제 7장 연관성분석 화장품과학과 20080141 홍보람.

Slides:



Advertisements
Similar presentations
신진영 현지 조사 방법 및 보고서 작성법 제 7 강 - 자료 수집과 설문지 작성 -
Advertisements

제 7 장 표본분포. 표본분포 통계량의 확률분포 표본분포 (sampling distribution) 통계량 (statistic) 표본자료의 함수 즉 모집단 … … 표본 표본추출 … … 통계량 계산.
기말 대비. 정규성 검정 비모수 검정 모분산 정보 표본의 수 단일표본 Z 검정 단일표본 T 검정 등분산가정 독립된 두 표본 T 검정 등분산 검정 이분산가정 독립된 두 표본 T 검정 YES NO 1개1개 2개2개.
출석수업 과제 – 총 5문제, 10월 25일 제출 정보통계학과 장영재 교수.
거짓말에 대한 경북대생들의 의식 조사 사회복지자료분석론 연구계획서 5조 - 음악학과 이수영
재료수치해석 HW # 박재혁.
제14장 요인분석.
제7장 타당도와 신뢰도.
제 7 장 함수 사용을 통해 엑셀 정복하기.
2장. 프로그램의 기본 구성. 2장. 프로그램의 기본 구성 2-1"Hello, World!" 들여다 보기 /* Hello.c */ #include int main(void) { printf("Hello, World! \n"); return 0;
표본분포 Sampling Distribution
구간추정 (Interval Estimation)
3일차 - 가설검정.
Entity Relationship Diagram
고장률 failure rate 어떤 시점까지 동작하여 온 품목이 계속되는 단위기간내에 고장을 일으키는 비율(횟수). 고장률은 확률이 아니며 따라서 1 보다 커도 상관없다. 고장이 발생하기 쉬운 정도를 표시하는 척도. 일반으로 고장률은 순간고장률과 평균고장률을 사용하고 있지만.
컴퓨터 프로그래밍 기초 [Final] 기말고사
통계분석 특강(속성) 서구원 한양사이버대학교 미디어MBA.
제12주 회귀분석 Regression Analysis
윤성우의 열혈 C 프로그래밍 윤성우 저 열혈강의 C 프로그래밍 개정판 Chapter 12. 포인터의 이해.
안재석 ∙ 김지나 ∙ 원우재 국립암센터 핵의학과
11장. 포인터 01_ 포인터의 기본 02_ 포인터와 Const.
제 13 장 정규분포곡선과 확률히스토그램 동전던지기와 정규분포 개념이 다른 두 히스토그램 : 경험적 히스토그램과 확률히스토그램
상관함수 correlation function
Tail-recursive Function, High-order Function
제 10장 주성분 분석(PCA) 주성분 분석(PCA)이란? 여러 개의 양적변수들 사이의 분산-공분산 관계를
CH 4. 확률변수와 확률분포 4.1 확률 확률실험 (Random Experiment, 시행, Trial) : 결과를 확률적으로 예측 가능, 똑 같은 조건에서 반복 근원사상 (Elementary Event, e) : 시행 때 마다 나타날 수 있는 결과 표본공간.
상관분석 (p , p ).
상관관계 양윤권.
11장. 1차원 배열.
제4장 제어 시스템의 성능.
Ⅲ. 이 차 방 정 식 1. 이차방정식과 그 풀이 2. 근 의 공 식.
제1장 통계학이란 무엇인가 제2장 자료와 수집 제3장 자료 분석 방법
SPSS - Statistics - AMOS
마케팅 조사론 Marketing Research.
프로그래밍 개요
13. 포인터와 배열! 함께 이해하기 IT응용시스템공학과 김 형 진 교수.
Linear Mixed Model을 이용한 분석 결과
Java의 정석 제 5 장 배 열 Java 정석 남궁성 강의 의
(independent variable)
10장: 상관관계분석 (Correlation Analysis)
1. 비모수 검정 모수 통계학과 비모수 통계학 모수통계학 (Parametric Statistics) 에서는 표본이 추출된 모집단의 분포에 대한 가정이 꼭 필요 하지만 질적자료나 모집단의 분포에 대한 가정이 필요 없는 양적 자료의 경우에는 모수통계학을 적용할 수 없음 이때는.
Term Projects 다음에 주어진 2개중에서 한 개를 선택하여 문제를 해결하시오. 기한: 중간 보고서: 5/30 (5)
젠트리피케이션에 대한 인식 분석 경영학부 최은지 경영학부 이창현
8장. spss statistics 20의 데이터 변환
두 모집단에 대한 검정.
5강. 배열 배열이란? 배열의 문법 변수와 같이 이해하는 배열의 메모리 구조의 이해 레퍼런스의 이해 다차원 배열
제 11장 인자분석(Factor Analysis)
논문작성을 위한 연구모형 설정 양동훈.
Keller: Stats for Mgmt & Econ, 7th Ed 회귀모형의 정형화 Model Building
Sampling Distributions
3장, 마케팅조사의 일번적 절차 마케팅 조사원론.
바넘효과 [Barnum effect] 사람들이 보편적으로 가지고 있는 성격이나 심리적 특징을 자신만의 특성으로 여기는 심리적 경향. 19세기 말 곡예단에서 사람들의 성격과 특징 등을 알아 내는 일을 하던 바넘(P.T. Barnum)에서 유래하였다. 1940년대 말 심리학자인.
Chapter 1 단위, 물리량, 벡터.
DA :: 퀵 정렬 Quick Sort 퀵 정렬은 비교방식의 정렬 중 가장 빠른 정렬방법이다.
1. MTBF의 정의 평균고장간격시간 (Mean Time Between Failures)의 의미로 신뢰성을 나타내는 지표이다.
Chapter 1 단위, 물리량, 벡터.
척도의 속성 - 목 차- 자료수집과정 척도의 속성 -명목척도 -서열척도 -등간척도 -비율척도 -리커트척도 3.Data(자료)
최소의 실험 횟수에서 최대의 정보를 얻기 위한 계획방법 분석방법: 분산분석(Analysis of Variance, ANOVA)
11장 배열 1. 배열이란? 1.1 배열의 개요 1.2 배열의 선언과 사용.
비교분석 보고서 Template 2015.
상관계수.
Week 4: 다변수(2변수) 데이터분석 5장_1(산포도: scatter plot) 동영상 1,2,3,4,5
통계학 R을 이용한 분석 제 2 장 자료의 정리.
텍스트 분석 ㈜ 퀀트랩.
제 16장 비율의 정확성 머리말 신뢰구간 신뢰구간의 해석.
Ch 07. 조사 도구 개발 조사 도구 개발 과정 조사주제 •가설 정의 개념화•조작화 척도 질문지 구성-원칙과 양식
9장. spss statistics 20의 데이터 변수계산
13. 포인터와 배열! 함께 이해하기.
문제의 답안 잘 생각해 보시기 바랍니다..
6 객체.
Presentation transcript:

