meta data for this page
차이
문서의 선택한 두 판 사이의 차이를 보여줍니다.
|
이원배치법_혼합모형_반복있음 [2012/07/25 22:31] moonrepeat 새로 만듦 |
이원배치법_혼합모형_반복있음 [2021/03/10 21:42] |
||
|---|---|---|---|
| 줄 1: | 줄 1: | ||
| - | ====== 이원배치법 (혼합모형) (반복있음) ====== | ||
| - | ===== 데이터 구조 ===== | ||
| - | [인자] $$A$$ 는 [모수인자] | ||
| - | [인자] $$B$$ 는 [변량인자] | ||
| - | |||
| - | |||
| - | $$ y_{ijk} = \mu + a_{i} + b_{j} + (ab)_{ij} + e_{ijk} $$ | ||
| - | |||
| - | |||
| - | $$y_{ijk}$$ : $$A_{i}$$ 와 $$B_{j}$$ 에서 얻은 $$k$$ 번째 [측정값] | ||
| - | |||
| - | $$\mu$$ : 실험전체의 [모평균] | ||
| - | |||
| - | $$a_{i}$$ : $$A_{i}$$ 가 주는 효과 | ||
| - | |||
| - | $$b_{j}$$ : $$B_{j}$$ 가 주는 효과 ( $$b_{j} \sim N(0, \sigma_{B}^{ \ 2})$$ 이고 서로 [독립]) | ||
| - | |||
| - | $$(ab)_{ij}$$ : $$A_{i}$$ 와 $$B_{j}$$ 의 [교호작용] 효과 $$\left( \sum_{i=1}^{l}(ab)_{ij}=0 \ , \ \sum_{j=1}^{m}(ab)_{ij} \neq 0 \right)$$ | ||
| - | |||
| - | $$e_{ijk}$$ : $$A_{i}$$ 와 $$B_{j}$$ 에서 얻은 $$k$$ 번째 [측정값]의 [오차] ( $$e_{ijk} \sim N(0, \sigma_{E}^{ \ 2})$$ 이고 서로 [독립]) | ||
| - | |||
| - | |||
| - | $$i$$ : 인자 $$A$$ 의 [수준] 수 $$( i = 1,2, \cdots ,l )$$ | ||
| - | |||
| - | $$j$$ : 인자 $$B$$ 의 [수준] 수 $$( j = 1,2, \cdots ,m )$$ | ||
| - | |||
| - | $$k$$ : 실험의 [반복] 수 $$( j = 1,2, \cdots ,r )$$ | ||
| - | ---- | ||
| - | ===== 자료의 구조 ===== | ||
| - | ||<|2> [인자] $$B$$ |||||||||||||| [인자] $$A$$ ||<|2> 합계 ||<|2> [평균] || | ||
| - | |||| $$A_{1}$$ |||| $$A_{2}$$ || $$\cdots$$ |||| $$A_{l}$$ || | ||
| - | |||||||||||||||||||| || | ||
| - | ||<|4> $$B_{1}$$ || $$y_{111}$$ ||<|2> $$T_{11.}$$ || $$y_{211}$$ ||<|2> $$T_{21.}$$ ||<|4> $$\cdots$$ || $$y_{l11}$$ ||<|2> $$T_{l1.}$$ ||<|4> $$T_{.1.}$$ ||<|4> $$\overline{y}_{.1.}$$ || | ||
| - | || $$y_{112}$$ || $$y_{212}$$ || $$y_{l12}$$ || | ||
| - | || $$\vdots$$ ||<|2> $$\overline{y}_{11.}$$ || $$\vdots$$ ||<|2> $$\overline{y}_{21.}$$ || $$\vdots$$ ||<|2> $$\overline{y}_{l1.}$$ || | ||
| - | || $$y_{11r}$$ || $$y_{21r}$$ || $$y_{l1r}$$ || | ||
| - | ||<|4> $$B_{2}$$ || $$y_{121}$$ ||<|2> $$T_{12.}$$ || $$y_{221}$$ ||<|2> $$T_{22.}$$ ||<|4> $$\cdots$$ || $$y_{l21}$$ ||<|2> $$T_{l2.}$$ ||<|4> $$T_{.2.}$$ ||<|4> $$\overline{y}_{.2.}$$ || | ||
| - | || $$y_{122}$$ || $$y_{222}$$ || $$y_{l22}$$ || | ||
| - | || $$\vdots$$ ||<|2> $$\overline{y}_{12.}$$ || $$\vdots$$ ||<|2> $$\overline{y}_{22.}$$ || $$\vdots$$ ||<|2> $$\overline{y}_{l2.}$$ || | ||
