anova
Differences
This shows you the differences between two versions of the page.
Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
anova [2020/05/20 15:43] – [Example 2] hkimscil | anova [2022/09/30 09:02] (current) – [SS within] hkimscil | ||
---|---|---|---|
Line 189: | Line 189: | ||
$$ | $$ | ||
- | \text{SS} | + | \text{SS} = \sum X_i^2 - \frac{(\sum {X_i)^2}}{n} |
$$ | $$ | ||
==== SS within ==== | ==== 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, | 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_{within} = \sum {SS_{each group}} $$ |
- | SS_{within}} = \sum {SS_{each group} | + | |
- | $$ | + | |
위에서 각각의 SS값은 미리 구해 두었으므로, | 위에서 각각의 SS값은 미리 구해 두었으므로, | ||
$$ | $$ | ||
- | SS_{within} | + | SS_{within} = 6 + 4 + 6 = 16 |
$$ | $$ | ||
Line 375: | Line 373: | ||
====== Post hoc test ====== | ====== Post hoc test ====== | ||
[[Post hoc test]] | [[Post hoc test]] | ||
- | < | + | < |
> adata | > adata | ||
Brands | Brands | ||
Line 474: | Line 472: | ||
====== F and t value ====== | ====== F and t value ====== | ||
$$ F = t^{2}$$ | $$ F = t^{2}$$ | ||
- | < | + | < |
> head(td) | > head(td) | ||
gender tmobconv out in. mobpeo | gender tmobconv out in. mobpeo | ||
Line 519: | Line 517: | ||
====== Example ====== | ====== Example ====== | ||
가설. 단어맞히기 게임에서 첫글자를 힌트로 주거나, 마지막 글자를 힌트로 주거나, 힌트를 주지 않은 세 그룹 간에 틀린 단어의 숫자에 차이가 있을 것이다. | 가설. 단어맞히기 게임에서 첫글자를 힌트로 주거나, 마지막 글자를 힌트로 주거나, 힌트를 주지 않은 세 그룹 간에 틀린 단어의 숫자에 차이가 있을 것이다. | ||
+ | |||
+ | [[anova/ | ||
| |First Letter \\ Condition 1 \\ X< | | |First Letter \\ Condition 1 \\ X< | ||
Line 644: | Line 644: | ||
< | < | ||
- | df_x1 | + | df.total <- length(xs$wrong) - 1 |
- | df_x2 | + | ss.total <- var(xs$wrong)*df_tot |
- | df_x3 | + | var.total <- ss.total/ |
+ | var.total.r <- var(xs$wrong) | ||
- | ss_x1 | + | df.x1 <- length(x1)-1 |
- | ss_x2 | + | df.x2 <- length(x2)-1 |
- | ss_x3 | + | df.x3 <- length(x3)-1 |
+ | ss.x1 <- var(x1)*df.x1 | ||
+ | ss.x2 <- var(x2)*df.x2 | ||
+ | ss.x3 <- var(x3)*df.x3 | ||
- | ss_tot | + | ss.within <- ss.x1 + ss.x2 + ss.x3 |
- | df_tot | + | df.within <- df.x1 + df.x2 + df.x3 |
+ | ss.between <- ss.total - ss.within | ||
+ | df.between <- df.total - df.within | ||
- | ss_with | + | ms.between <- ss.between/ |
- | df_with | + | ms.within <- ss.within/ |
+ | f.value <- ms.between/ | ||
- | ss_bet | + | ss.between |
- | df_bet | + | df.between |
- | </ | + | |
- | < | + | ss.within |
- | df_tot <- length(xs$wrong) - 1 | + | df.within |
- | ss_tot | + | |
- | var_tot <- var(xs$wrong) | + | ms.between |
+ | ms.within | ||
+ | |||
+ | f.value | ||
+ | [1] 5.25 | ||
+ | |||
+ | f.crit | ||
+ | f.crit | ||
+ | [1] 3.354131 | ||
+ | |||
+ | #################################### | ||
+ | ## f.value가 f.crit 값보다 크므로 | ||
+ | ## 세 그룹 간에 차이가 있다는 가설을 | ||
+ | ## 받아들인다. | ||
+ | ## 없다는 영가설을 부정한다) | ||
+ | #################################### | ||
- | df_x1 <- length(x1)-1 | ||
- | df_x2 <- length(x2)-1 | ||
- | df_x3 <- length(x3)-1 | ||
- | ss_x1 <- var(x1)*df_x1 | ||
- | ss_x2 <- var(x2)*df_x2 | ||
- | ss_x3 <- var(x3)*df_x3 | ||
</ | </ | ||
====== E.G. 1 (R) ====== | ====== E.G. 1 (R) ====== |
anova.1589957015.txt.gz · Last modified: 2020/05/20 15:43 by hkimscil