meta data for this page
차이
문서의 선택한 두 판 사이의 차이를 보여줍니다.
양쪽 이전 판 이전 판 다음 판 | 이전 판 | ||
이원배치법_모수모형_반복없음 [2012/07/24 22:24] moonrepeat [각 수준의 모평균의 추정] |
이원배치법_모수모형_반복없음 [2012/07/24 22:37] moonrepeat [각 수준의 모평균차의 추정] |
||
---|---|---|---|
줄 16: | 줄 16: | ||
* $j$ : [[인자]] $B$의 [[수준]] 수 $( j = 1,2, \cdots ,m )$ | * $j$ : [[인자]] $B$의 [[수준]] 수 $( j = 1,2, \cdots ,m )$ | ||
===== 자료의 구조 ===== | ===== 자료의 구조 ===== | ||
- | ||<|2> [인자] $$B$$ |||||||| [인자] $$A$$ ||<|2> 합계 ||<|2> [평균] || | + | ^ [[인자]]\\ $B$ ^ [[인자]] $A$ ^^^^ 합계 ^ [[평균]] | |
- | || $$A_{1}$$ || $$A_{2}$$ || $$\cdots$$ || $$A_{l}$$ || | + | ^:::^ $$A_{1}$$ ^ $$A_{2}$$ ^ $$\cdots$$ ^ $$A_{l}$$ ^:::^:::| |
- | |||||||||||||| || | + | ^ $$B_{1}$$ | $$y_{11}$$ | $$y_{21}$$ | $$\cdots$$ | $$y_{l1}$$ | $$T_{.1}$$ | $$\overline{y}_{.1}$$ | |
- | || $$B_{1}$$ || $$y_{11}$$ || $$y_{21}$$ || $$\cdots$$ || $$y_{l1}$$ || $$T_{.1}$$ || $$\overline{y}_{.1}$$ || | + | ^ $$B_{2}$$ | $$y_{12}$$ | $$y_{22}$$ | $$\cdots$$ | $$y_{l2}$$ | $$T_{.2}$$ | $$\overline{y}_{.2}$$ | |
- | || $$B_{2}$$ || $$y_{12}$$ || $$y_{22}$$ || $$\cdots$$ || $$y_{l2}$$ || $$T_{.2}$$ || $$\overline{y}_{.2}$$ || | + | ^ $$\vdots$$ | $$\vdots$$ | $$\vdots$$ | | $$\vdots$$ | $$\vdots$$ | $$\vdots$$ | |
- | || $$\vdots$$ || $$\vdots$$ || $$\vdots$$ || || $$\vdots$$ || $$\vdots$$ || $$\vdots$$ || | + | ^ $$B_{m}$$ | $$y_{1m}$$ | $$y_{2m}$$ | $$\cdots$$ | $$y_{lm}$$ | $$T_{.m}$$ | $$\overline{y}_{.m}$$ | |
- | || $$B_{m}$$ || $$y_{1m}$$ || $$y_{2m}$$ || $$\cdots$$ || $$y_{lm}$$ || $$T_{.m}$$ || $$\overline{y}_{.m}$$ || | + | ^ 합계 ^ $$T_{1.}$$ ^ $$T_{2.}$$ ^ $$\cdots$$ ^ $$T_{l.}$$ ^ $$T$$ ^ | |
- | |||||||||||||| || | + | ^ [[평균]] ^ $$\overline{y}_{1.}$$ ^ $$\overline{y}_{2.}$$ ^ $$\cdots$$ ^ $$\overline{y}_{l.}$$ ^ ^ $$\overline{\overline{y}}$$ | |
- | || 합계 || $$T_{1.}$$ || $$T_{2.}$$ || $$\cdots$$ || $$T_{l.}$$ || $$T$$ || || | + | |
- | || [평균] || $$\overline{y}_{1.}$$ || $$\overline{y}_{2.}$$ || $$\cdots$$ || $$\overline{y}_{l.}$$ || || $$\overline{\overline{y}}$$ || | + | |
- | + | | $$T_{i.} = \sum_{j=1}^{m} y_{ij}$$ | $$\overline{y}_{i.} = \frac{T_{i.}}{m}$$ | | |
- | || $$T_{i.} = \sum_{j=1}^{m} y_{ij}$$ || $$\overline{y}_{i.} = \frac{T_{i.}}{m}$$ || | + | | $$T_{.j} = \sum_{i=1}^{l} y_{ij}$$ | $$\overline{y}_{.j} = \frac{T_{.j}}{l}$$ | |
- | || $$T_{.j} = \sum_{i=1}^{l} y_{ij}$$ || $$\overline{y}_{.j} = \frac{T_{.j}}{l}$$ || | + | | $$T = \sum_{i=1}^{l} \sum_{j=1}^{m} y_{ij}$$ | $$\overline{\overline{y}} = \frac{T}{lm} = \frac{T}{N}$$ | |