제 7장 연관성분석 화장품과학과 20080141 홍보람

목 차 연관성분석 1.상관분석 1)상관분석의 정의 -상관계수의 종류 2)공분산을 이용한 상관관계 -피어슨 상관계수의 사용 목 차 연관성분석 1.상관분석 1)상관분석의 정의 -상관계수의 종류 2)공분산을 이용한 상관관계 -피어슨 상관계수의 사용 3)서열척도에 의한 상관관계 -스피어만 서열상관계수 -켄달의 타우기법

연관성분석 연관성분석은 2개의 변수가 독립적인가 아니면 이들 간에 어떤 연관성이 있는가를 분석하는 방법이다. 연관성분석은 척도의 변수에 따라서 상관분석과 교차분석으로 구분한다. 상관분석을 통해서 등간이나 비율척도로 측정된 변수의 연관성 정도를 파악한다. 변수가 명목척도나 서열척도로 측정된 변수일 경우에는 교차분석으로 변수 간의 독립성 여부를 파악한다.

1) 상관 분석의 정의 상관 분석이란? 두 변수 간에 상관관계가 존재하는지를 파악하고, 상관관계의 정도를 측정하는 것이다. 이것은 변수간의 선형관계 정도를 분석하는 통계기법이다.

상관계수의 종류 피어슨 상관계수 스피어만 상관계수 크론바흐 알파 계수 신뢰도

피어슨 상관계수 피어슨 상관계수 (Pearson correlation coefficient) 피어슨 상관계수는 두 변수간의 관련성을 구하기 위해 보편적으로 이용된다.

스피어만 상관계수 스피어만 상관계수 (Spearman correlation coefficient) 스피어만 상관계수는 데이터가 서열척도인 경우 즉 자료의 값 대신 순위를 이용하는 경우의 상관계수로서, 데이터를 작은 것부터 차례로 순위를 매겨 서열 순서로 바꾼 뒤 순위를 이용해 상관계수를 구한다. 두 변수 간의 연관 관계가 있는지 없는지를 밝혀주며 자료에 이상점이 있거나 표본크기가 작을 때 유용하다. 스피어만 상관계수는 -1과 1 사이의 값을 가지는데 두 변수안의 순위가 완전히 일치하면 +1이고, 두 변수의 순위가 완전히 반대이면 -1이 된다. 예를 들어 수학 잘하는 학생이 영어를 잘하는 것과 상관있는지 없는지를 알아보는데 쓰여질 수 있다.

