meta data for this page
차이
문서의 선택한 두 판 사이의 차이를 보여줍니다.
| 양쪽 이전 판 이전 판 다음 판 | 이전 판 | ||
|
난괴법 [2012/07/05 11:02] moonrepeat [각 수준의 모평균차의 추정] |
난괴법 [2021/03/10 21:42] (현재) |
||
|---|---|---|---|
| 줄 17: | 줄 17: | ||
| * $j$ : 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 ===== | ||
| - | | [[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 | $$T_{1.}$$ | $$T_{2.}$$ | $$\cdots$$ | $$T_{l.}$$ | $$T$$ | | | + | ^ 합계 ^ $T_{1.}$ ^ $T_{2.}$ ^ $\cdots$ ^ $T_{l.}$ ^ $T$ ^ | |
| - | | [[평균]] | $$\overline{y}_{1.}$$ | $$\overline{y}_{2.}$$ | $$\cdots$$ | $$\overline{y}_{l.}$$ | | $$\overline{\overline{y}}$$ | | + | ^ [[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 총편균 $$\overline{\overline{y}}$$ 의 차이는 다음과 같이 세 부분으로 나뉘어진다. | + | 개개의 데이터 $y_{ij}$와 총편균 $\overline{\overline{y}}$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. |
| - | $$\begin{displaymath}\begin{split} S_{T} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (y_{ij}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \sum_{j=1}^{m} y_{ij}^{ \ 2} - CT \end{split}\end{displaymath}$$ | + | * $$\begin{displaymath}\begin{split} S_{T} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (y_{ij}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \sum_{j=1}^{m} y_{ij}^{ \ 2} - CT \end{split}\end{displaymath}$$ |
| - | + | * $$\begin{displaymath}\begin{split} S_{A} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (\overline{y}_{i.}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \frac{T_{i.}^{ \ 2}}{m} - CT \end{split}\end{displaymath}$$ | |
| - | + | * $$\begin{displaymath}\begin{split} S_{B} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (\overline{y}_{.j}- \overline{\overline{y}})^{2} \\ &= \sum_{j=1}^{m} \frac{T_{.j}^{ \ 2}}{l} - CT \end{split}\end{displaymath}$$ | |
| - | $$\begin{displaymath}\begin{split} S_{A} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (\overline{y}_{i.}- \overline{\overline{y}})^{2} \\ &= \sum_{i=1}^{l} \frac{T_{i.}^{ \ 2}}{m} - CT \end{split}\end{displaymath}$$ | + | * $$\begin{displaymath}\begin{split} S_{E} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (y_{ij} - \overline{y}_{i.} - \overline{y}_{.j} + \overline{\overline{y}})^{2} \\ &= S_{T} - S_{A} - S_{B} \end{split}\end{displaymath}$$ |
| - | + | ||
| - | + | ||
| - | $$\begin{displaymath}\begin{split} S_{B} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (\overline{y}_{.j}- \overline{\overline{y}})^{2} \\ &= \sum_{j=1}^{m} \frac{T_{.j}^{ \ 2}}{l} - CT \end{split}\end{displaymath}$$ | + | |
| - | + | ||
| - | + | ||
| - | $$\begin{displaymath}\begin{split} S_{E} &= \sum_{i=1}^{l} \sum_{j=1}^{m} (y_{ij} - \overline{y}_{i.} - \overline{y}_{.j} + \overline{\overline{y}})^{2} \\ &= S_{T} - S_{A} - S_{B} \end{split}\end{displaymath}$$ | + | |
| ===== 자유도 ===== | ===== 자유도 ===== | ||
| $$\nu_{_{A}} = l-1$$ | $$\nu_{_{A}} = l-1$$ | ||
| 줄 73: | 줄 66: | ||
| $$E(V_{E}) = \sigma_{_{E}}^{ \ 2}$$ | $$E(V_{E}) = \sigma_{_{E}}^{ \ 2}$$ | ||
| ===== 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]] |
| - | $$F_{0}=\frac{V_{_{A}}}{V_{_{E}}}$$ | + | $$F_{0}=\frac{V_{_{A}}}{V_{_{E}}}$$ |
| - | [[기각역]] : $$F_{0} > F_{a-\alpha}(\nu_{_{A}},\nu_{_{E}})$$ | + | [[기각역]] : $F_{0} > F_{a-\alpha}(\nu_{_{A}},\nu_{_{E}})$ |
| ===== 각 수준의 모평균의 추정 ===== | ===== 각 수준의 모평균의 추정 ===== | ||
| - | * '''[[인자]] $$A$$ 의 [[모평균]]에 관한 [[추정]]''' | + | [[인자]] $A$의 [[모평균]]에 관한 [[추정]] |
| - | + | ||
| - | $$i$$ [[수준]]에서의 [[모평균]] $$\mu(A_{i})$$ 의 [[점추정]]값 | + | |
| - | + | ||
| - | $$\hat{\mu}(A_{i})=\widehat{\mu + a_{i}} = \overline{y}_{i.}$$ | + | |
| + | $i$ [[수준]]에서의 [[모평균]] $\mu(A_{i})$의 [[점추정]]값 | ||
| - | $$i$$ [[수준]]에서의 [[모평균]] $$\mu(A_{i})$$ 의 $$100(1-\alpha) \% $$ [[신뢰구간]]은 아래와 같다. | + | * $$\hat{\mu}(A_{i})=\widehat{\mu + a_{i}} = \overline{y}_{i.}$$ |
| - | $$\hat{\mu}(A_{i})= \left( \overline{y}_{i.} - t_{\alpha/2}(\nu^{*}) \sqrt{\frac{V_{B}+(l-1)V_{E}}{lm}} \ , \ \overline{y}_{i.} + t_{\alpha/2}(\nu^{*}) \sqrt{\frac{V_{B}+(l-1)V_{E}}{lm}} \right)$$ | + | $i$ [[수준]]에서의 [[모평균]] $\mu(A_{i})$의 $100(1-\alpha) \%$ [[신뢰구간]]은 아래와 같다. |
| - | 단, $$\nu^{*}$$ 는 [[등가자유도]]로 $$ \nu_{*} = \frac{ [[ V_{B}+(l-1)V_{E} ]] ^{2} }{V_{B}^{ \ 2} / \nu_{B} + [[ (l-1)V_{E} ]] ^{2} / \nu_{E}} $$ 이다. | + | * $$\hat{\mu}(A_{i})= \left( \overline{y}_{i.} - t_{\alpha/2}(\nu^{*}) \sqrt{\frac{V_{B}+(l-1)V_{E}}{lm}} \ , \ \overline{y}_{i.} + t_{\alpha/2}(\nu^{*}) \sqrt{\frac{V_{B}+(l-1)V_{E}}{lm}} \right)$$ |
| + | * 단, $\nu^{*}$는 [[등가자유도]]로 $\nu_{*} = \frac{ [[ V_{B}+(l-1)V_{E} ]] ^{2} }{V_{B}^{ \ 2} / \nu_{B} + [[ (l-1)V_{E} ]] ^{2} / \nu_{E}}$ 이다. | ||
| ===== 각 수준의 모평균차의 추정 ===== | ===== 각 수준의 모평균차의 추정 ===== | ||
| [[인자]] $A$의 [[모평균]]차에 관한 [[추정]] | [[인자]] $A$의 [[모평균]]차에 관한 [[추정]] | ||
| 줄 114: | 줄 103: | ||
| ---- | ---- | ||
| * [[실험계획법]] | * [[실험계획법]] | ||
| - | * [[결측치추정(Yates방법)]] | + | * [[결측치 추정(Yates방법)]] |