- | || $$T = \sum_{i=1}^{l} \sum_{j=1}^{m} y_{ij}$$ || $$\overline{\overline{y}} = \frac{T}{lm} = \frac{T}{N}$$ || | + | | $$N = lm$$ | $$CT = \frac{T^{2}}{lm} = \frac{T^{2}}{N}$$ | |
- | || $$N = lm$$ || $$CT = \frac{T^{2}}{lm} = \frac{T^{2}}{N}$$ || | + | |
===== 제곱합 ===== | ===== 제곱합 ===== | ||
- | 개개의 데이터   $$y_{ij}$$ 와 총 [평균]   $$\overline{\overline{y}}$$ 의 차이는 다음과 같이 세 부분으로 나뉘어진다. | + | 개개의 데이터 $y_{ij}$와 총 [[평균]] $\overline{\overline{y}}$의 차이는 다음과 같이 세 부분으로 나뉘어진다. |
- | $$(y_{ij} - \overline{\overline{y}}) = (\overline{y}_{i.} - \overline{\overline{y}}) + (\overline{y}_{.j} - \overline{\overline{y}}) + (y_{ij} - \overline{y}_{i.} - \overline{y}_{.j} + \overline{\overline{y}})$$ | + | $$(y_{ij} - \overline{\overline{y}}) = (\overline{y}_{i.} - \overline{\overline{y}}) + (\overline{y}_{.j} - \overline{\overline{y}}) + (y_{ij} - \overline{y}_{i.} - \overline{y}_{.j} + \overline{\overline{y}})$$ |
- | 양변을 제곱한 후에 모든   $$i$$ 와   $$j$$ 에 대하여 합하면 아래의 등식을 얻을 수 있다. | + | 양변을 제곱한 후에 모든 $i$와 $j$에 대하여 합하면 아래의 등식을 얻을 수 있다. |
- | $$\sum_{i=1}^{l}\sum_{j=1}^{m}(y_{ij} - \overline{\overline{y}})^{2} = \sum_{i=1}^{l}\sum_{j=1}^{m}(\overline{y}_{i.} - \overline{\overline{y}})^{2} + \sum_{i=1}^{l}\sum_{j=1}^{m}(\overline{y}_{.j} - \overline{\overline{y}})^{2} + \sum_{i=1}^{l}\sum_{j=1}^{m}(y_{ij} - \overline{y}_{i.} - \overline{y}_{.j} + \overline{\overline{y}})^{2}$$ | + | $$\sum_{i=1}^{l}\sum_{j=1}^{m}(y_{ij} - \overline{\overline{y}})^{2} = \sum_{i=1}^{l}\sum_{j=1}^{m}(\overline{y}_{i.} - \overline{\overline{y}})^{2} + \sum_{i=1}^{l}\sum_{j=1}^{m}(\overline{y}_{.j} - \overline{\overline{y}})^{2} + \sum_{i=1}^{l}\sum_{j=1}^{m}(y_{ij} - \overline{y}_{i.} - \overline{y}_{.j} + \overline{\overline{y}})^{2}$$ |
- | 위 식에서 왼쪽 항은 총변동 $$S_{T}$$ 이고, 오른쪽 항은 차례대로   $$A$$ 의 [변동],   $$B$$ 의 [변동], [오차변동]인   $$S_{A}$$ , $$S_{B}$$ , $$S_{E}$$ 가 된다. | + | 위 식에서 왼쪽 항은 총변동 $S_{T}$이고, 오른쪽 항은 차례대로 $A$의 [[변동]], $B$의 [[변동]], [[오차변동]]인 $S_{A}$, $S_{B}$, $S_{E}$가 된다. |
- | $$\begin{displaymath}\begin{split} S_{T} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (y_{ij}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \sum_{j=1}^{m} y_{ij}^{ \ 2} - CT \end{split}\end{displaymath}$$ | + | $$\begin{displaymath}\begin{split} S_{T} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (y_{ij}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \sum_{j=1}^{m} y_{ij}^{ \ 2} - CT \end{split}\end{displaymath}$$ |
