meta data for this page
차이
문서의 선택한 두 판 사이의 차이를 보여줍니다.
다음 판 | 이전 판 | ||
일원배치법_변량모형_반복수_균일 [2012/07/23 10:55] moonrepeat 새로 만듦 |
일원배치법_변량모형_반복수_균일 [2021/03/10 21:42] (현재) |
||
---|---|---|---|
줄 17: | 줄 17: | ||
* [[대립가설]] : $H_{1} : \sigma_{_{A}}^{ \ \ 2} > 0$ | * [[대립가설]] : $H_{1} : \sigma_{_{A}}^{ \ \ 2} > 0$ | ||
===== 자료의 구조 ===== | ===== 자료의 구조 ===== | ||
- | ||<|2> |||||||||| '''[인자]의 수준''' ||<|2> '''합계''' || | + | ^ ^ [[인자]]의 [[수준]] ^^^^^ 합계 | |
- | || $$A_{1}$$ || $$A_{2}$$ || $$A_{3}$$ || $$\cdots$$ || $$A_{l}$$ || | + | ^:::^ $$A_{1}$$ ^ $$A_{2}$$ ^ $$A_{3}$$ ^ $$\cdots$$ ^ $$A_{l}$$ ^:::| |
- | |||||||||||||| || | + | | 실험의\\ [[반복]] | $$y_{11}$$ | $$y_{21}$$ | $$y_{31}$$ | $$\cdots$$ | $$y_{l1}$$ | | |
- | ||<|4> '''실험의'''[[BR]]'''반 복''' || $$y_{11}$$ || $$y_{21}$$ || $$y_{31}$$ || $$\cdots$$ || $$y_{l1}$$ ||<|4> || | + | |:::| $$y_{12}$$ | $$y_{22}$$ | $$y_{32}$$ | $$\cdots$$ | $$y_{l2}$$ |:::| |
- | || $$y_{12}$$ || $$y_{22}$$ || $$y_{32}$$ || $$\cdots$$ || $$y_{l2}$$ || | + | |:::| $$\vdots$$ | $$\vdots$$ | $$\vdots$$ | | $$\vdots$$ |:::| |
- | || $$\vdots$$ || $$\vdots$$ || $$\vdots$$ || || $$\vdots$$ || | + | |:::| $$y_{1r}$$ | $$y_{2r}$$ | $$y_{3r}$$ | $$\cdots$$ | $$y_{lr}$$ |:::| |
- | || $$y_{1r}$$ || $$y_{2r}$$ || $$y_{3r}$$ || $$\cdots$$ || $$y_{lr}$$ || | + | ^ 합계 ^ $$T_{1.}$$ ^ $$T_{2.}$$ ^ $$T_{3.}$$ ^ $$\cdots$$ ^ $$T_{l.}$$ ^ $$T$$ | |
- | |||||||||||||| || | + | ^ [[평균]] ^ $$\overline{y}_{1.}$$ ^ $$\overline{y}_{2.}$$ ^ $$\overline{y}_{3.}$$ ^ $$\cdots$$ ^ $$\overline{y}_{l.}$$ ^ $$\overline{\overline{y}}$$ | |
- | || '''합계''' || $$T_{1.}$$ || $$T_{2.}$$ || $$T_{3.}$$ || $$\cdots$$ || $$T_{l.}$$ || $$T$$ || | + | |
- | || '''[평균]''' || $$\overline{y}_{1.}$$ || $$\overline{y}_{2.}$$ || $$\overline{y}_{3.}$$ || $$\cdots$$ || $$\overline{y}_{l.}$$ || $$\overline{\overline{y}}$$ || | + | |
- | + | | $$T_{i.} = \sum_{j=1}^{r} y_{ij}$$ | $$\overline{y}_{i.} = \frac{T_{i.}}{r}$$ | | |
- | || $$T_{i.} = \sum_{j=1}^{r} y_{ij}$$ || $$\overline{y}_{i.} = \frac{T_{i.}}{r}$$ || | + | | $$T = \sum_{i=1}^{l} \sum_{j=1}^{r} y_{ij}$$ | $$\overline{\overline{y}} = \frac{T}{lr} = \frac{T}{N}$$ | |
