[일원배치 분산분석] : 모수적, 비모수적 ANOVA

 

[일원배치 분산분석] : 모수적, 비모수적 ANOVA

 

[일원배치 분산분석] : 도움말

 일원배치 분산분석 프로시저에서는 단일 요인 (독립) 변수로 양적 종속변수에 대한 일원배치 분산분석을 작성한다.

 분산분석은 여러 평균이 동일하다는 가정을 검정하는데 사용된다. 이 기법은 2표본 t 검정을 확장한 것이다.

평균 간에 차이가 있는지 판별할 수 있을 뿐 아니라 어떤 평균이 다른지를 확인할 수 있다. 평균을 비교하는 데는 두 가지 검정 유형이 있는데 사전 대비와 사후분석 검정이다. 대비법은 실험하기 전에 설정하는 검정이고 사후분석은 실험 후에 실행하는 검정이다. 범주 전반에서의 추세를 검정할 수도 있다.

  예제. 도우넛을 만들 때 지방이 상당량 흡수된다.

 땅콩 기름과 옥수수 기름, 라드 등의 세 가지 기름 종류를 가지고 실험해 볼 때 땅콩 기름과 옥수수 기름은 불포화 지방이고 라드는 포화 지방이다. 사용 기름의 종류에 따라 어떤 지방 성분이 흡수되는지를 확인하여 포화 지방과 불포화 지방 간의 흡수 정도를 보려면 사전 대비를 사용한다.

 통계량. 각 집단에 대해: 케이스 수, 평균, 표준편차, 평균의 표준오차, 최소값, 최대값, 평균에 대한 95% 신뢰구간. 분산의 동질성에 대한 Levene의 검정, 각 변수에 대한 분산분석표, 사용자가 정의한 사전 대비, 사후분석 범위 검정 및 다중 비교: Bonferroni, Sidak, Tukey의 정직 유의차, Hochberg의 GT2, Gabriel, Dunnett, Ryan-Einot-Gabriel-Welsch F 검정 (R-E-G-W F), Ryan-Einot-Gabriel-Welsch 범위 검정 (R-E-G-W Q), Tamhane의 T2, Dunnett의 T3, Games-Howell, Dunnett의 C, Duncan의 다중 범위 검정, Student-Newman-Keuls (S-N-K), Tukey의 b, Waller-Duncan, Scheff? 최소 유의차 등.

[독립 K 표본 - 비모수] : 도움말(H)

 독립인 여러 표본에 대한 검정 프로시저는 한 변수에 대해 둘 이상의 케이스 집단을 비교한다.

 예제. 세 가지 상표의 100-와트 전구는 전구가 타는 평균 시간에서 차이를 나타낼까? Kruskal-Wallis 일원배치 분산분석으로부터 세 가지 상표의 전구가 평균 수명에서 차이를 나타냄을 알 수 있게 된다.

 통계량. 평균, 표준편차, 최소값, 최대값, 결측되지 않은 케이스의 수, 분위수. 검정 :Kruskal-Wallis H, 중위수. 크러스칼 발리스 검정 유형, 범위 지정, 옵션, 데이터 고려사항에 대한 정보(관련 프로시저 포함)를 보려면 위의 관련항목을 누른다.