SPSS를 이용한 반복측정 및 종단자료의 분석: 다층모형을 중심으로
|
|
|
- 환규 장
- 5 years ago
- Views:
Transcription
1 SPSS 를이용한반복측정및종 단자료의분석 : 다층모형을중심으로 장승민 한림대학교심리학과
2 강의순서 반복측정자료분석의기초 반복측정자료의이해 반복측정자료분석을위한기본모형 다층모형을이용한종단자료분석 다층성장모형 SPSS를이용한분석예제 질의응답 010 년핚국심리학회연차학술대회
3 1 강 : 반복측정자료분석의기초
4 반복측정 반복측정 - 하나이상의변인을동일한대상에대해여러번에걸쳐반복적으로관찰, 측정 실험연구및종단연구에서널리사용 장점 실용적, 통계적효율성 + 연구주제의확장 단점 엄밀한설계와적절한분석절차의사용이필요 010 년핚국심리학회연차학술대회 4
5 반복측정자료의예 McCarthy 아동능력척도중아동의인지능력점수에대한가상자료 1 명의아동들의인지능력을 30, 36, 4, 48 개월에각각측정한것으로가정 Age (Months) Subject 년핚국심리학회연차학술대회 5
6 반복측정자료의탐색 기술통계량 평균 표준편차 N months months months months 년핚국심리학회연차학술대회 6
7 반복측정자료의탐색 ( 예 A) months30 months36 months4 months48 months30 months36 months4 months48 Pearson 상관계수 **.696 *.599 * 유의확률 ( 양쪽 ) 제곱합및교차곱 공분산 N Pearson 상관계수.795 ** **.466 유의확률 ( 양쪽 ) 제곱합및교차곱 공분산 N Pearson 상관계수.696 *.760 ** ** 유의확률 ( 양쪽 ) 제곱합및교차곱 공분산 N Pearson 상관계수.599 * ** 1 유의확률 ( 양쪽 ) 제곱합및교차곱 공분산 N 년핚국심리학회연차학술대회 7
8 반복측정자료의분석 반복측정자료의특징 관찰값간의상관 ( 공분산 ) 모집의 ( 오차 ) 공분산구조에대한가정이필요 ( 오차 ) 공분산의원인 수준의개인차 효과의개인차 시간효과 비구조적원인 우연 ( 표집오차 ) 반복측정자료분석을위한기본모형 대응표본 t- 검정 일변량 ( 혼합 ) 분산분석 다변량분석 고급통계모형 다층모형 (MLM) 구조방정식모형 (SEM) 일반화추정방정식 (GEE) 010 년핚국심리학회연차학술대회 8
9 대표적인공분산구조 항등 (IDentity) 대각 (DIAGonal) 복합대칭 (Compound Symmetry) 년핚국심리학회연차학술대회 9
10 대표적인공분산구조 ToePlitz AR(1)(First-order Autoregressive) 비구조 (UNstructured) 년핚국심리학회연차학술대회 10
11 기타공분산구조 상관계수표현형 CSR, UNR 이분산형 CSH, ARH1, TPH 분산요소 (Variance Components) 기타 ARMA1, AD1, FA1, FAH1, HF, Spatial 공분산구조들 010 년핚국심리학회연차학술대회 11
12 일변량혼합모형을이용한분석 전통적인반복측정분산분석의가정 오차공분산의구형성 (Sphericity) 구형성의정의 차이점수의분산동질성 더정확히는변형된차이점수집합 ( 직교정규하는 orthonormal 차이점수의대비계수집합 ) 의오차공분산이항등구조를갖는다는뜻 모형의오차공분산이복합대칭 (CS) 구조를갖는다는것과거의같은의미 실질적으로는반복측정된변인의전반적인수준에안정적인개인차가있음을함의 구형성 복합대칭 010 년핚국심리학회연차학술대회 1
13 일변량혼합모형을이용한분석 010 년핚국심리학회연차학술대회 13
14 일변량혼합모형을이용한분석 고정요인 ( 효과 ) 연구자의관심이연구에사용된요인의수준에한정되어있는경우 ( 예 : 성차, 계절차 ) 임의요인 ( 효과 ) 연구자의관심이연구에사용된요인의수준을넘어서는경우 ( 예, 채점자효과, 실험자효과, 개인차 ) 반복측정분산분석은피험자를임의요인으로간주함으로써개인이측정변인의전반적수준에서갖는차이 ( 개인차 - 피험자효과 ) 를모형에포함시켜모집의오차공분산구조를복합대칭구조로가정한다. 전통적인반복측정분산분석모형은고정요인 ( 조건, 시간 ) 과임의요인 ( 피험자 ) 을함께포함한다는측면에서 ( 일변량 ) 혼합모형으로불린다. 010 년핚국심리학회연차학술대회 14
15 구형성검증 반복측정의수준이 일때 : 구형성가정항상타당 수준이 3 이상일때 : Mauchly 의구형성검증법 일반적으로구형성에서벗어난정도를고려하여 F 검증의자유도를조정하는방식을선호 Mauchly 의구형성검정 b 개체 - 내효과 Mauchly 의 W 근사카이제곱자유도유의확률 Greenhouse- Geisser 엡실런 a Huynh- Feldt 하한값 dimension1 요인 정규화된변형종속변수의오차공분산행렬이단위행렬에비례하는영가설을검정합니다. a. 유의성평균검정의자유도를조절할때사용할수있습니다. 수정된검정은개체내효과검정표에나타납니다. b. Design: 절편, 개체 - 내계획 : 요인 년핚국심리학회연차학술대회 15
16 일변량혼합모형을이용한분석 ( 예 ) 개체-내효과검정 소스 제 III 유형 제곱합 자유도 평균제곱 F 유의확률 요인1 구형성가정 Greenhouse-Geisser Huynh-Feldt 하한값 오차 ( 요인1) 구형성가정 Greenhouse-Geisser Huynh-Feldt 하한값 개체-내대비검정 소스 요인1 제 III 유형제곱합 자유도 평균제곱 F 유의확률 요인1 선형모형 차모형 차모형 오차 ( 요인1) 선형모형 차모형 차모형 년핚국심리학회연차학술대회 16