- | || $$T = \sum_{i=1}^{l} \sum_{j=1}^{r} y_{ij}$$ || $$\overline{\overline{y}} = \frac{T}{lr} = \frac{T}{N}$$ || | + | | $$N = lr$$ | $$CT = \frac{T^{2}}{lr} = \frac{T^{2}}{N}$$ | |
- | || $$N = lr$$ || $$CT = \frac{T^{2}}{lr} = \frac{T^{2}}{N}$$ || | + | |
===== 제곱합 ===== | ===== 제곱합 ===== | ||
- | 개개의 데이터   $$y_{ij}$$ 와 총 [평균]   $$\overline{\overline{y}}$$ 의 차이는 다음과 같이 두 부분으로 나뉘어진다. | + | 개개의 데이터 $y_{ij}$와 총 [[평균]] $\overline{\overline{y}}$의 차이는 다음과 같이 두 부분으로 나뉘어진다. |
- | $$(y_{ij} - \overline{\overline{y}}) = (\overline{y}_{i.} - \overline{\overline{y}}) + (y_{ij} - \overline{y}_{i.})$$ | + | $$(y_{ij} - \overline{\overline{y}}) = (\overline{y}_{i.} - \overline{\overline{y}}) + (y_{ij} - \overline{y}_{i.})$$ |
- | 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. |
- | $$\sum_{i=1}^{l}\sum_{j=1}^{r}(y_{ij} - \overline{\overline{y}})^{2} = \sum_{i=1}^{l}\sum_{j=1}^{r}(\overline{y}_{i.} - \overline{\overline{y}})^{2} + \sum_{i=1}^{l}\sum_{j=1}^{r}(y_{ij} - \overline{y}_{i.})$$ | + | $$\sum_{i=1}^{l}\sum_{j=1}^{r}(y_{ij} - \overline{\overline{y}})^{2} = \sum_{i=1}^{l}\sum_{j=1}^{r}(\overline{y}_{i.} - \overline{\overline{y}})^{2} + \sum_{i=1}^{l}\sum_{j=1}^{r}(y_{ij} - \overline{y}_{i.})$$ |
- | + | ||
- | 위 식에서 왼쪽 항은 총변동 $$S_{T}$$ 이고, 오른쪽 항은 차례대로   $$A$$ 의 [변동], [오차변동]인   $$S_{A}$$ , $$S_{E}$$ 가 된다. | + | |
+ | 위 식에서 왼쪽 항은 총변동 $S_{T}$이고, 오른쪽 항은 차례대로 $A$의 [[변동]], [[오차변동]]인 $S_{A}$, $S_{E}$가 된다. | ||
$$\begin{displaymath}\begin{split} S_{_{T}} &= \sum_{i=1}^{l} \sum_{j=1}^{r} (y_{ij}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \sum_{j=1}^{r} y_{ij}^{2} - CT \end{split}\end{displaymath}$$ | $$\begin{displaymath}\begin{split} S_{_{T}} &= \sum_{i=1}^{l} \sum_{j=1}^{r} (y_{ij}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \sum_{j=1}^{r} y_{ij}^{2} - CT \end{split}\end{displaymath}$$ | ||
줄 50: | 줄 46: | ||
$$\begin{displaymath}\begin{split} S_{_{E}} &= \sum_{i=1}^{l} \sum_{j=1}^{r} (y_{ij} - \overline{y}_{i.})^{2} \\ &= S_{_{T}}-S_{_{A}} \end{split}\end{displaymath}$$ | $$\begin{displaymath}\begin{split} S_{_{E}} &= \sum_{i=1}^{l} \sum_{j=1}^{r} (y_{ij} - \overline{y}_{i.})^{2} \\ &= S_{_{T}}-S_{_{A}} \end{split}\end{displaymath}$$ | ||
- | + | 단, $CT$는 $CT = \frac{T^{2}}{lr}=\frac{T^{2}}{N}$으로 [[수정항]]이라 부른다. | |
