추정 vs 검증 분포 사람의 어떤 특성을 수량화시켰을 때, 전체 집단의 수를 낮은 값에서부터 높은 값까지 들어가 보면, 좌우대칭으로 만들 수 있다. 이를 토대로 검증/추정이 만들어졌다. 검증 vs 추정 모집단 전체를 가지고서 연구할 수가 없다. 가능하지가 않다. 그래서, 샘플을 가지고서 연구하는 것이다. 모집단.. statistics/심리통계학의 기초 2008.07.15
Σ(Y-Y)2 = Σ(Y-Y)2 + Σ(Y-Y)2의 의미를 설명 Ŷ=bX+a 라는 회귀방정식이 있다. 이 때, Ŷ는 예측된 값이고, 실제 관측된 값은 Y, 그리고, a는 기울기, b는 절편이라 할 수 있다. 그런데, 이 Ŷ=bX+a 라는 회귀방정식은 하나의 일차방정식(linear equation)으로 그래프로 그리면, 하나의 선분으로 그릴 수 있다. 이 Ŷ=bX+a을 구할 때, 관찰.. statistics/심리통계학의 기초 2008.07.15
Randomized Block Design 과 Within Subject Design을 비교 통계의 검증력을 높이기 위해 무선할당을 하게 되는데, 무선할당을 하더라도 처치 전 집단 간 차이를 줄이는 데 실패함으로써 오차변량을 증가시키게 되고, 이는 다시 실험의 민감성을 떨어뜨리는 결과를 초래하게 된다. 이러한 무선할당의 한계를 극복하기 위해 Randomized block design과 within subject design.. statistics/심리통계학의 기초 2008.07.15
order vs sequence // counter balancing에 대해 설명 repeated measures design(correlated measures design)에서 장점은 ① 개인차가 줄어든다. 집단내변량 variance within groups가 줄어진다. ② 시간, 돈이 절약된다(economical) 등의 장점이 있다. 그러나, 단점도 있는데, 그것은 carry-over effect가 있다는 것이고, 그 외에 practice effect, fatigue effect, boredom이 있다는 것이다. 이러한 .. statistics/심리통계학의 기초 2008.07.15
개략적인 일원변량분석을 실시하고, 처치효과검증해 볼 것! Al A2 A3 10 14 18 28 31 35 43 47 50 먼저, 개략적으로 일원 변량분석을 해 보면, A1의 경우, 평균은 14이고, 각 점수의 차이는 4점이고, 변량은 8. A2의 경우, 평균은 약 31.3이고, 각 점수의 차이는 3, 4점이다. 변량은 7. A3의 경우, 평균은 약 46.6이고, 각 점수의 차이는 4, 3점이다. 변량은 7. 이렇게 보았을 때, A1, A2, A3.. statistics/심리통계학의 기초 2008.07.15
z값, t값, F-ratio를 구할 때, 분모와 분자의 공통성 및 차이점 일단 공식을 적어보면, ▣ 공통점 분자 : X-μ(표본평균-모평균), 전부A+e이다. 분모 : error (오차) 즉, z에서 분모는 모집단의 표준오차이고, t에서 분모는 추정표준오차이다. 그리고, F는 (개인차+실험오차)라는 것. 이 세가지의 공통점은 전부 오차(error)라는 점이다. ▣ 차이점 분자 : z와 t는 표본평균과 .. statistics/심리통계학의 기초 2008.07.15
Two-way ANOVA에서 상호작용 효과가 나타났다면? Two-way ANOVA에서 상호작용 효과가 나타났으면, 이것은 주효과와 비교하여 무엇을 의미하는가? 이를 ordinal interaction과 disordinal interaction 상황으로 나누어 설명하시오. 변인 A와 변인 B의 처치효과가 있었을 때, 상호작용도 있었다고 한다면, 이것은 A와 B에 대한 내용이어야 한다. 따라서, 주효과를 보는데, .. statistics/심리통계학의 기초 2008.07.15
경향분석이란 무엇인가? 경향분석(trend analysis)은 여러 개의 실험집단 평균들 사이의 특정한 양상(직선형 혹은 곡선형)을 파악하기 위한 분석이고, 독립변인의 수준들이 서열적인 혹은 연속적인 의미를 가지는 경우에 많이 수행된다. 예를 들어, 독립변인이 학년 혹은 연령대인 경우에 수행된다. 경향분석을 하는 예를 들자면, .. statistics/심리통계학의 기초 2008.07.15
ABC vs D // AD vs BC // A vs B 문제) ABC vs D AD vs BC A vs B 예를 들어, 일원 변량분석에서 변인 A, B, C, D가 있다면, 이것의 가설은 다음과 같다. H0 : A=B=C=D 이 말은 변인 A, B, C, D가 서로 차이가 없다라는 말이다. H1 : H0 is not true. H0는 사실과 다르다. H1을 다른 식으로 표현하자면, 몇 개가 나올 수 있다. A=B=C≠D, A=B≠C=D, A≠B=C=D, A≠B≠C=D, A=B.. statistics/심리통계학의 기초 2008.07.15
Xi = µ + A(treatment) + B(treatment) + e 1) Xi = µ + A(treatment) + B(treatment) + e or 2) Xi = µ + A(treatment) + B(treatment) + C(treatment) + AB + AC + BC + e 이 structural model은 구조방정식의 수정 이라고 한다. 만일 삼원 변량분석이라면, structural model은 A+B+C+AB+BC+AC+ABC+e가 될 것이다. 그러나, 변인 A, B, C의 주효과와 AB, BC, AC의 two-way interaction과 ABC의 three-wa.. statistics/심리통계학의 기초 2008.07.15