Download presentation
Presentation is loading. Please wait.
1
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 모수에 대한 특정치를 가설로 설정하지 않는 비모수통계학(Nonparametric Statistics)을 적용. 비모수통계학의 장단점 비모수통계학은 모집단에 대한 가정이 필요 없고 특히 표본크기가 작을 경우에는 계산이 복잡하지 않다는 장점 신뢰성이 떨어진다는 단점, 즉 검정통계량의 신뢰성이 부족함 1 1
2
1. 비모수 검정: 활용은 SPSS에서 간단히 됨 맨-휘트니 유 검정 (Mann-Whitney U Test)
서열 척도간의 평균비교. 매우 필요와 대체로 필요가 별 차이가 없는 정책필요성에 대한 긍정적인 대답이라면 5점척도 방식에서는 만-휘트니 유 검정을 사용하지 않는 것이 좋음. 크루스칼-윌리스의 순위분석 (Kruskal-Wallis Test) 일원분산분석에 대응하는 비모수적 추리 통계 방법 H 검정이라고 알려져 있는데, 2개 이상의 독립표본 집단들 간 차이의 유의도를 검정할 때 사용 윌콕슨 쌍체기호순위검정 (Wilcoxon Matched-Pairs Signed-Ranks Test) 대응표본간의 검정 2 2
3
2. 모집단 분포의 적합도 검정 적합도 검정 (Goodness-of-fit Test)
모집단에서 표본을 추출하는 경우 표본의 분포가 모집단과 동일한가를 검정 관측도수가 모집단의 확률에 비추어 본 기대도수와 얼마나 차이가 있나를 카이제곱 분포로 확인 3 3
4
2. 모집단 분포의 적합도 검정 4 4
5
2. 모집단 분포의 적합도 검정 5 5
6
2. 모집단 분포의 적합도 검정 6 6
7
2. 모집단 분포의 적합도 검정 7 7
8
2. 모집단 분포의 적합도 검정 8 8
9
2. 모집단 분포의 적합도 검정 주의점 계급이 둘이면 기대도수가 5 이상, 두 개 이상이면 계급의 수 20% 이상이 5 이하의 기대도수를 가지면 카이제곱 적용 불가 9 9
10
2. 모집단 분포의 적합도 검정 해결 마지막 4와 2를 합침, 자유도에 주의, 평균과 표준편차 이용을 고려해야. 10 10
11
3. 독립성 검정 독립성 검정 두 변수가 서로 관련이 있는지 없는지를 분할표 (Contingency Table), 크로스탭을 이용하여 분석 독립성 검정하기 위해서는 관측도수와 기대도수를 비교하여야 함. 만일 기대도수가 관찰도수와 상당한 차이가 보이면 검정통계량이 큰 값을 갖게 되어 두 변수가 독립적이라는 귀무가설을 기각 검정통계량은 카이제곱 분포 자유도는 (행의 수-1) * (열의 수 -1) 11 11
12
4. 부호검정(Sign Test) 정의 관련된 두 표본 사이에 유의한 차이가 있는지를 검정하는 것을 목적.
예를 들어 투약하기 전과 후의 효과를 분석하는 것에 적용. 부호검정에서는 서열자료가 이용되는데 이는 두 표본 사이의 관련된 관측치의 크기를 비교할 수 있어야 하기 때문 검정통계량 부호검정에서의 귀무가설은 두 표본이 똑같은 중앙치를 갖는 모집단에서 추출되었기 때문에 각 쌍에 대해 (+)나 (-)가 나올 확률이 p=q=1/2로 같다는 것 이 가설은 이항분포를 이용하여 검정. p값을 구할 때에는 좌측검정의 경우는 누적확률, 우측검정의 경우는 1-누적확률, 양측검정의 경우는 둘 중 최소값에 2를 곱하여 얻음 (교재 참고) 12 12
Similar presentations