| - | || $$y_{12r}$$ || $$y_{22r}$$ || $$y_{l2r}$$ || | ||
| - | || $$\vdots$$ |||| $$\vdots$$ |||| $$\vdots$$ || $$\vdots$$ |||| $$\vdots$$ || $$\vdots$$ || $$\vdots$$ || | ||
| - | ||<|4> $$B_{m}$$ || $$y_{1m1}$$ ||<|2> $$T_{1m.}$$ || $$y_{2m1}$$ ||<|2> $$T_{2m.}$$ ||<|4> $$\cdots$$ || $$y_{lm1}$$ ||<|2> $$T_{lm.}$$ ||<|4> $$T_{.m.}$$ ||<|4> $$\overline{y}_{.m.}$$ || | ||
| - | || $$y_{1m2}$$ || $$y_{2m2}$$ || $$y_{lm2}$$ || | ||
| - | || $$\vdots$$ ||<|2> $$\overline{y}_{1m.}$$ || $$\vdots$$ ||<|2> $$\overline{y}_{2m.}$$ || $$\vdots$$ ||<|2> $$\overline{y}_{lm.}$$ || | ||
| - | || $$y_{1mr}$$ || $$y_{2mr}$$ || $$y_{lmr}$$ || | ||
| - | |||||||||||||||||||| || | ||
| - | || 합계 |||| $$T_{1..}$$ |||| $$T_{2..}$$ || $$\cdots$$ |||| $$T_{l..}$$ || $$T$$ || || | ||
| - | || [평균] |||| $$\overline{y}_{1..}$$ |||| $$\overline{y}_{2..}$$ || $$\cdots$$ |||| $$\overline{y}_{l..}$$ || || $$\overline{\overline{y}}$$ || | ||
| - | |||
| - | || $$T_{i..} = \sum_{j=1}^{m} \sum_{k=1}^{r} y_{ijk}$$ || $$\overline{y}_{i..} = \frac{T_{i..}}{mr}$$ || | ||
| - | || $$T_{.j.} = \sum_{i=1}^{l} \sum_{k=1}^{r} y_{ijk}$$ || $$\overline{y}_{.j.} = \frac{T_{.j.}}{lr}$$ || | ||
| - | || $$T_{ij.} = \sum_{k=1}^{r} y_{ijk}$$ || $$\overline{y}_{ij.} = \frac{T_{ij.}}{r}$$ || | ||
| - | || $$T = \sum_{i=1}^{l} \sum_{j=1}^{m} \sum_{k=1}^{r} y_{ijk}$$ || $$\overline{\overline{y}} = \frac{T}{lmr} = \frac{T}{N}$$ || | ||
| - | || $$N = lmr$$ || $$CT = \frac{T^{2}}{lmr} = \frac{T^{2}}{N}$$ || | ||
| - | ---- | ||
| - | ===== [제곱합] ===== | ||
| - | 개개의 데이터 $$y_{ijk}$$ 와 총편균 $$\overline{\overline{y}}$$ 의 차이는 다음과 같이 네 부분으로 나뉘어진다. | ||
| - | |||
| - | $$(y_{ijk}-\overline{\overline{y}})=(y_{i..}-\overline{\overline{y}})+(y_{.j.}-\overline{\overline{y}})+(\overline{y}_{ij.}-\overline{y}_{i..}-\overline{y}_{.j.}+\overline{\overline{y}})+(y_{ijk}-\overline{y}_{ij.})$$ | ||
| - | |||
| - | 양변을 제곱한 후에 모든 $$i, \ j, \ k$$ 에 대하여 합하면 아래의 등식을 얻을 수 있다. | ||
| - | |||