17 다변량분석 공분산의구형성이위배될때사용할수있는대안은다변량분석을사용하는것 다변량분석은오차공분산구조에대한특정형식을가정하지않음 비구조행렬 ( 정규직교하는 ) 변형된차이점수집합의오차공분산의모든정보 ( 분산및공분산 ) 를이용하여검증 비교 ) 일변량접근은위공분산의 ( 항등 ) 분산값만을이용 네가지검증법이있으며일반적으로모형에수준이셋이상인개인간변인이포함되면서로다른결과산출 010 년핚국심리학회연차학술대회 17
18 다변량분석 ( 예 ) 다변량검정 b 효과값 F 가설자유도 오차자유도 유의확률 요인 1 a. 정확한통계량 Pillai 의트레이스 a Wilks 의람다 a Hotelling 의트레이스 a Roy 의최대근 a b. Design: 절편, 개체 - 내계획 : 요인 년핚국심리학회연차학술대회 18
19 일변량접근과다변량접근의비교 모집오차공분산이구형성을만족시킬때는일변량접근법의검증력 (power) 이더높다. 구형성에위배되는경우자유도조정법을사용하거나다변량접근법을사용할수있다. 구형성에위배되는경우일반적으로다변량접근법이더우수하다. 피험자의수가반복측정의수보다적을경우다변량접근법은사용할수없으며많더라도그차이가크지않은경우는오차공분산의구조에따라일변량접근법이우수한경우들이있다. 010 년핚국심리학회연차학술대회 19
20 여전히남는문제들 두접근법은오차공분산의구조를각각복합대칭과비구조로한정하나두구조이외에반복측정값간의공분산을더잘설명하는대안적인구조들이가능 두접근법모두반복측정시중도누락등에의해발생하는결측값이생기면해당피험자의자료모두사용할수없음. 다층모형 ( 또는혼합모형 ) 은다양한공분산구조를모형화할수있고이들중어느것이더자료를잘반영하는지통계적으로비교검증할수있음 또한결측값을갖는피험자의나머지자료를모두이용할수있음 010 년핚국심리학회연차학술대회 0
21 강 : 다층모형을이용한종단자료 분석
22 010 년핚국심리학회연차학술대회
23 일반선형모형 (General Linear Model) Regression/ANOVA/MANOVA/ y x e i 0 1 i i e N i i d i ~ (0, )[,, ] b b X 년핚국심리학회연차학술대회 3
24 계수의해석 β 0 : 절편, x 의값이 0 일때기대되는 y 값 β 1 : 기울기, x 가 1 단위증가할때기대되는 y 값의변화량 x 의변화가 y 의기대값의변화에미치는영향의크기 x 가 0 과 1 로표현된범주형변인일때 β 0 : x=0으로지정된집단의 y값의평균 β 1 : x=1로지정된집단의 y값의평균과 x=0으로지정된집단의 y값의평균의차이 예언변인이여럿일때 β 0 : 모든예언변인의값이 0일때기대되는 y값 β 1 : 모형에포함된다른예언변인들을고정 ( 효과를통제 ) 했을때 x의변화가 y의기대값의변화에미치는영향의크기 010 년핚국심리학회연차학술대회 4
25 일반선형모형의추정법 최소자승법 (Least Square): 잔차제곱의합을최소화 Ordinary Least Squares(OLS) 가정된오차공분산의구조 : 항등행렬 (i.i.d) Regression, t-test, ANOVA Weighted Least Squares(WLS) 가정된오차공분산의구조 : 대각행렬 WLS Regression Generalized Least Squares(GLS) 가정된오차공분산의구조 : 비구조행렬 (or 일반대칭행렬 ) Multivariate Analysis (e.g., MANOVA) + 구간추정및가설검증을위해정규분포를가정 010 년핚국심리학회연차학술대회 5
26 다층모형 (Multilevel Model) 다른이름들 Hierarchical linear model(hlm) Linear mixed model Random effects model 종단자료와같이위계적혹은다층적구조를갖는자료에적합한통계모형 Students within classrooms Siblings within families Workers within companies Repeated measures within individuals 010 년핚국심리학회연차학술대회 6
27 다층모형의방정식 y z e ij 0i 1i ij ij u 0i 00 0i u 1i 10 1i y z u u z e ij ij 0i 1i ij ij E Var ui 0 ei 0 ui Gi 0 ei 0 Ri G R i i 00 I i 010 년핚국심리학회연차학술대회 7
28 계수의해석 β 0i 임의집단 i의절편 ( 임의효과 ) β 1i 임의집단 i의기울기, z값의변화가 y의기대값의변화에미치는효과 ( 임의효과 ) γ 00 임의집단전체의절편의 ( 가중 ) 평균 ( 고정효과 ) γ 10 임의집단전체의 z의기대효과의 ( 가중 ) 평균 ( 고정효과 ) τ 00 β 0i ( 혹은 u 0i ) 의분산 τ 11 β 1i ( 혹은 u 1i ) 의분산 τ 01 β 1i 과 β 1i ( 혹은 u 0i 과 u 1i ) 의공분산 σ 집단내오차의분산 010 년핚국심리학회연차학술대회 8
