Differences

This shows you the differences between two versions of the page.

--- anova [2020/05/20 06:51] – [Example 2] hkimscil
+++ anova [2022/09/30 00:02] (current) – [SS within] hkimscil
@@ Line 189: / Line 189: @@
 $$
-\text{SS} & = & \sum X_i^2 - \frac{(\sum {X_i)^2}}{n}
+\text{SS} =  \sum X_i^2 - \frac{(\sum {X_i)^2}}{n}
 $$
 ==== SS within ====
 두 번째로 알아봐야 할 것은 각각의 그룹 내에서 그룹 멤버들이 평균에서 얼마나 흩어져 있는가이다. 이 분산값은 이전에 소개된 분산값의 공식을 이용해서 구할 수 있다. 단, 여기서 비교하는 그룹이 세 개이므로 SS 값은 모두 3개를 구할 수 있으므로, SS<sub>within</sub>값은 각각의 그룹 분산을 모두 더한 값이다.
-$$
+$$ SS_{within} = \sum {SS_{each group}} $$
-SS_{within}} = \sum {SS_{each group}
-$$
 위에서 각각의 SS값은 미리 구해 두었으므로, 이를 계산하면,
 $$
-SS_{within} & = & 6 + 4 + 6 = 16
+SS_{within} = 6 + 4 + 6 = 16
 $$
@@ Line 375: / Line 373: @@
 ====== Post hoc test ======
 [[Post hoc test]]
-<code>> adata <- read.csv("https://datascienceplus.com/wp-content/uploads/2017/08/tyre.csv")
+<code>> adata <- read.csv("https://datascienceplus.com/wp-content/uploads/2017/08/tyre.csv", fileEncoding="UTF-8-BOM")
 > adata
         Brands  Mileage
@@ Line 474: / Line 472: @@
 ====== F and t value ======
 $$ F = t^{2}$$
-<code>> td <- read.csv("D:/Users/Hyo/Cs-Kant/CS/Rdata/t-test.csv")
+<code>> td <- read.csv("D:/Users/Hyo/Cs-Kant/CS/Rdata/t-test.csv", fileEncoding="UTF-8-BOM")
 > head(td)
   gender tmobconv out in. mobpeo
@@ Line 519: / Line 517: @@
 ====== Example ======
 가설. 단어맞히기 게임에서 첫글자를 힌트로 주거나, 마지막 글자를 힌트로 주거나, 힌트를 주지 않은 세 그룹 간에 틀린 단어의 숫자에 차이가 있을 것이다.
+[[anova/ex01]]
 |  |First Letter \\ Condition 1 \\ X<sub>1</sub>|Last Letter \\ Condition 2 \\ X<sub>2</sub>|No Letter \\ Condition 3 \\ X<sub>3</sub> |
@@ Line 675: / Line 675: @@
 f.value
+[1] 5.25
+f.crit <- qf(.95, df1=2, df2=27) ## p=.05 level에서 F(2,27)의 값은 qf 펑션으로 구합니다.
+f.crit
+[1] 3.354131
+####################################
+## f.value가 f.crit 값보다 크므로
+## 세 그룹 간에 차이가 있다는 가설을
+## 받아들인다. (세 그룹 간에 차이가
+## 없다는 영가설을 부정한다)
+####################################
 </code>