분산분석2 [확률&통계] 상관분석 상관분석: 변수 간에 어떠한 상관성이 있는지 분석한다. 상관분석이 수행되는 두 변수는 모두 측정 변수이어야 한다.(두 변수가 등간척도 이상인 경우)*등간척도: 변수의 값을 순서대로 나열할 수 있고 간격이 일정한 변수를 지칭하는 것 "등간척도 이상이 있다면 이하도 있나??"등간척도보다 낮은 척도인 명목척도나 서열척도를 뜻한다. 명목척도와 서열척도는 관계를 분석할 때상관분석을 사용하지 못하고다른 통계적 기법이나 비모수적 방법을 사용해야한다. e.g.디자인 모델 5개에 대한 선호도, 조작성, 심미성을100점 척도의 평가를 통해 상관관계가 존재하는지 알아보는 경우 산포도왜 산포도를 그릴까?: 두 변수 사이의 관계를 살펴보기 위해 표시 방법:1. 설명변수는 x로 표기하고 가로축에 표시2. 피설명변수는 y.. 2024. 4. 3. [확률&통계] 분산분석 디자인을 평가할 때 분산분석이 활용된다. 위와 같이 여섯 개의 휴대폰 색상의 선호도에 차이를 알고 싶다.이 상황에서 통계적 유의성 검정이 필수적이다! 변동성이 있기에 분산분석을 하게 된다.분산분석으로 관심이 있는 요인에 영향(요인에 의한 변동성)과 관심 없는 요인에 영향(노이즈에 의한 변동성)을검증하고 뒷받침과 설득력이 될 수 있다. 가설과 유의 수준위를 검증하기 위해 가설과 유의 수준을 먼저 알아본다. 1. 가설 (귀무가설 H0 vs 대립가설 H1 == 기존의 가설 vs 새롭게 주장하는 가설) : 현상에 대한 예상, 주장 또는 단순한 추측 등 - 귀무가설 H0 : 모집단의 특성에 차이가 없다고 하는 가설(특정한 요인이 없으면 같다) - 대립가설 H1 : 모집단의 특성에 차이가 있다고 하는 가설.. 2024. 4. 3. 이전 1 다음