29 다층모형의추정법 공분산성분의추정 최대우도법 (Maximum Likelihood: ML): 우도를최대화 * 우도 : 어떤모형 ( 모수추정치 + 분포 ) 이가정되었을때주어진자료가얻어질확률 ML, REML(Restricted ML) 고정효과의추정 GLS 공분산성분의추정과고정효과추정은각각다른하나가주어졌을때가능하기때문에상호반복적으로추정값들이수렴될때까지계속됨 010 년핚국심리학회연차학술대회 9
30 다층모형에서공분산의모형화 y z e ij 0i 1i ij ij u 0i 00 0i u 1i 10 1i y z u u z e ij ij 0i 1i ij ij E Var ui 0 ei 0 ui Gi 0 ei 0 Ri 다층모형에서는공분산 Σ i 을임의효과의공분산 G i 와오 차공분산 R i 의결합에의해모형화 Σ = Z G Z + R i i i i i 010 년핚국심리학회연차학술대회 30
31 다층모형의특징 ( 장점 ) 상위수준 ( 예컨대개인 ) 에속한하위수준관찰값 ( 반복측정값 ) 들간의유사성 (ICC, 임의효과 ) and/or 여러형태의오차공분산구조를반영 종속변인에영향을미치는공변인 ( 예측변인 ) 들을각수준에서모형화가능 예측변인의효과와더불어그효과의개인차추정 반복측정자료 ( 종단자료 ) 의분석에널리사용됨 종단자료분석시개인에속한관찰값의수나관찰시점에서차이가있어도분석가능 ( 결측치 ) 010 년핚국심리학회연차학술대회 31
32 다층모형분석소프트웨어 범용통계프로그램 Proc mixed (in SAS) Mixed (in SPSS) 다층모형전문프로그램 HLM(6.08) MLwiN(.0) lme4 (for R).xtmixed (for STATA) 010 년핚국심리학회연차학술대회 3
33 다층모형적용예제 (CS) 복합대칭구조의이용 ( 임의절편모형 ) 복합대칭구조를정의하는두가지방법 Σ = Z G Z + R i i i i i 1. G i = 영행렬, R i =CS. G i = 임의절편, R i = 항등 0i 00 u0i 1i 10 복합대칭 (Compound Symmetry) 년핚국심리학회연차학술대회 33
34 다층모형적용예제 (CS) G i = 영행렬, R i =CS G i = 임의절편, R i = 항등 제3 유형고정효과검정 a 소스 분자 df 분모 df F 유의확률 절편 Age a. 종속변수 : score. 제3 유형고정효과검정 a 소스 분자 df 분모 df F 유의확률 절편 Age a. 종속변수 : score. 공분산모수추정값 a 모수 추정값 표준오차 반복측정 CS 대각선변위 CS 공분산 a. 종속변수 : score. 공분산모수추정값 a 모수 추정값 표준오차 잔차 절편 [ 개체 = id] 분산 a. 종속변수 : score. 010 년핚국심리학회연차학술대회 34
35 다층모형과일변량접근의비교 잔차공분산 (R) 행렬 a [Age = 1] [Age = ] [Age = 3] [Age = 4] [Age = 1] [Age = ] [Age = 3] [Age = 4] 복합대칭 a. 종속변수 : score. 제 3 유형고정효과검정 a 소스분자 df 분모 df F 유의확률 절편 Age a. 종속변수 : score. 개체-내효과검정 소스 제 III 유형 제곱합 자유도 평균제곱 F 유의확률 요인1 구형성가정 Greenhouse-Geisser Huynh-Feldt 하한값 오차 ( 요인1) 구형성가정 Greenhouse-Geisser Huynh-Feldt 하한값 년핚국심리학회연차학술대회 35
36 다층모형적용예제 ( 비구조행렬 ) 제 3 유형고정효과검정 a 소스분자 df 분모 df F 유의확률 절편 Age a. 종속변수 : score. 잔차공분산 (R) 행렬 a [Age = 1] [Age = ] [Age = 3] [Age = 4] [Age = 1] [Age = ] [Age = 3] [Age = 4] 비구조적 a. 종속변수 : score. 공분산모수추정값 a 모수 추정값 표준오차 UN(1,1) UN(,1) UN(,) UN(3,1) 반복측정 UN(3,) UN(3,3) UN(4,1) UN(4,) UN(4,3) UN(4,4) a. 종속변수 : score. 010 년핚국심리학회연차학술대회 36
37 다층모형과다변량접근의비교 제3 유형고정효과검정 a 소스 분자 df 분모 df F 유의확률 절편 Age a. 종속변수 : score 다변량검정 b 효과값 F 가설자유도오차자유도유의확률 요인 1 a. 정확한통계량 b. Design: 절편개체 - 내계획 : 요인 1 Pillai 의트레이스 a Wilks의람다 a Hotelling의트레이스 a Roy의최대근 a 년핚국심리학회연차학술대회 37
38 모형비교 서로다른두모형중가능한단순하면서자료를잘설명하는더좋은모형을선택 최소자승법에기반한추정 제곱합에바탕한지수들 (e.g., R ) 을비교 최대우도법에기반한추정 우도에바탕한지수들을비교 우도 (Likelihood) 가정된모형이참이라고할때표본자료가얻어질확률. [0, 1] 로그우도 (LL) 우도에로그를취한값. (-,0] 로그우도를바탕으로한모형적합도지수 :AIC, BIC, AICC, CAIC 일반적으로값이작을수록좋은모형 (-LL) 010 년핚국심리학회연차학술대회 38
