
5. 결론
6. 부록

본문내용

-요인 A (시간대별) : 오전 6시부터 오전9시까지 요인A-1
오전 9시부터 낮 12시까지 요인 A-2
낮 12시부터 오후 3시까지 요인 A-3
오후 3시부터 오후 6시까지 요인 A-4
오후 9시부터 저녁 9시까지 요인 A-5
-요인 B (노선별) : 1호선 요인 B-1
2호선 요인 B-1
3호선 요인 B-1
4호선 요인 B-1

자료에서 요인 A는 오전 6시부터 오후 9시까지를 3시간 단위로 5등분하여 5가지 요인으로 간주하였으며, 요인 B 에 대해서는 1호선은 서울역, 2호선은 신도림 역, 3호선은 교대 역 4호선은 사당 역으로 구분하여, 직접 초시계를 이용하여 차가 출발한 뒤에 다음 차가 올 때까지의 시간을 평일에 관찰하였다. 각 자료는 5번씩 반복하여 구하였으며, 단위는 “초“이다. (구체적인 자료는 부록을 참조)


3. 분석 방법

- sas를 이용하여 시간대별, 노선별에 대하여 반복이 있는 분산분석을 실행하고
교호작용에 대하여 분석해 본다.
또한, 교호작용이 나타나지 않을 경우에는 다중비교(최소 유의 차 검정)를 통하여, 어느 평균 사이에 차이가 있는 가를 알아보았다.

- 모형의 설정

지하철을 기다리는 시간에 대한 분산 분석의 모형은 다음과 같다.

i= 1 2 3 4 5 (시간대별 요인 수)
j= 1 2 3 4 (지하철 노선별 요인 수)
k= 1 2 3 4 5 (반복 수)

참고 자료

없음