세 표본 이상의 평균비교
세 표본 이상의 평균비교 • 일원분산분석(One-way ANOVA) – 독립인 두 표본의 평균 비교의 확장으로 세 표본 이상 의 평균이 모두 같은지 검정 – 분산분석(ANalysis Of VAriance) • 전체 자료의 분산(변동량)을 어떤 요인(혹은 요인들)에 의한 분산과 자연발생적인 분산으로 나누어 요인에 의한 분산이 자 연발생적인 분산보다 클 경우(분산비가 클 경우)에 자료 내의 분산은 어떤 요인에 의해 발생했음을 판별하는 방법
– 가설 : 세 표본으로 이뤄진 경우 • 영가설 : 𝜇1 = 𝜇2 = 𝜇3 • 대안가설 : 적어도 한 집단의 평균은 다르다.
한림대학교 이윤환(http://fb.com/yoonani72)
세 표본 이상의 평균비교 • 분산분석표 – 분산분석의 결과. 즉, 요인에 의한 분산과 자연발생적 인 분산을 표로 나타낸 것 – 분산분석의 검정통계량은 분산분석표 상의 분산비를 나타내는 F 분포로 부터 도출 요인
제곱합
자유도
처리
𝑆𝑆𝑡
𝑘−1
오차
𝑆𝑆𝑒
𝑁−𝑘
합
𝑆𝑆𝑡𝑜𝑡𝑎𝑙
𝑁−1
평균제곱합 𝑆𝑆𝑡 𝑀𝑆𝑡 = 𝑘−1 𝑆𝑆𝑒 𝑀𝑆𝑒 = 𝑁−k
한림대학교 이윤환(http://fb.com/yoonani72)
F 𝑀𝑆𝑡 𝐹= 𝑀𝑆𝑒
세 표본 이상의 평균비교 • 사후검정 – 앞선 가설검정에서 대안가설을 채택한 경우. 즉, 적어 도 한 집단의 평균은 다를 경우 어느 집단의 평균이 차 이가 나는 지를 검정 – 서로 두 집단별로 독립인 t 검정을 실시하는 것과 유사 한 과정
한림대학교 이윤환(http://fb.com/yoonani72)
세 표본 이상의 평균비교 • 예제) R 내장 데이터인 iris – 분꽃 품종별 꽃받침(sepal)과 꽃잎(petal)의 길이와 넓이가 기록된 데이터 > str( iris ) 'data.frame': 150 obs. of 5 variables: $ Sepal.Length: num ... $ Sepal.Width : num ... $ Petal.Length: num ... $ Petal.Width : num ... $ Species : Factor w/ 3 levels "setosa","versicolor",“virginica" ...
– 품종별 꽃잎의 넓이의 차이가 있는지 알아보자. 한림대학교 이윤환(http://fb.com/yoonani72)
분석 예제 • 전체 변동량 : 총 제곱합 – (개별 꽃잎의 넓이 – 전체 꽃잎의 평균)2 의 합 –
𝑘 𝑖=1
𝑛𝑖 𝑗=1(𝑦𝑖𝑗
− 𝑦.. )2
𝑘 : 그룹(서로 다른 표본)의 수 𝑛𝑖 : 그룹별 표본의 수 𝑦𝑖𝑗 : i번째 그룹의 j 번째 관찰값 𝑦.. : 전체 평균
– R을 통한 계산 > attach(iris) > ybar <- mean(Petal.Width) > sum((Petal.Width - ybar)^2) [1] 86.56993 한림대학교 이윤환(http://fb.com/yoonani72)
분석 예제
한림대학교 이윤환(http://fb.com/yoonani72)
ëś&#x201E;ě&#x201E;? ě&#x2DC;&#x2C6;ě &#x153; â&#x20AC;˘ ě &#x201E;체 ëł&#x20AC;ë?&#x2122;ë&#x;&#x2030;ě?&#x2DC; ëś&#x201E;í&#x2022;´ â&#x20AC;&#x201C; ě&#x161;&#x201D;ě?¸ě&#x2014;? ě?&#x2DC;í&#x2022;&#x153; ëł&#x20AC;ë?&#x2122;ë&#x;&#x2030; (꡸룚ę°&#x201E; ëł&#x20AC;ë?&#x2122;ë&#x;&#x2030;, Between Difference) : ě˛&#x2DC;댏ě &#x153;ęłąí&#x2022;Š â&#x20AC;&#x201C; ě&#x17E;?ě&#x2014;°ë°&#x153;ě&#x192;?ě ě?¸ ëł&#x20AC;ë?&#x2122;ë&#x;&#x2030; (꡸룚ë&#x201A;´ ëł&#x20AC;ë?&#x2122;ë&#x;&#x2030;, With-in Difference) : ě&#x2DC;¤ě°¨ě &#x153;ęłąí&#x2022;Š â&#x20AC;&#x201C;
đ?&#x2018;&#x2DC; đ?&#x2018;&#x2013;=1