39 모형비교 ( 예 ) 복합대칭공분산모형 비구조공분산모형 정보기준 a - 제한로그우도 Akaike 정보기준 (AIC) Hurvich & Tsai 기준 (AICC) Bozdogan 기준 (CAIC) Schwartz 베이지안기준 (BIC) 정보기준은가능한작은형태로출력됩니다. a. 종속변수 : score. 정보기준 a - 제한로그우도 Akaike 정보기준 (AIC) Hurvich & Tsai 기준 (AICC) Bozdogan 기준 (CAIC) Schwartz 베이지안기준 (BIC) 정보기준은가능한작은형태로출력됩니다. a. 종속변수 : score. 010 년핚국심리학회연차학술대회 39
40 지분된모형 (Nested model) 비교하는두모형중한모형이다른모형의특수한경우로간주될때, 이를지분된 ( 작은둥지 ) 모형이라하고다른모형을지분하는 ( 큰둥지 ) 모형이라한다. 010 년핚국심리학회연차학술대회 40
41 공분산의둥지구조 비구조 (UN) 토플리츠 (TP) 자기회귀 (AR) 항등 (ID) 복합대칭 (CS) 010 년핚국심리학회연차학술대회 41
42 둥지 ( 지분 ) 모형비교 두모형중추정되는모수의개수가많은모형이큰둥지모형이며큰둥지모형은작은둥지모형보다언제나자료에더잘부합한다. 즉더큰우도, 더작은 -로그우도를갖는다. 서로지분관계에있는두모형의우도비의관계 L1 log( ) L log( L1) [ log( L)] ~ ( df ) 이때자유도는두모형에서추정되는모수의개수의차이 두모형이유의미한차이를보이면큰둥지모형이, 유의미한차이를보이지않으면작은둥지모형이더좋은모형 010 년핚국심리학회연차학술대회 4
43 둥지 ( 지분 ) 모형비교 ( 예 ) CS 모형 : -logl1= , 오차공분산모수개수 = UN 모형 : -logl=35.113, 오차공분산모수개수 = = ~ χ (8) > χ (8) critic(α =.05) = 결론 : UN 모형이 CS 모형에비해추정해야할모수가많지만그수를 감안해도표본자료를유의미하게더잘설명한다. 대안모형? 010 년핚국심리학회연차학술대회 43
44 대안적인오차공분산 공분산모수추정값 a 모수 추정값 표준오차 Var: [Age=1] Var: [Age=] Var: [Age=3] 반복측정 Var: [Age=4] TPH rho TPH rho TPH rho a. 종속변수 : score. 잔차공분산 (R) 행렬 a [Age = 1] [Age = ] [Age = 3] [Age = 4] [Age = 1] [Age = ] [Age = 3] [Age = 4] Heterogeneous Toeplitz a. 종속변수 : score. 공분산모수추정값 a 모수 추정값 표준오차 반복측정 TP 대각선 TP rho TP rho TP rho a. 종속변수 : score. 잔차공분산 (R) 행렬 a [Age = 1] [Age = ] [Age = 3] [Age = 4] [Age = 1] [Age = ] [Age = 3] [Age = 4] Toeplitz a. 종속변수 : score. 010 년핚국심리학회연차학술대회 44
45 대안적인오차공분산 공분산모수추정값 a 모수 추정값 표준오차 반복측정 Var: [Age=1] Var: [Age=] Var: [Age=3] Var: [Age=4] ARH1 로 a. 종속변수 : score. 공분산모수추정값 a 모수 추정값 표준오차 반복측정 AR1 대각선 AR1 로 a. 종속변수 : score. 잔차공분산 (R) 행렬 a [Age = 1] [Age = ] [Age = 3] [Age = 4] [Age = 1] [Age = ] [Age = 3] [Age = 4] 이질적 1차자기회귀 a. 종속변수 : score. 잔차공분산 (R) 행렬 a [Age = 1] [Age = ] [Age = 3] [Age = 4] [Age = 1] [Age = ] [Age = 3] [Age = 4] 차자기회귀 a. 종속변수 : score. 010 년핚국심리학회연차학술대회 45
46 오차공분산모형의비교 AIC BIC -LL UN(10) TPH(7) TP(4) ARH1(5) UN(10) TPH(7) TP(4) ARH1(5) AR1() CS() Chi-square(α=.05) critical df value 년핚국심리학회연차학술대회 46
47 3 강 : 다층성장모형
48 010 년핚국심리학회연차학술대회 48
49 성장모형 일반적으로시간을질적변인이아닌양적변인으로다룸 ( 성장곡선 ) 종단연구에서많이사용 회귀분석모형 다층모형, SEM 등 시간에따른관찰값의변화를초기값 ( 절편 ), 변화율 ( 선형변화 ), 가속율 (차변화) 등시간의다항함수로표현 성장곡선 ( 혹은변화의궤적 ) 의개인차를모형화하는정도에따라다항함수의각항을고정효과나임의효과로설정 시간을양적변인으로할경우결측값의처리에가장효과적 시간변인을중심화하는책략의선택이중요 010 년핚국심리학회연차학술대회 49
50 yˆ x 0 1 t 다항성장모형 yˆ 0 1xt xt yˆ 0 1xt xt 3 yˆ 0 1xt xt 3xt 010 년핚국심리학회연차학술대회 50
51 계수의해석 β 0 시간변수 (x) 의값이 0일때기대되는 y값, 기대초기값 β 1 시간변수 (x) 의값이 1단위증가할때기대되는 y값의변화량, 기대 ( 단위 ) 변화율 ( 선형모형 ) * 고차 ( 차이상 ) 모형 : 시간변수의값이 0 일때의기대변화율 β 시간변수 (x) 의값이 1단위증가할때기대되는 y값의변화량의변화량, 기대단위변화율의변화율, 기대 ( 단위 ) 가속율 (차모형) *3 차이상모형 : 시간변수의값이 0 일때의기대가속율 / β 3 시간변수 (x) 의기대 ( 단위 ) 가속율의변화율 (3차모형) 성장곡선모형의항이고차일수록개별계수보다는궤적의형태를해석 010 년핚국심리학회연차학술대회 51
