통계컬럼

  비모수 검정의 사후분석 비모수 검정에서는 사후분석이 없다. 이때에 어떻게 하는지 알아보도록 한다. Kruskall-Wallis(K-W test) 비모수 검정이나 Chi-Square test 등을 실시한 경우 집단간에 유의한 차이가 있다고 나왔을 때에, 집단간에 차이가 있다는 것은 알지만, 어떤 집단끼리 차이가 있는지는 알 수 없는 문제가 발생한다. ANOVA 라고 한다면 Scheffe, Tukey, Duncan 등의 사후분석을 할 수 있지만, 비모수 검정

통계분석에서 가장 중요한 이론중의 하나는 정규성 가정과 더불어 등분산 가정이다. 등분산은 추출된 표본 집단의 분포의 분산이 동질하다는 것을 의미하며, 가설은 3집단일 경우 H0 : σ1 = σ2 = σ3 H1 : 적어도 하나는 다른다 이다. 즉, H0 : 등분산이다. H1 : 이분산이다(등분산이 아니다). 따라서, 등분산 검정을 할 경우에는 p 값이 0.05 보다 커서 H0 가설을 채택하는 것이 좋다. 그래야만 등분산 가정을 만족하게 되며, 통계 분석들에서 수월

— 통계 분석 관점에서 살펴본 광우병 — — 이일현(통계학 박사) 통계학에서는 가설을 설정한 후 그 가설에 대한 검정을 통한 통계 분석을 하게 된다. 통계는 객관화된 증거를 바탕으로 하는 과학적인 학문이다. 사실상 현재의 거의 모든 과학 분야에서는 통계 분석을 사용하며, 이 통계 분석 결과를 자신들의 연구모형에 대한 검정으로 사용한다. 그러므로, 실질적으로 통계 분석이 모든 학문의 기초가 된다고 할 수도 있다. 이에 대해서 올해 가장 문제가 되고 있는

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

본 파일은 일반적으로 많이 사용되는 분석기법들의 결과 제시 파일입니다. 분석을 한 경우, paper에 분석 결과를 정리하고, 제시를 하여야 합니다. 이때 어떤 값을 어디까지 써 주어야 할지에 대해 고민을 많이 하게 됩니다. 그래서, 본 강좌에서는 기존 강좌에서 사용된 예제 파일들의 결과를 가지고, 분석 결과를 표로 만들었습니다. 현재 만들어진 표는 일반적으로 가장 많이 쓰이는 형태이거나, 가장 적절한 형태 등을 실었습니다. 논문, 보고서 등의 작성에 많이 도움이

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

요즘 지방선거의 열풍으로 여론조사 결과들이 홍수처럼 쏟아져 나오고 있습니다. 그런데, 그 여론조사의 결과를 항상 따라다니는 이상한 말이 있습니다. 95% 신뢰수준에 플러스, 마이너스 3.2% 포인트 표본오차로 조사하였다. 이런 용어죠. 이 말의 의미를 살펴보도록 하겠습니다. KBS에서 실시한 여론조사 결과를 가지고 설명을 하도록 하겠습니다. 오세훈 45.6%, 강금실 30.0% 조사 기관 : 미디어리서치 조사 시기 : 2006년 4월 27일~29일 조사 대상 :

로지스틱 회귀분석의 해석을 할 경우에 특히 범주형 변수가 있는 경우에 해석은 먼저 독립변수들의 수준을 알아야 합니다. 독립변수 : edu 교육수준(1무학,2초졸,3중졸이상)/ 사회계층sc(1,2,3) 주택소유hour (1,2) 독립변수는 위와 같은 형태로 되어 있습니다. 이때 중요한 것은 독립변수의 수준에서 어떤 한 가지를 기준으로 잡아야 한다는 것입니다. SPSS 에서는 기본적으로 마지막 값을 기준으로 잡아줍니다. 옵션을 주면 처음 값으로 바꿔줄 수도 있습니다