+ | $$\begin{displaymath}\begin{split} S_{A} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (\overline{y}_{i.}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \frac{T_{i.}^{ \ 2}}{m} - CT \end{split}\end{displaymath}$$ | ||
- | $$\begin{displaymath}\begin{split} S_{A} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (\overline{y}_{i.}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \frac{T_{i.}^{ \ 2}}{m} - CT \end{split}\end{displaymath}$$ | + | $$\begin{displaymath}\begin{split} S_{B} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (\overline{y}_{.j}- \overline{\overline{y}})^{2} \\ &= \sum_{j=1}^{m} \frac{T_{.j}^{ \ 2}}{l} - CT \end{split}\end{displaymath}$$ |
- | + | $$\begin{displaymath}\begin{split} S_{E} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (y_{ij} - \overline{y}_{i.} - \overline{y}_{.j} + \overline{\overline{y}})^{2} \\ &= S_{T} - S_{A} - S_{B} \end{split}\end{displaymath}$$ | |
- | $$\begin{displaymath}\begin{split} S_{B} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (\overline{y}_{.j}- \overline{\overline{y}})^{2} \\ &= \sum_{j=1}^{m} \frac{T_{.j}^{ \ 2}}{l} - CT \end{split}\end{displaymath}$$ | + | |
- | + | ||
- | + | ||
- | $$\begin{displaymath}\begin{split} S_{E} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (y_{ij} - \overline{y}_{i.} - \overline{y}_{.j} + \overline{\overline{y}})^{2} \\ &= S_{T} - S_{A} - S_{B} \end{split}\end{displaymath}$$ | + | |
===== 자유도 ===== | ===== 자유도 ===== | ||
$$\nu_{_{A}} = l-1$$ | $$\nu_{_{A}} = l-1$$ | ||
줄 74: | 줄 68: | ||
$$E(V_{E}) = \sigma_{_{E}}^{ \ 2}$$ | $$E(V_{E}) = \sigma_{_{E}}^{ \ 2}$$ | ||
===== 분산분석표 ===== | ===== 분산분석표 ===== | ||
- | || '''[요인]''' || '''[제곱합]''' $$SS$$ || '''[자유도]''' $$DF$$ || '''[평균제곱]''' $$MS$$ || $$E(MS)$$ || $$F_{0}$$ || '''기각치''' || '''[순변동]''' $$ S\acute{} $$ || '''[기여율]''' $$\rho$$ || | + | ^ [[요인]] ^ [[제곱합]]\\ $SS$ ^ [[자유도]]\\ $DF$ ^ [[평균제곱]]\\ $MS$ ^ $E(MS)$ ^ $F_{0}$ ^ [[기각치]] ^ [[순변동]]\\ $S\acute{}$ ^ [[기여율]]\\ $\rho$ | |
- | |||||||||||||||||| || | + | | $$A$$ | $$S_{_{A}}$$ | $$\nu_{_{A}} = l - 1$$ | $$V_{_{A}} = S_{_{A}} / \nu_{_{A}}$$ | $$\sigma_{_{E}}^{ \ 2} + m \ \sigma_{_{A}}^{ \ 2}$$ | $$V_{_{A}}/V_{_{E}}$$ | $$F_{1-\alpha}(\nu_{_{A}} \ , \ \nu_{_{E}})$$ | $$S_{_{A}}\acute{} = S_{_{A}} - \nu_{_{A}} \ V_{_{E}}$$ | $$S_{_{A}}\acute{} / S_{_{T}} $$ | |