52 다층 ( 다항 ) 성장모형 y z z e it 0i 1i it i it it u 0i 00 0i u 1i 10 1i u i 0 i G R 년핚국심리학회연차학술대회 5
53 계수의해석 γ 00 평균기대초기값 γ 10 (z it =0 일때의 ) 평균기대변화율 γ 0 평균기대가속율 τ 00, τ 11, τ 기대초기값, 기대변화율, 기대가속율의개인간분산 τ 01, τ 0, τ 1 기대초기값, 기대변화율, 기대가속율간의공분산 R행렬의성분들 개인내오차의분산및공분산 R행렬에서추정가능한모수의개수는 G행렬에서추정되는모수의개수에따라제한되며일반적으로항등행렬혹은대각행렬이많이사용됨 010 년핚국심리학회연차학술대회 53
54 시간변인의중심화 (1) 관찰변인 (y) 의초기값의해석을이론적으로의미가있게하기위해서시간변인을특정한값 ( 시점 ) 으로중심화함 시작 ( 시 ) 점중심화 첫번째측정시점으로중심화 초기값의추정치및그변산성에관심이있을때 평균 ( 시 ) 점중심화 기타 연구기간의중심시점으로중심화 시간변인의항들간의공선성을최소화 전체평균중심화, 개인평균중심화 해석에유의 종료시점중심화, 특정시점중심화 010 년핚국심리학회연차학술대회 54
55 다층성장모형 ( 예 ) y z z e ti 0i 1i ti i ti i u 0i 00 0i u 1i 10 1i i 0 y 00 u0 10z u1 z 0z e y z z u u z e ti i ti i ti ti i ti ti 0 ti 0i 1i ti i 11 G R 년핚국심리학회연차학술대회 55
56 시간변인의중심화 ( 예 ) 반복측정 : 30, 36, 4, 48 개월 raw_age = 30, 36, 4, 48 시작시점중심화 (new_age) new_age = raw_age 30 (30 0, 36 6, 4 1, 48 18) 선형변인 (new_age), 이차항 (new_age=new_age*new_age) 평균시점중심화 (c_age) 평균 (raw_age) = 39 c_age = raw_age 39 (30-9, 36-3, 4 3, 48 9) 010 년핚국심리학회연차학술대회 56
57 다층성장모형 ( 예 :new_age) 정보기준 a - 제한로그우도 Akaike 정보기준 (AIC) Hurvich & Tsai 기준 (AICC) Bozdogan 기준 (CAIC) Schwartz 베이지안기준 (BIC) 정보기준은가능한작은형태로출력됩니다. a. 종속변수 : score. 제3 유형고정효과검정 a 소스 분자 df 분모 df F 유의확률 절편 new_age new_age a. 종속변수 : score. 고정효과추정값 a 모수 95% 신뢰구간 추정값 표준오차 자유도 t 유의확률 하한값 상한값 절편 new_age new_age a. 종속변수 : score. 010 년핚국심리학회연차학술대회 57
58 다층성장모형 ( 예 :new_age) 공분산모수추정값 a 모수 95% 신뢰구간 추정값 표준오차 Wald Z 유의확률 하한값 상한값 잔차 절편 + new_age UN(1,1) [ 개체 = id] UN(,1) UN(,) a. 종속변수 : score. 변량효과공분산구조 (G) a 절편 id c_age id 절편 id new_age id 비구조적 a. 종속변수 : score. 잔차공분산 (R) 행렬 a 잔차잔차 a. 종속변수 : score. 010 년핚국심리학회연차학술대회 58
59 다층성장모형 ( 예 :c_age) 정보기준 a - 제한로그우도 Akaike 정보기준 (AIC) Hurvich & Tsai 기준 (AICC) Bozdogan 기준 (CAIC) Schwartz 베이지안기준 (BIC) 정보기준은가능한작은형태로출력됩니다. a. 종속변수 : score. 제3 유형고정효과검정 a 소스 분자 df 분모 df F 유의확률 절편 c_age c_age a. 종속변수 : score. 고정효과추정값 a 모수 95% 신뢰구간 추정값 표준오차 자유도 t 유의확률 하한값 상한값 절편 c_age c_age a. 종속변수 : score. 010 년핚국심리학회연차학술대회 59
60 다층성장모형 ( 예 :c_age) 공분산모수추정값 a 모수 95% 신뢰구간 추정값 표준오차 Wald Z 유의확률 하한값 상한값 잔차 절편 + c_age UN(1,1) [ 개체 = id] UN(,1) UN(,) a. 종속변수 : score. 변량효과공분산구조 (G) a 절편 id c_age id 절편 id c_age id 비구조적 a. 종속변수 : score. 잔차공분산 (R) 행렬 a 잔차잔차 a. 종속변수 : score. 010 년핚국심리학회연차학술대회 60
61 공변인이있는다층성장모형 다층성장모형 (수준다층모형 ) 에서의공변인 시불변공변인 ( 상위수준공변인 ): 시간에따라변하지않 ( 거나그렇게가정되 ) 지만개인에따라상이한값을갖는개인차변인. 연구변인의개인간차이와공변 (e.g., 성별, 대학입학성적, 기질불안 ) 시변공변인 ( 하위수준공변인 ): 각개인내에서시간이나상황에따라변하는변인. 연구변인의개인내변화와공변 (e.g., 연애유무, 학기별성적, 상태불안 ) 수준간상호작용효과 : 상위수준공변인과 ( 시간변인을포함한 ) 하위수준공변인의상호작용 010 년핚국심리학회연차학술대회 61