- | 단,   $$CT$$ 는   $$CT = \frac{T^{2}}{lr}=\frac{T^{2}}{N}$$ 으로 [수정항]이라 부른다. | + | |
===== 자유도 ===== | ===== 자유도 ===== | ||
$$\nu_{_{A}} = l - 1$$ | $$\nu_{_{A}} = l - 1$$ | ||
줄 67: | 줄 62: | ||
$$E(V_{E}) = \sigma_{E}^{ \ \ 2}$$ | $$E(V_{E}) = \sigma_{E}^{ \ \ 2}$$ | ||
===== 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]]\\ $\rho$ | |
- | |||||||||||||||||| || | + | | $$A$$ | $$S_{_{A}}$$ | $$\nu_{_{A}} = l - 1$$ | $$V_{_{A}} = S_{_{A}} / \nu_{_{A}}$$ | $$\sigma_{_{E}}^{ \ 2} + r \ \sigma_{_{A}}^{ \ 2}$$ | $$V_{_{A}}/V_{_{E}}$$ | $$F_{1-\alpha}(\nu_{_{A}} \ , \ \nu_{_{E}})$$ | $$S_{_{A}}\acute{} = S_{_{A}} - \nu_{_{A}} \ V_{_{E}}$$ | $$S_{_{A}}\acute{} / S_{_{T}} $$ | |
- | || $$A$$ || $$S_{_{A}}$$ || $$\nu_{_{A}} = l - 1$$ || $$V_{_{A}} = S_{_{A}} / \nu_{_{A}}$$ || $$\sigma_{_{E}}^{ \ 2} + r \ \sigma_{_{A}}^{ \ 2}$$ || $$V_{_{A}}/V_{_{E}}$$ || $$F_{1-\alpha}(\nu_{_{A}} \ , \ \nu_{_{E}})$$ || $$S_{_{A}}\acute{} = S_{_{A}} - \nu_{_{A}} \ V_{_{E}}$$ || $$S_{_{A}}\acute{} / S_{_{T}} $$ || | + | | $$E$$ | $$S_{_{E}}$$ | $$\nu_{_{E}} = l(r - 1)$$ | $$V_{_{E}} = S_{_{E}} / \nu_{_{E}}$$ | $$\sigma_{_{E}}^{ \ 2}$$ | | | $$S_{_{E}}\acute{} = S_{_{T}} - S_{_{A}}\acute{}$$ | $$S_{_{E}}\acute{} / S_{_{T}} $$ | |
- | || $$E$$ || $$S_{_{E}}$$ || $$\nu_{_{E}} = l(r - 1)$$ || $$V_{_{E}} = S_{_{E}} / \nu_{_{E}}$$ || $$\sigma_{_{E}}^{ \ 2}$$ || || || $$S_{_{E}}\acute{} = S_{_{T}} - S_{_{A}}\acute{}$$ || $$S_{_{E}}\acute{} / S_{_{T}} $$ || | + | | $$T$$ | $$S_{_{T}}$$ | $$\nu_{_{T}} = lr - 1$$ | | | | | $$S_{_{T}}$$ | $$1$$ | |
- | |||||||||||||||||| || | + | |
- | || $$T$$ || $$S_{_{T}}$$ || $$\nu_{_{T}} = lr - 1$$ || || || || || $$S_{_{T}}$$ || $$1$$ || | + | |
===== 분산분석 ===== | ===== 분산분석 ===== | ||
$$F_{0}=\frac{V_{_{A}}}{V_{_{E}}}$$ | $$F_{0}=\frac{V_{_{A}}}{V_{_{E}}}$$ | ||
- | + | 기각역 : $F_{0} > F(\nu_{_{A}},\nu_{_{E}} \ ; \ \alpha)$ | |
- | 기각역 :   $$F_{0} > F(\nu_{_{A}},\nu_{_{E}} \ ; \ \alpha)$$ | + | ===== 분산의 추정 ===== |
- | ===== [분산]의 [추정] ===== | + | |
$$ \hat{\sigma}_{A}^{ \ 2} = \frac{V_{A}-V_{E}}{r}$$ | $$ \hat{\sigma}_{A}^{ \ 2} = \frac{V_{A}-V_{E}}{r}$$ | ||
---- | ---- | ||
+ | * [[실험계획법]] | ||
+ | * [[일원배치법]] |