đ?&#x2018;&#x203A;đ?&#x2018;&#x2013; đ?&#x2018;&#x2014;=1(đ?&#x2018;Śđ?&#x2018;&#x2013;đ?&#x2018;&#x2014;
â&#x2C6;&#x2019; đ?&#x2018;Ś.. )2 = +
đ?&#x2018;&#x2DC; 2 đ?&#x2018;&#x2013;=1 đ?&#x2018;&#x203A;đ?&#x2018;&#x2013; (đ?&#x2018;Śđ?&#x2018;&#x2013;. â&#x2C6;&#x2019; đ?&#x2018;Ś.. ) đ?&#x2018;&#x203A;đ?&#x2018;&#x2013; đ?&#x2018;&#x2DC; đ?&#x2018;&#x2013;=1 đ?&#x2018;&#x2014;=1(đ?&#x2018;Śđ?&#x2018;&#x2013;đ?&#x2018;&#x2014; â&#x2C6;&#x2019;
đ?&#x2018;Śđ?&#x2018;&#x2013;. )2
â&#x20AC;&#x201C; ę° ě§&#x2018;ë&#x2039;¨ëł&#x201E; í?&#x2030;ęˇ > mg <- aggregate(Petal.Width, by=list(Species), mean) > mg Group.1 x 1 setosa 0.246 2 versicolor 1.326 3 virginica 2.026 í&#x2022;&#x153;댟ë&#x152;&#x20AC;í&#x2022;&#x2122;ęľ? ě?´ě&#x153;¤í&#x2122;&#x2DC;(http://fb.com/yoonani72)
분석 예제 • 처리 제곱합
한림대학교 이윤환(http://fb.com/yoonani72)
분석 예제 • 오차 제곱합
한림대학교 이윤환(http://fb.com/yoonani72)
분석 예제 • 통계적 모형 – 두 개의 변수가 있다고 할 때 한 변수가 다른 변수의 원인이 될 경우 설명변수(독립변수)라 부르고 결과되 는 변수를 반응변수(종속변수) 라 부른다 – 수리적 표현 • 𝑦𝑖 = 𝑥𝑖 + 𝜀𝑖 ,
𝑦𝑖 : 반응변수 𝑥𝑖 : 설명변수 𝜀𝑖 : 오차항 (자연발생적인 오차)
– R에서의 표현 : 𝑦𝑖 ~ 𝑥𝑖 – 이 예제에서는 반응변수는 꽃잎의 넓이가 되고 설명변 수 종(Species)가 된다. 즉, 종에 따라 넓이가 설명됨 을 나타낸다. 한림대학교 이윤환(http://fb.com/yoonani72)
분석 예제 • 가설 수립 – 영가설 : 𝜇𝑠𝑒𝑡𝑜𝑠𝑎 = 𝜇𝑣𝑒𝑟𝑠𝑖𝑐𝑜𝑙𝑜𝑟 = 𝜇𝑣𝑖𝑟𝑔𝑖𝑛𝑖𝑐𝑎 • 분꽃(iris)는 종에 따라 꽃잎 넓이의 평균에 차이가 없다.
– 대안가설 : 𝑛𝑜𝑡 𝐻0 , 즉 적어도 하나의 종은 차이가 있다. • 분꽃(iris)는 종에 따라 꽃잎 넓이의 평균에 차이가 있다. • 주의 : 세 종의 평균이 모두 다르다. 즉, 𝜇𝑠𝑒𝑡𝑜𝑠𝑎 ≠ 𝜇𝑣𝑒𝑟𝑠𝑖𝑐𝑜𝑙𝑜𝑟 ≠ 𝜇𝑣𝑖𝑟𝑔𝑖𝑛𝑖𝑐𝑎 를 뜻하는 것이 아님
한림대학교 이윤환(http://fb.com/yoonani72)
분석 예제 • 분산분석표 : 검정통계량을 구하기 위한 R 사용과 판정 > out <- aov( Petal.Width ~ Species) > summary(out) Df Sum Sq Mean Sq F value Pr(>F) Species 2 80.41 40.21 960 <2e-16 *** Residuals 147 6.16 0.04 --Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
한림대학교 이윤환(http://fb.com/yoonani72)
분석 예제 • 다중비교 : TukeyHSD 사용 > TukeyHSD(out) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = Petal.Width ~ Species)
$Species diff lwr upr p adj versicolor-setosa 1.08 0.9830903 1.1769097 0 virginica-setosa 1.78 1.6830903 1.8769097 0 virginica-versicolor 0.70 0.6030903 0.7969097 0
한림대학교 이윤환(http://fb.com/yoonani72)
분석 예제 • 다중비교 : TukeyHSD 사용 - 그래프 > plot(TukeyHSD(out, "Species"))
한림대학교 이윤환(http://fb.com/yoonani72)