62 공변인이있는다층성장모형 y z z e it 0i 1i 1it i it it w u 0i i 0i w u 1i i 1i w u i 0 1 i i z 1 : 시간변인 z : 시변공변인 w: 시불변공변인 G R 년핚국심리학회연차학술대회 6
63 계수의해석 γ 00 (z, w i 가 0일때 ) 평균기대초기값 γ 10 (z, w i 가 0일때 ) 평균기대변화율 γ 0 (z 1, w i 가 0일때 ) 시변공변인 z 의평균기대효과 γ 01 (z 1, z 가 0일때 ) 개인차변인 w의기대효과 γ 10 ( ) 개인차변인 w와기대변화율의상호작용효과 γ 0 ( ) 개인차변인 w와 z 의기대효과의상호작용효과 010 년핚국심리학회연차학술대회 63
64 다층성장모형의공분산구조모형화 R 행렬의가능한구조 반복측정의시간간격이일정한경우 : 모든구조 반복측정의시간간격이일정하지않은경우 : ID, DIAG, CS, UN G행렬이 0행렬이아닌경우 R행렬은 UN 사용불가 일반적으로시간변인의 G행렬이복잡한경우 R행렬은 ID를많이사용 시간간격이일정하지않은경우 spatial 공분산구조사용가능 (SPSS 불가 ) 공분산구조자체를다른변인의함수로모형화가능 (SPSS 불가 ) 010 년핚국심리학회연차학술대회 64
65 4 강 : SPSS 를이용한분석예제
66 자료 낙태의법적허용에대한태도변화에관한종단연구 영국내 54 개지역 연차조사 총 64 명 조사변인 지역 응답자아이디 조사년도 1983=1,, 1986=4 낙태에대한태도 0-7( 높을수록호의적 ) 성별 ( 남 =1, 여 =0) 나이 (in 1983) 종교선호카톨릭 =1, 그외 =0 010 년핚국심리학회연차학술대회 66
67 분석순서 1. 하위수준모형화 I. 성장곡선설정 ( 중심화책략선택 ) II. III. 하위수준 ( 시변 ) 공변인이있으면성장곡선과동시에모형화 ( 고정효과와임의효과 ) 유의미하지않은효과의제거. 상위수준모형화 I. 유의미한임의효과분산을설명할수있는상위수준 ( 시불변 ) 공변인추가 II. 상호작용효과를먼저살피고유의미하지않은효과들을하나씩제거 3. 상위수준모형화후하위수준모형의변인효과 ( 특히임의효과 ) 의유의미성에영향을미친경우모형재조정 (1- 반복 ) 010 년핚국심리학회연차학술대회 67
68 시간변인의중심화 () 1. 중심화는 (1) 의미있고해석가능한영점을만들고 () 일차효과및고차효과 (e.g., 상호작용, 차효과 ) 간의공선성을최소화하기위한것. 성장모형의경우 () 보다 (1) 이더중요한경우많음 모형의최고차효과의해석과통계적유의미성은중심화에영향받지않음 ( 개인특정중심화예외 ) 중심화는 ( 최고차를제외한 ) 임의효과분산의크기와의미에영향 따라서중심화책략의선택은연구변인의개인차로서 ( 최고차를제외한 ) 임의효과분산을설명하는시불변공변인의효과에영향 010 년핚국심리학회연차학술대회 68
69 하위수준모형화 ( 개인별관찰값 ) 010 년핚국심리학회연차학술대회 69
70 하위수준모형화 ( 표본평균변화 ) 010 년핚국심리학회연차학술대회 70
71 성장곡선모형화 시작모형 G Y *( year 1983) *( year 1983) e ti 0i 1i ti i ti ti u 0i 00 0i u 1i 10 1i u i 0 i R 년핚국심리학회연차학술대회 71
72 성장곡선모형화 선택모형 Y *( year 1983) *( year 1983) e ti 0i 1i ti i ti ti 0i 00 0i 1i 10 i 0 u G 00 R 년핚국심리학회연차학술대회 7
73 성장곡선모형화 선택모형 고정효과추정값 a 모수 95% 신뢰구간 추정값표준오차자유도 t 유의확률 하핚값 상핚값 절편 cyear cyear a. 종속변수 : Attitude toward abortion. 공분산모수추정값 a 모수 95% 신뢰구간추정값표준오차 Wald Z 유의확률하핚값상핚값잔차 절편 [ 개체 = ID] 분산 a. 종속변수 : Attitude toward abortion. 010 년핚국심리학회연차학술대회 73
74 선택된성장곡선모형 ( 고정효과 ) 010 년핚국심리학회연차학술대회 74
75 Attitude toward Abortion 선택된성장곡선모형 ( 고정효과 ) 5.4 표본평균 모형추정치 년핚국심리학회연차학술대회 75
76 선택된성장곡선모형 ( 임의효과 ) 010 년핚국심리학회연차학술대회 76
77 상위수준모형화 ( 성별 ) 010 년핚국심리학회연차학술대회 77
78 상위수준모형화 ( 선호종교 ) 010 년핚국심리학회연차학술대회 78
79 상위수준모형화 ( 연령 ) 010 년핚국심리학회연차학술대회 79
80 개인차변인 상위수준모형화 catholic, gender, age in 1983 Y *( year 1983) *( year 1983) e ti 0i 1i ti i ti ti 0i 00 0i 1i 10 i 0 u Y *( year 1983) *( year 1983) e ti 0i 1i ti i ti ti * catholic * gender * age u 0i i 0 i 03 i 0i 1 i * catholici 1 * genderi 13 * agei * catholic * gender * age i 0 1 i i 3 i 010년핚국심리학회연차학술대회 80
