13.1 Introduction 13.2 Logic of Analysis of Variance 13.3 ANOVA Notation and Formulas 13.4 Distribution of F - Ratios 13.5 Examples of Hypothesis Testing and Effect Size with ANOVA 13.6 Post Hoc Tests - analysis of variance (anova) t 검정은 오직 두개의 그룹을 비교하는 것에 한정되어있었다. -아노바 factor : 비교되는 그룹을 지정하는 변수 compared (e.g.: temperature, age) level : 독립적인 조건과 값이고 그것이 factor를 구성하는 것이다. (e.g.: three levels of t..

10.1 Overview 10.2 The t Statistic for an Independent-Measures Research Design 10.3 Hypothesis Tests and Effect Size with the Independent-Measures t Statistic 10.4 Directional Tests and Assumptions for the Independent-measures t 지금까지 모집단에 대해 하나의 샘플의 결론을 내는 것에 대해 배웠고, 많은 조사들이 두개의 데이터 비교를 요구하는 경우가 많다. 두개의 데이터 셋은 완전히 다른 샘플에서 오는 경우가 많다(ex: 남성 여성) -두개의 샘플이 있는 경우 : first sample (n1,m1) / second sample..

1. 가설 검정의 목적: 가설 검정은 특정 가설에 대한 통계적 증거를 평가하는 과정입니다. 주어진 결과(차이)가 우연에 의한 것인지 아니면 특별한 이유로 발생한 것인지를 결정합니다. 2. z-score와 t-test: z-score는 보통 모집단의 평균과 표준 편차를 사용하여 계산됩니다. t-test는 샘플의 표준 편차를 사용하여 알려지지 않은 모집단에 대한 가설을 테스트합니다. z-score의 문제는 추론통계 시 보통상황에서는 보다 더 많은 정보를 요구한다는 것임 표준 오차를 계산하기 위해서 모집단의 표준편차 혹은 분산의 값을 알아야 하지만 대부분의 경우 모집단의 표준편차는 알 수 없음 (따라서,샘플의 표준오차는 계산할 수 없다.) 3. 표준 오차(Standard Error): 표준 오차는 샘플의 평균..

t-test 독립된 두 집단 (또는 대응표본t검정의 경우에는 한 집단)의 평균 차이가 있는지를 검사하는 방법 - 30개 이하의 비교적 적은 수의 표본에 대해 활용한다. 표본의 수가 31 이상이면 정규분포와 비슷해지기 때문에 t분포 대신 정규분포를 사용해도 괜찮다. 물론 정규분포와 일치하지는 않다. 대부분의 t분포표가 표본이 30인 경우까지만 표시하고 있기 때문에 표준정규분포표를 이용하기도 한다.) -일반적으로 두 집단의 평균을 비교하는 분석방법은 z-test/t-test로 구분 z-test는 모집단의 분산을 알고 있는 경우에 사용되며 t-test는 모집단의 분산을 모르는 경우 사용 그러나 현실적으로 모집단의 분산을 알고 있는 경우는 거의 없기 때문에 대부분 t-test를 사용 - 모집단의 표준편차를 알 ..

–When there is variability, there is also ‘uncertainty’. 확률은 추론 통계학의 중요한 역할을 한다. #추론 통계학과 확률이 차이는 무엇인가? 추론 통계학=샘플->모집단 확률=모집단->샘플 Random Sampling •Two Requirements(확률의 정확성) 1.Each individual in the population must have an equal chance of being selected(각각의 개체가 선택될 확률이 같을 것) 2.If more than one individual is to be selected for the sample, there must be constant probability for each and every selec..

z_scores(표준화된 점수) - location of scores & standardized distributions raw score= original score or unchanged scores 원 점수를 더욱 의미있게 만들기 위해 더 많은 정보를 가진 새로운 값으로 변형한것이 z-score라고 불린다(짓 스코어) z-score는 분포 내에서 점수의 정확한 위치를 기술한다.(=>+에 위치하는지 -에 위치하는지 알 수 있음) ex) iq distribution (u(뮤)=100, lower sigma =15, x=130) => 130-100/15 = +2.00 z-score problem mean=65,x=59,z=-2.00 =>59-65/x=-2.00 x(표준편차)=3 모든 x값이 z-score..