| - | $$\begin{displaymath}\begin{split} \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(y_{ijk}-\overline{\overline{y}})^{2} &= \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(y_{i..}-\overline{\overline{y}})^{2}+\sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(y_{.j.}-\overline{\overline{y}})^{2}+\sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(\overline{y}_{ij.}-\overline{y}_{i..}-\overline{y}_{.j.}+\overline{\overline{y}})^{2} \\ &+ \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(y_{ijk}-\overline{y}_{ij.})^{2} \end{split}\end{displaymath}$$ | ||
| - | |||
| - | 위 식에서 왼쪽 항은 총변동 $$S_{T}$$ 이고, 오른쪽 항은 차례대로 $$A$$ 의 [변동], $$B$$ 의 [변동], $$A, \ B$$ 의 [교호작용]의 변동 [오차변동]인 $$S_{A}$$ , $$S_{B}$$ , $$S_{A \times B}$$ , $$S_{E}$$ 가 된다. | ||
| - | |||
| - | |||
| - | $$\begin{displaymath}\begin{split} S_{T} &= \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(y_{ijk}-\overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}y_{ijk}^{ \ 2} - CT \end{split}\end{displaymath}$$ | ||
| - | |||
| - | $$\begin{displaymath}\begin{split} S_{A} &= \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(y_{i..}-\overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l}\frac{T_{i..}^{ \ 2}}{mr}-CT \end{split}\end{displaymath}$$ | ||
| - | |||
| - | $$\begin{displaymath}\begin{split} S_{B} &= \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(y_{.j.}-\overline{\overline{y}})^{2} \\ &= \sum_{j=1}^{m}\frac{T_{.j.}^{ \ 2}}{lr}-CT \end{split}\end{displaymath}$$ | ||
| - | |||
| - | $$\begin{displaymath}\begin{split} S_{A \times B} &= \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(\overline{y}_{ij.}-\overline{y}_{i..}-\overline{y}_{.j.}+\overline{\overline{y}})^{2} \\ &= S_{AB} - S_{A} - S_{B} \end{split}\end{displaymath}$$ | ||
| - | |||
| - | $$\begin{displaymath}\begin{split} S_{AB} &= \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(\overline{y}_{ij.}-\overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l}\sum_{j=1}^{m} \frac{T_{ij.}^{ \ 2}}{r} -CT \end{split}\end{displaymath}$$ | ||
| - | |||
| - | $$\begin{displaymath}\begin{split} S_{E} &= \sum_{i=1}^{l}\sum_{j=1}^{m}\sum_{k=1}^{r}(y_{ijk}-\overline{y}_{ij.})^{2} \\ &= S_{T}-S_{AB} \end{split}\end{displaymath}$$ | ||
| - | ---- | ||
| - | ===== [자유도] ===== | ||
| - | $$\nu_{_{A}} = l-1$$ | ||
| - | |||
| - | $$\nu_{_{B}} = m-1$$ | ||
| - | |||
| - | $$\nu_{_{A \times B}} = \nu_{_{AB}} - \nu_{_{A}} - \nu_{_{B}} = (l-1)(m-1)$$ | ||
| - | |||
| - | $$\nu_{_{AB}} = lm-1$$ | ||
| - | |||