81 상위수준모형화 고정효과추정값 a 모수 95% 신뢰구간 추정값 표준오차 자유도 t 유의확률 하한값 상한값 절편 cyear cyear Gender catholic Age a. 종속변수 : Attitude toward abortion. 010 년핚국심리학회연차학술대회 81
82 상위수준모형화 ( 최종모형 ) Y *( year 1983) *( year 1983) e ti 0i 1i ti i ti ti * catholic u 0i i 0i 1i 10 i 0 모수 고정효과추정값 a 95% 신뢰구간 추정값 표준오차 자유도 t 유의확률 하한값 상한값 절편 cyear cyear catholic a. 종속변수 : Attitude toward abortion. 010 년핚국심리학회연차학술대회 8
83 대안오차공분산구조비교 -LL Deviance from ID ID DIAG AR(1) Chi-square(α=.05) critical df value 년핚국심리학회연차학술대회 83
84 요약 반복측정자료분석은오차의공분산구조를어떻게모형화할것인가가중요하다. 일반적으로반복측정 ANOVA 와다변량접근중후자가더적절하다. 다층모형접근은위의두접근을포함하여더많은공분산구조를모형화할수있다. SPSS 의혼합모형 (MIXED) 절차를이용해다층모형을사용할수있다. SPSS 의혼합모형은 Proc Mixed 등다른프로그램에비해제약이많으나일반적인분석을위해서는유용하게사용될수있다. 010 년핚국심리학회연차학술대회 84
시스템경영과 구조방정식모형분석
2 st SPSS OPEN HOUSE, 2009 년 6 월 24 일 AMOS 를이용한잠재성장모형 (Latent Growth Model ) 세명대학교경영학과김계수교수 (043) 649-242 gskim@semyung.ac.kr 목차. LGM개념소개 2. LGM모형종류 3. LGM 예제 4. 결과치비교 5. 정리및요약 2 적합모형의판단방법 Tips SEM 결과해석방법
제 1 절 two way ANOVA 제1절 1 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라
제 절 two way ANOVA 제절 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라고 한다. 교호작용은 두 변수의 곱에 대한 검정으로 유의확률이 의미있는 결과라면 두 변수는 서로 영향을
Microsoft PowerPoint - IPYYUIHNPGFU
분산분석 분산분석 (ANOVA: ANALYSIS OF VARIANCE) 두개이상의모집단의차이를검정 예 : 회사에서세종류의기계를설치하여동일한제품을생산하는경우, 각기계의생산량을조사하여평균생산량을비교 독립변수 : 다른변수에의해영향을주는변수 종속변수 : 다른변수에의해영향을받는변수 요인 (Factor): 독립변수 예에서의요인 : 기계의종류 (I, II, III) 요인수준
Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표
Vector Differential: 벡터 미분 Yonhee Lee October 7, 08 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표기법을 정의하는 방법이다 보통 스칼라(scalar)에 대한 미분은 일분수 함수 f : < < 또는 다변수 함수(function
고객관계를 리드하는 서비스 리더십 전략
제 13 장분산분석 1 13.1 일원분산분석 13. 분산분석 - 무작위블럭디자인 13.3 이원분산분석 - 팩토리얼디자인 분산분석 (ANOVA) - 두개이상의집단들의평균값을비교하는데사용. 일원분산분석 - 처치변수가한개인분산분석. 1. 분산분석의원리 A 3.0 8.0 7.0 5.0 5.0 6.0 4.0 7.0 6.0 4.0 평균 5.0 6.0 B 3.0 9.0
연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형
abstract.dvi
통계자료분석 강희모 2014년 5월 14일 목차 제 1장 여러가지평균비교 1 1.1. 단일표본검정.............................. 2 1.2. 독립인두표본검정........................... 4 1.3. 대응표본검정.............................. 9 제 2 장 분산분석(ANalysis Of VAriance)
<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>
제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0
2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형
M-Plus 의활용 - 기본모형과예제명령어 - 성신여자대학교 심리학과 조영일, Ph.D. 2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형 3 / 27 1. M-plus 란? 기본정보 M-plus 는구조방정식모형과종단자료분석 ( 잠재성장모형 ) 의분석에사용되기위해서고안된프로그램임.
