이원 분산분석의 개념 일원분류 분산분석은 하나의 요인에 대한 여러 처리 수준의 평균차이에 대한 검정을하는 방법입니다. 그러나 특정 기업의 매출은 하나의 요인이 아니라 경쟁사 상황, 가격, 브랜드, 경제상황, 지역 등 다양한 요인에 의하여 영향을 받을 것입니다. 또는 특정 브랜드의 고객만족도 점수도 응답자의 거주 지역, 성별, 연령, 제조 회사 규모 등 다양한 요인에 의해 영향을 받을 수 있습니다. 이렇게 많은 요인들 중에서 관심이 있는 반응값(예를 들면 고객만족도)에 영향을 주는 두 개의 요인에 대한 영향을 알아보고자 할 때 사용하는 검정 방법이 이원분류 분산분석입니다. 이러한 이원분류 분산분석 방법에는 2개 요인의 각 수준별 조합에서 반복이 있는 경우와 반복이 없는 경우가 있습니다. 전자를 ‘반복측정 ..
두 집단 간 모분산의 동질성 검정 두 집단 간 모분산이 같은가에 대한 검정을 진행하기 위해서는 먼저 다음과 같은 가설이 설정될 것입니다. 예를 들어 다음은 A회사와 B회사의 브랜드 선호도에 대해서 각각 100명의 소비자들에게 5점 척도로 평가를 받은 데이터입니다. (참고로 엑셀에서 20행~99행 까지는 숨기기 처리를 한 화면입니다.) 이러한 2집단의 모분산 동질성을 검정하기 위해서는 다음과 같이 자유도 (n1-1, n2-1)인 F-검정 통계량을 사용합니다. 이제 위 검정 통계량을 구하기 위해 엑셀함수를 이용하여 수식을 따라 구해 보도록 하겠습니다. 1) 먼저 검정 통계량의 분자를 구하기 위해 ‘C열’에 각각의 (응답치 – 평균)을 입력하였습니다. 즉, C열-2행의 셀에 =A2-AVERAGE(A$2:A$1..
t-검정 절차 1) 귀무가설과 대립가설을 설정 2) 유의수준(α) 결정 – 양측검정과 단측검정을 결정 3) 검정통계량 계산 4) 조사결과에 대한 유의확률(p값) 계산 5) 결정했던 유의수준과 유의확률을 비교하여 통계적 유의성 판단 단일 표본 평균에 대한 t-검정 단일 모집단 평균에 대한 검정 3가지의 가설 설정과 검정 방법 귀무가설은 모집단의 평균이 특정값과 같다입니다. 대립가설은 아래와 같이 3가지의 가설 설정이 가능합니다. 1. 모집단의 모평균(μ)이 특정값(μ0)보다 작다. 좌측검정(left-sided test) 2. 모집단의 평균(μ)이 특정값(μ0)보다 크다 우측검정(right-sided test) 3. 모집단의 평균(μ)이 특정값(μ0)과 같지 않다. 양측검정(two-sided test) [설..
점추정과 구간추정 표본조사 개념 추정과 검정을 공부하기 위해서는 먼저 표본조사에 대한 개념을 이해해야 합니다. 추정과 검정이란 표본조사를 통해 얻은 데이터를 사용하여 모집단의 정보를 추정 및 검정하는 방법이기 때문입니다. 표본조사란 대상모집단의 일부 또는 전체인 표본모집단의 조건을 정의하고 표본모집단으로부터 표본을 추출하고 조사를 진행하여 표본조사 결과 얻어진 표본의 특성치인 통계량으로 대상모집단의 특성인 모수를 추정 및 검정하는 절차입니다. 점추정과 구간추정 점 추정 표본을 통해 모수를 추정할 때 추출된 표본을 이용하여 하나의 수치로 모수를 추정하는 것 ex) “고등학생의 평균 키는 여자 161cm, 남자 174cm이다.” 와 같이 수치로 표현 -평균, 표준편차, 중위수 등을 추정 -추측한 모수에 신뢰..
- Total
- Today
- Yesterday
- 디지털 휴먼 기술
- 가트너 전략기술
- 의료마이데이터
- 5G
- 디지털 휴먼의 발전 단계
- 아이튜버크리에이터
- 가트너 2023
- IoT 안전 이용환경
- 물류로봇 기술 동향
- 사이버공격 대응 전략
- 디지털 휴먼 상호작용기술
- 마이헬스웨이
- 가트너 2023 전략기술
- 사이버저
- lot 동향
- 리얼VR피싱
- 공격표면 관리 개념
- 디지털 휴먼
- 물류로봇 시장 동향
- 공격표면 관리 최신 동향
- IoT 보안 대응
- 공격표면관리
- 삼성 네 제로 홈
- ls전선 전선관제
- 메타버스 대상
- IoT 보안 이슈
- 공격표면 관리 최소화 방안
- 지능형 IoT 보안
- 6G
- lot 센서 케이블 관리
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |