동영상 강좌 소식입니다. 조절효과나 조절된 매개효과에서 유의하게 나온 경우 조절효과의 추가 검정을 합니다. Johnson-Neyman 방법을 이용한 검정 결과를 표현하는 방법 등에 대한 강좌입니다. Youtube 강좌 주소 : https://youtu.be/j54GYiGLPyI 본 강좌는 이일현 박사님의 Youtube 채널에 등록이 되어 있습니다. 동영상 시청하시는 분들은 구독과 좋아요 눌러주시면 됩니다. 기존 StatEdu 렉쳐 글을 통계컬럼으로 이전했습니다.
이일현 박사님의 Youtube 동영상 공개 강좌입니다. 아래의 링크에 강좌가 연결되어 있습니다. 대학생 아들과 조카에게 들려주는 통계학 개론 – YouTube (28개 강좌-완결) 통계분석 특강 – YouTube (현재 5개 강좌) 통계분석 그 속 숨겨진 이야기 – YouTube ( 현재 7개 강좌) 통계 분석 – YouTube ( 현재 7개 강좌) EasyFlow Statistics Macro – YouTube ( 현재 1개 강좌) 대학생 아들과 조카에게 들려
조절된 매개와 매개된 조절에 관한 의견을 개진합니다. 건전한 토론의 장이 되기를 희망합니다. 1. 조절된 매개분석 조절된 매개분석은 독립변수(X)가 매개변수(M)를 경유하여 종속변수(Y)에 영향을 미치는 간접효과가 조절변수(W)의 값에 따라 다르게 나타나는지를 분석하는 것입니다. 즉, “X →M →Y”의 매개효과가 W에 의하여 조절되는지를 검정하는 것입니다. 2. 매개된 조절분석 매개된 조절은 X와 W의 상호작용이 M을 경유하여 Y에 영향을 주는지를 검정하는 것
대학원에서 특강을 실시한 자료의 동영상입니다. 마이크가 없이 맨 뒤에서 비디오 촬영한 것이라 잡음이 좀 있습니다. 2시간여 분량의 자료이며, 그중에 이번 시간에는 첫번째로 “통계! 어디서? 누가? 왜? 사용되는가” 라는 주제로 통계가 활용되는 곳에 대한 사례들에 대해서 설명합니다. Part 1-1 동영상 두번째 동영상의 중간부터는 “논문 작성을 위한 분석”이 시작됩니다. 기존 StatEdu 렉쳐 글을 통계컬럼으로 이전했습니다. 원문: http://www.stat
ANOVA라고 하는 분산분석은 T-test와 거의 같으나, 한가지 추가적인 개념이 있다. T-test와 ANOVA의 가설을 살펴보면, T-test의 가설은 다음과 같다. H 0 : μ 1 = μ 2 H 1 : μ 1 ≠ μ 2 그럼 집단의 수가 3개일 때의 ANOVA의 가설을 살펴보면 H 0 : μ 1 = μ 2 = μ 3 H 1 : μ 1 ≠ μ 2 ≠ μ 3 위와 같을 것이라고 생각을 하게 된다. 하지만, 실제로는 위와 같은 형태가 나오지 않게 된다. 그 이
분석을 하다보면, T-test와 ANOVA가 많이 사용이 되고 있습니다. 그런데, 이 T-test와 ANOVA에 대해 많은 분들이 혼동을 하게 되는데, 그 차이에 대해 설명을 하도록 하겠습니다. T-test와 ANOVA는 사실은 동일한 분석방법입니다. 다만, 차이가 있다면 T-test는 2 집단의 평균의 차이를 비교하는데 비해, ANOVA는 2 집단 이상(보통은 3집단 이상)의 평균의 차이를 비교하는데, 사용합니다. 예를 들어, 1. 남자와 여자의 삶의 만족도를
회귀분석을 하게 되면 종종 나오는 문제중의 하나가 회귀분석 결과는 유의한데, B 값이 .000 등으로 나오는 경우가 있습니다. 반대로 유의하지 않으면 B 값이 엄청 큰 경우가 있습니다. 예를 들어, 다음과 같은 data가 있을 경우 X1 X2 Y ——————————– 123456789 0.000042 2.1 235134643 0.000047 3.5 352394435 0.000041 4.8 452346523 0.000053 5
B : 비표준화 회귀계수 beta : 표준화 회귀계수 입니다. 회귀분석에서 가장 핵심적인 위치을 차지하고 있는 것이 바로 이 회귀계수입니다. 회귀분석은 중,고등학교 시설 1차 선형 함수인 y = ax + b 라는 식을 배웠을 것입니다. 이때 a 는 기울기이고, b 는 절편인데, 이 2개의 값을 회귀계수라고 하며, 특히 a 에 해당하는 기울기가 회귀분석에서는 핵심이며, 통계학에서는 B 로 표시를 합니다. 이 B 값은 부호의 의미가 중요하며, + ==> 독립변수 x