- | || $$A$$ || $$S_{_{A}}$$ || $$\nu_{_{A}} = l - 1$$ || $$V_{_{A}} = S_{_{A}} / \nu_{_{A}}$$ || $$\sigma_{_{E}}^{ \ 2} + m \ \sigma_{_{A}}^{ \ 2}$$ || $$V_{_{A}}/V_{_{E}}$$ || $$F_{1-\alpha}(\nu_{_{A}} \ , \ \nu_{_{E}})$$ || $$S_{_{A}}\acute{} = S_{_{A}} - \nu_{_{A}} \ V_{_{E}}$$ || $$S_{_{A}}\acute{} / S_{_{T}} $$ || | + | | $$B$$ | $$S_{_{B}}$$ | $$\nu_{_{B}} = m - 1$$ | $$V_{_{B}} = S_{_{B}} / \nu_{_{B}}$$ | $$\sigma_{_{E}}^{ \ 2} + l \ \sigma_{_{B}}^{ \ 2}$$ | $$V_{_{B}}/V_{_{E}}$$ | $$F_{1-\alpha}(\nu_{_{B}} \ , \ \nu_{_{E}})$$ | $$S_{_{B}}\acute{} = S_{_{B}} - \nu_{_{B}} \ V_{_{E}}$$ | $$S_{_{B}}\acute{} / S_{_{T}} $$ | |
- | || $$B$$ || $$S_{_{B}}$$ || $$\nu_{_{B}} = m - 1$$ || $$V_{_{B}} = S_{_{B}} / \nu_{_{B}}$$ || $$\sigma_{_{E}}^{ \ 2} + l \ \sigma_{_{B}}^{ \ 2}$$ || $$V_{_{B}}/V_{_{E}}$$ || $$F_{1-\alpha}(\nu_{_{B}} \ , \ \nu_{_{E}})$$ || $$S_{_{B}}\acute{} = S_{_{B}} - \nu_{_{B}} \ V_{_{E}}$$ || $$S_{_{B}}\acute{} / S_{_{T}} $$ || | + | | $$E$$ | $$S_{_{E}}$$ | $$\nu_{_{E}} = (l - 1)(m - 1)$$ | $$V_{_{E}} = S_{_{E}} / \nu_{_{E}}$$ | $$\sigma_{_{E}}^{ \ 2}$$ | | | $$S_{_{E}}\acute{} = S_{_{T}} - S_{_{A}}\acute{} - S_{_{B}}\acute{}$$ | $$S_{_{E}}\acute{} / S_{_{T}} $$ | |
- | || $$E$$ || $$S_{_{E}}$$ || $$\nu_{_{E}} = (l - 1)(m - 1)$$ || $$V_{_{E}} = S_{_{E}} / \nu_{_{E}}$$ || $$\sigma_{_{E}}^{ \ 2}$$ || || || $$S_{_{E}}\acute{} = S_{_{T}} - S_{_{A}}\acute{} - S_{_{B}}\acute{}$$ || $$S_{_{E}}\acute{} / S_{_{T}} $$ || | + | | $$T$$ | $$S_{_{T}}$$ | $$\nu_{_{T}} = lm - 1$$ | | | | | $$S_{_{T}}$$ | $$1$$ | |
- | |||||||||||||||||| || | + | |
- | || $$T$$ || $$S_{_{T}}$$ || $$\nu_{_{T}} = lm - 1$$ || || || || || $$S_{_{T}}$$ || $$1$$ || | + | |
===== 분산분석 ===== | ===== 분산분석 ===== | ||
- | 인자   $$A$$ 에 대한 [분산분석] | + | [[인자]] $A$에 대한 [[분산분석]] |
- | + | ||
- | $$F_{0}=\frac{V_{_{A}}}{V_{_{E}}}$$ | + | |
- | [기각역] :   $$F_{0} > F_{a-\alpha}(\nu_{_{A}},\nu_{_{E}})$$ | + | $$F_{0}=\frac{V_{_{A}}}{V_{_{E}}}$$ |
+ | [[기각역]] : $F_{0} > F_{a-\alpha}(\nu_{_{A}},\nu_{_{E}})$ | ||
- | 인자   $$B$$ 에 대한 [분산분석] | + | [[인자]] $B$에 대한 [[분산분석]] |
- | $$F_{0}=\frac{V_{_{B}}}{V_{_{E}}}$$ | + | $$F_{0}=\frac{V_{_{B}}}{V_{_{E}}}$$ |
- | [기각역] :   $$F_{0} > F_{a-\alpha}(\nu_{_{B}},\nu_{_{E}})$$ | + | [[기각역]] : $F_{0} > F_{a-\alpha}(\nu_{_{B}},\nu_{_{E}})$ |
===== 각 수준의 모평균의 추정 ===== | ===== 각 수준의 모평균의 추정 ===== | ||
[[인자]] $A$의 [[모평균]]에 관한 [[추정]] | [[인자]] $A$의 [[모평균]]에 관한 [[추정]] | ||
줄 151: | 줄 142: | ||
---- | ---- | ||
+ | * [[실험계획법]] | ||
+ | * [[이원배치법]] | ||
* [[결측치 추정 (Yates방법)]] | * [[결측치 추정 (Yates방법)]] |