크론바흐 알파 계수 신뢰도 크론바흐 알파 계수(Cronbach Alpha) 신뢰도 크론바흐 알파 계수(Cronbach's alpha)의 신뢰도 계수 α는 검사의 내적 일관성을 나타내는 값으로서 한 검사 내에서의 변수들 간의 평균상관관계에 근거해 검사문항들이 동질적인 요소로 구성되어 있는지를 분석하는 것이다. 동일한 개념이라면 서로 다른 독립된 측정 방법으로 측정했을 때 결과가 비슷하게 나타날 것이라는 가정을 바탕으로 한다.예를 들어 설문지 조사의 경우 잘 만들어 같은 내용의 질문을 다른 형태로 반복하여 질문한 다음 같게 대답했는지를 검사하여 신뢰도를 알아 볼 수 있다. 일반적으로는 요인분석을 하여 요인들을 추출하고 이들 요인들이 동질 변수들로 구성되어 있는지를 확인할 때 이용한다. 사전조사나 같은 속성의 질문을 반복하여 신뢰도를 높일 수 있다.

2) 공분산을 이용한 상관관계 두 변수 간의 공통된 분포를 나타내는 분산을 공분산(covariance)라 하며, 이러한 공분산은 관측치들이 평균으로부터 산포되어 있는 정도를 나타내는 값으로 두 변수 간의 선형적 연관성을 나타내는 대표적인 지표가 된다. 공분산이란 기본적으로 하나의 변수의 편차에 다른 변수의 편차를 곱해서 산출하는 결과이다.

피어슨 상관계수의 사용 피어슨 상관계수는 두 변수의 표준화된 편차곱의 평균으로 구한 상관계수를 뜻한다. 측정단위에 따라 변하지 않는 두 변수 간의 선형관계를 파악할 수 있는 표준화된 공분산을 도출할 수 있는데, 이를 상관계수라고 한다. 공분산이 클수록 표준화된 공분산인 상관계수도 커지고, 반대로 공분산이 작을수록 상관계수도 작아진다.

피어슨 상관계수의 사용 상관계수는 -1에서 +1 사이의 값을 가지며,부호에 관계없이 상관계수의 절대값 크기가 변수들 간의 연관성 정도를 판단하는 기준이 된다. 상관계수의 절대값이 클수록 상관관계가 강하다고 해석된다. 일반적으로 사회과학분야에서 설문으로 수집된 자료의 경우에는 상관계수 값이 0.3이상이 되어야만 변수들 간에 상관관계가 존재한다고 평가한다. 등간 혹은 비율척도로 측정된 현상들간의 상관관계분석에는 피어슨이 개발한 Pearson 상관계수가 사용되고 있는데, 일반적으로 상관계수라고 할 때는 피어슨 상관계수를 지칭한다. 즉, 표본의 크기가 30 이상인 경우에는 등간 척도 이상으로 측정된 두 변수가 정규분포를 따르게 되므로 피어슨 상관계수를 구해서 두 변수간의 상관관계를 판단할 수 있게 된다.

3) 서열척도에 의한 상관관계 서열척도로 측정된 변수 간의 상관관계는 스피어만(Spearman)의 서열상관계수나 켄달의 타우(Kendall’s tau)기법으로 산출하는 서열상관계수를 이용하여 분석할 수 있다. 서열척도로 측정된 결과인 순위를 표시하는 수는 가감승제의 의미가 없는 수이다.

스피어만 서열상관계수 스피어만의 서열상관계수는 관심대상이 되는 개별 구성원이나 개체들을 두 개의 서로 다른 특성이나 관점에 대해 평가하여 순위를 매긴 순위변수들간의 선형관계를 나타내는 계수이며, 서열척도로 측정된 두 개의 변수들간의 상관관계를 구하는 방법이다.

켄달의 타우 기법 켄달의 일치계수는 서열변수로 측정된 3개 이상의 변수들, 즉 n개의 변수들 간의 존재하는 상관관계를 파악하는데 사용된다. 그런데 켄달의 일치계수를 계산하는 경우에는 스피어만 서열상관계수의 계산원리와 같이 변수간 서열의 차이를 이용하는 것이 아니라, 변수간의 서열의 합을 이용한다. 켄달의 일치계수는 부(-)의 값을 갖지 않는다. 물론 켄달은 두 개의 서열변수간의 상관관계를 계산해 내는 방법도 개발했는데 이를 켄달의 서열상관계수 혹은 켄달 타우라고한다.

지금까지 들어 주셔서 감사합니다!!~^^