獨斷論

음식체인점에서 새로운 메뉴를 더하고자 한다고 가정해 보자. 이때 이 메뉴를 선전하기 위해 3가지 광고를 가지고 여러 체인점에 배분하여 광고와 체인점에 따라 판매량이 어떻게 달라지는지 알아보고자 한다. 아래 데이터 파일은 이러한 음식광고와 체인점 판매량 데이터를 모은 것이다. 데이터파일: 위 데이터 파일을 내려받아 SPSS에서 읽은 후에 sav형태로 저장하면 아래와 같이 된다. GLM을 이용한 반복측정 분산분석(repeated measures ANOVA) 수행 Analyze > General Linear Model > Repeated Measures...를 클릭한다. 그러면 아래와 같은 윈도우가 나타나는데 Within-subject factor name에 week라고 쓰고 number of levels에 ..

앞서 해봤던 Factorial between-subjects ANOVA 첫번째에 이어서 두번째 시간에서는 본격적으로 ANOVA를 수행해 보기로 하자. 우선 R에서 어떻게 ANOVA 모델을 입력하는지 그 대략을 살펴보면 아래와 같다. symbol example meaning + + x include this variable - - x delete this variable : x : z include the interaction between these variables * x * z include these variables and the interactions between them / x / z nesting: include z nested within x | x | z conditioning: inc..

이번에 할것은 Factorial Between-Subjects ANOVA이다. 우선 R에서 제공하는 ToothGrowth 데이터를 이용한다. 이를 불러오기 위해서는 아래와 같이 실행하면 된다. > data(ToothGrowth) > str(ToothGrowth) 'data.frame': 60 obs. of 3 variables: $ len : num 4.2 11.5 7.3 5.8 6.4 10 11.2 11.2 5.2 7 ... $ supp: Factor w/ 2 levels "OJ","VC": 2 2 2 2 2 2 2 2 2 2 ... $ dose: num 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 ... > 데이터구조는 dataframe이고 60개의 observation에 ..

ANOVA를 수행한 후에는 꼭 해야할 일이 post hoc 테스트인데 이것은 각 그룹들 사이에 어떤 한 쌍의 그룹이 가장 큰 차이를 보여주었는지를 알아보는 것이다. 앞서 ANOVA는 단지 p-value만 보여주어 샘플 데이터의 그룹 평균값의 차이가 통계적으로 의미있는지 없는지 찾아봤다면, post hoc 테스트는 그 의미있는 통계적 차이가 어떤 특정 그룹에 의해서 생겨났는지를 보는 것이라고 이해하면 된다. 수행방법은 아래와 같다. > data(InsectSprays) # 데이터를 불러들인다 > aov.results = aov(count ~ spray, data=InsectSprays) # ANOVA 수행 > summary(aov.results) # 결과 출력 Df Sum Sq Mean Sq F value..

http://dogmas.tistory.com/190에서 one-way ANOVA를 수행하였는데 여기서는 이에 대한 power analysis를 수행하도록 하자. 기본적인 문법은 아래와 같다. 각 인자에 대한 설명은 help(power.anova.test)를 수행하면 자세하게 볼수있다. power.anova.test(groups = NULL, n = NULL, between.var = NULL, within.var = NULL, sig.level = 0.05, power = NULL) 가장 중요한 사항은 기본값이 NULL로 표시된 인자들 중에서 하나는 반드시 값이 계산되어지는 변수이어야만 한다는 것이다. 간단한 예를 들면. > power.anova.test(groups = 4, n = 5, between..

전통적인 paramtric analysis의 일반적인 가정은 다음과 같다. random sampling 특정 observation의 종속변수 값이 다른 observation의 종속변수의 값에 영향을 받지 아니한다. 분산이 homogeneity를 가져야 한다. 대개의 경우 세번째 가정을 만족시키지 못하여 nonparametric analysis를 쓰는 경우가 많다. 통계 R은 ANOVA를 수행하기 위한 여러가지 함수를 제공하고 있는데 여기서는 가장 간단한 형태인 oneway.test()에 대해서 알아보기로 하자. 이 함수는 간단한 between subjects design에 사용된다. 사용방법은 다음과 같으며 R terminal에서 help(oneway.test)라고 치면 자세한 것을 볼수 있다. onew..

R에서 ANOVA(analysis of variance, 분산분석)를 실행하기 위해 데이터를 아래와 같이 입력한다. > x1 = c(18, 25, 17, 20, 23) > x2 = c(20, 30, 22, 25, 28, 30) > x3 = c(35, 27, 27, 30, 40, 33) x1, x2, x3의 그룹변화에 따라 데이터가 얼마나 변화하는지 알아보는 것이다. 그러기 위해서는 x1, x2, x3의 데이터를 하나의 변수에 넣고 x1, x2, x3를 factor로 변환하여 ANOVA를 수행한다. > all.scores = c(x1, x2, x3) # 데이터를 합친다 > grp = c("x1", "x2", "x3") # 여기서 x1, x2, x3는 문자열로 group의 이름이다 > n = c(5, 6, ..

SPSS 사용법 - Two Way ANOVA 이원분산분석 Two way ANOVA는 종속변수가 1개이고 독립변수가 2개일때 독립변수에 대한 종속변수의 영향이 통계적으로 의미가 있는지 알아보는 분석방법이다. 다른 말로는 two factor ANOVA 또는 factorial ANOVA라고도 부른다. 독립변수가 3개인 경우에는 three way ANOVA라고 하지만 매우 어려우므로 여기서는 생략하기로 한다. 가정 모든 observations(즉, subjects)가 독립이다. Group의 분산이 같아야만 한다. 이를 homogeneity라고 하는데 SPSS에서는 Levene statistic을 이용한다. 종속변수가 정규분포를 가져야 한다. Two way ANOVA를 실행하기 위하여 아래 데이터파일을 받아 SP..