| - | $$\nu_{_{E}} = \nu_{_{T}} - \nu_{_{AB}}=lm(r-1)$$ | ||
| - | |||
| - | $$\nu_{_{T}} = lmr-1=N-1$$ | ||
| - | ---- | ||
| - | ===== [평균제곱] ===== | ||
| - | $$V_{A} = \frac{S_{A}}{\nu_{_{A}}}$$ | ||
| - | |||
| - | $$V_{B} = \frac{S_{B}}{\nu_{_{B}}}$$ | ||
| - | |||
| - | $$V_{A \times B} = \frac{S_{A \times B}}{\nu_{_{A \times B}}}$$ | ||
| - | |||
| - | $$V_{AB} = \frac{S_{AB}}{\nu_{_{AB}}}$$ | ||
| - | |||
| - | $$V_{E} = \frac{S_{E}}{\nu_{_{E}}}$$ | ||
| - | ---- | ||
| - | ===== 분산분석표 ===== | ||
| - | || '''[요인]''' || '''[제곱합]''' $$SS$$ || '''[자유도]''' $$DF$$ || '''[평균제곱]''' $$MS$$ || $$E(MS)$$ || $$F_{0}$$ || '''기각치''' || '''[순변동]''' $$ S\acute{} $$ || '''[기여율]''' $$\rho$$ || | ||
| - | |||||||||||||||||| || | ||
| - | || $$A$$ || $$S_{_{A}}$$ || $$\nu_{_{A}} = l - 1$$ || $$V_{_{A}} = S_{_{A}} / \nu_{_{A}}$$ || $$\sigma_{_{E}}^{ \ 2} + r \sigma_{_{A \times B}}^{ \ 2} + m r \ \sigma_{_{A}}^{ \ 2}$$ || $$V_{_{A}}/V_{_{A \times B}}$$ || $$F_{1-\alpha}(\nu_{_{A}} \ , \ \nu_{_{A \times B}})$$ || $$S_{_{A}}\acute{}$$ || $$S_{_{A}}\acute{} / S_{_{T}} $$ || | ||
| - | || $$B$$ || $$S_{_{B}}$$ || $$\nu_{_{B}} = m - 1$$ || $$V_{_{B}} = S_{_{B}} / \nu_{_{B}}$$ || $$\sigma_{_{E}}^{ \ 2} + l r\ \sigma_{_{B}}^{ \ 2}$$ || $$V_{_{B}}/V_{_{E}}$$ || $$F_{1-\alpha}(\nu_{_{B}} \ , \ \nu_{_{E}})$$ || $$S_{_{B}}\acute{}$$ || $$S_{_{B}}\acute{} / S_{_{T}} $$ || | ||
| - | || $$A \times B$$ || $$S_{_{A \times B}}$$ || $$\nu_{_{A \times B}} = (l - 1)(m - 1)$$ || $$V_{_{A \times B}} = S_{_{A \times B}} / \nu_{_{A \times B}}$$ || $$\sigma_{_{E}}^{ \ 2} + r \ \sigma_{_{A \times B}}^{ \ 2}$$ || $$V_{_{A \times B}}/V_{_{E}}$$ || $$F_{1-\alpha}(\nu_{_{A \times B}} \ , \ \nu_{_{E}})$$ || $$S_{_{A \times B}}\acute{}$$ || $$S_{_{A \times B}}\acute{} / S_{_{T}} $$ || | ||
| - | || $$E$$ || $$S_{_{E}}$$ || $$\nu_{_{E}} = lm(r - 1)$$ || $$V_{_{E}} = S_{_{E}} / \nu_{_{E}}$$ || $$\sigma_{_{E}}^{ \ 2}$$ || || || $$S_{_{E}}\acute{} = S_{_{T}} - S_{_{A}}\acute{} - S_{_{B}}\acute{} - S_{_{A \times B}}\acute{}$$ || $$S_{_{E}}\acute{} / S_{_{T}} $$ || | ||
| - | |||||||||||||||||| || | ||
| - | || $$T$$ || $$S_{_{T}}$$ || $$\nu_{_{T}} = lmr - 1$$ || || || || || $$S_{_{T}}$$ || $$1$$ || | ||
| - | |||
| - | ---- | ||
| - | * [[실험계획법]] | ||
| - | * [[이원배치법]] | ||