Differences

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

--- c:ms:2024:w07_anova_note [2024/04/17 08:09] – hkimscil
+++ c:ms:2024:w07_anova_note [2024/04/17 08:23] (current) – hkimscil
@@ Line 86: / Line 86: @@
 ss.bet
+# 한편 ss.within은 각 그룹 내부에 구성원 간의
+# 변화도이므로 (variability) 독립변인이 있음에도
+# 불구하고 랜덤하게 나타나는 SS이다
+ss.within
+# 그리고 ss.total은
+# 독립변인 때문에 설명되는 혹은 독립변인이
+# 있기 때문에 밝혀진 ss.between 값과
+# 랜덤하게 흩어진 그룹구성원 간의 ss.within
+# 값으로 구성된다.
 ss.tot
 ss.bet
@@ Line 92: / Line 101: @@
 ss.bet + ss.within
+# 이는 df값도 마찬가지이다.
 df.tot
 df.within <- df.a + df.b + df.c
@@ Line 105: / Line 115: @@
 ms.within
 f.calculated
 # 이 점수에서의 F critical value =
 fp.value <- pf(f.calculated, df1 = 2, df2 = 45, lower.tail = F)
@@ Line 112: / Line 123: @@
 f.calculated
 fp.value
+# 컴퓨터 계산이 쉬워지기 전에는
+# 아래처럼 0.5 level에서의 f값을 구한 후
+# 이것과 계산된 f값을 비교해봤었다.
+qf(.05, df1 = 2, df2 = 45, lower.tail = FALSE)
+f.calculated
+# 위에서 f.calculated > qf값이므로
+# f.calculated 값으로 영가설을 부정하고
+# 연구가설을 채택하면 판단이 잘못일 확률이
+# 0.05보다 작다는 것을 안다.
+# 그러나 컴퓨터계산이 용이해지고서는 qf대신에
+# pf를 써서 f.cal 값에 해당하는 prob. level을
+# 알아본다.
 a.res <- aov(values ~ group, data=comb3)