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은
2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영
소표본 ( 자료의 이해 및 분석
어떤실험이나치료의효과를측정할때독립이아닌표본으로부터관찰치를얻었을때처리하는방법 - 동일한개체에어떤처리를하기전과후의자료를얻을때 - 가능한동일한특성을갖는두개의개체에서로다른처리를하여그처리의효과를비교하는방법 (matching) 1 예제 : 혈청 cholesterol 치를줄이기위해서 12 명을대상으로운동과함께식이요법의효과를 측정하기위한실험실시 2 식이요법 - 운동실험전과후의
슬라이드 1
Principles of Economerics (3e) Ch. 4 예측, 적합도, 모형화 013 년 1 학기 윤성민 4.1 OLS 예측 (1) 점예측 x0 y0 - 설명변수일때, 종속변수의값을예측하고자함 y ˆ = b + 0 1 b x 0 Ch. 4 예측, 적합도, 모형화 /60 4.1 OLS 예측 예측오차 (forecas error), f 예측오차의기대값
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형
R t-..
R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)
Blue Geometry
Structural Equation Modeling (SEM) 구조방정식모형의적용 2009 년 11 월 27 일 강태훈 ( 성신여대교육학과 ) 과학적탐구의목적 관심대상및현상에대한 설명기술 예측 통제 All models are wrong, but some are useful. (Box, 1979) 구조방정식모형 (SEM) 의개요 SEM 은실험연구나무선적표집 할당등이어려운경우변수간관계에대한추론을가능하게해준다.
생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포
생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에
1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에대하여 AB=BA 1 가성립한다 2 3 (4) 이면 1 곱셈공식및변형공식성립 ± ± ( 복호동순 ), 2 지수법칙성립 (은자연수 ) < 거짓인명제 >
G Power
G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 15 장공분산분석 1. 공분산분석의통계적모형 2. 공분산분석에의한처리효과검정 3. 공분산분석과정 - 실습 - 회귀분석 두확률변수간에관계가있는지검정
Microsoft Word - 동태적 모형.doc
동태적모형 - 시차분포모형 (lag disribued model) I. 개요 A. 경제적행위나결정들의효과는즉시적으로다나타나지않고미래의상당기간동안분포됨 i. 기의행위나결정들이 기뿐아니라 + 기, + 기등에도영향을미치는경우 ii. 경제적정책변수 x 의변화가경제적결과 y, y +, y +, y +3 등에영향을미침 iii. 이는다시말하면, y 가 x, x -, x
2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사
회귀분석 올림픽 100m 우승기록 2004년 9월과학저널 Nature에발표된 Oxford 대학교의임상병리학자인 Andrew Tatem과그의연구진의논문 1900~2004년까지의남성과여성의육상 100m 우승기록을분석하고앞으로최고기록이어떻게변할것인지를예측 2008년베이징올림픽에서남자의우승기록은 9.73±0.144(9.586, 9.874), 여자는 10.57±0.232(10.338,
1 1 Department of Statistics University of Seoul August 29, 2017 T-test T 검정은스튜던트 t 통계량의분포를귀무가설하에서살펴봄으러써가설의기각여부를결정하는의사결정모형임 검정 : X i iid N(µ, σ 2 ) 이라고가정하고, 귀무가설과대립가설을아래와같이놓자. 귀무가설즉, µ = µ 0 하에서 H : µ
2011년 제 9회 최우수상.hwp
1) 고려대학교교육학과석사과정 (nayoung725@yahoo.co.kr) 2) 고려대학교교육학과박사과정 (seo2jin@hanmail.net) 3) 고려대학교교육학과석사과정 (premier110@hanmail.net) 성별지역계열학업진행여부 총사례수 일주일평균아르바이트시간 ( 시간 ) 남 1510 8.9 여 1457 8.4 동지역 2573 8.5
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
임정연 이영민 1) 주저자, 숙명여자대학교인력개발정책학박사과정, 2) 교신저자, 숙명여자대학교여성 HRD 대학원부교수,
임정연 이영민 1) 주저자, 숙명여자대학교인력개발정책학박사과정, E-mail: jungyon82@naver.com 2) 교신저자, 숙명여자대학교여성 HRD 대학원부교수, E-mail: ymlee@sookmyung.ac.kr 규모 재직근로자대상교육훈련실시 ( 개소,%) 1 인당평균집체훈련시간 1 인당평균집체훈련비용 ( 천원 ) 전체수강료시설비기타비용 전체
Microsoft PowerPoint - MDA 2008Fall Ch2 Matrix.pptx
Mti Matrix 정의 A collection of numbers arranged into a fixed number of rows and columns 측정변수 (p) 개체 x x... x 차수 (nxp) 인행렬matrix (n) p 원소 {x ij } x x... x p X = 열벡터column vector 행벡터row vector xn xn... xnp
슬라이드 1
대한의료관련감염관리학회학술대회 2016년 5월 26일 ( 목 ) 15:40-17:40 서울아산병원동관 6층대강당서울성심병원김지형 기능, 가격, 모든것을종합 1 Excel 자료정리 2 SPSS 학교에서준다면설치 3 통계시작 : dbstat 4 Web-R : 표만들기, 메타분석 5 R SPSS www.cbgstat.com dbstat 직접 dbstat 길들이기
statistics
수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지
수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론
수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론 Ⅱ. 선행연구고찰 집적경제메커니즘의유형공유메커니즘매칭메커니즘학습메커니즘 내용기업이군집을형성하여분리불가능한생산요소, 중간재공급자, 노동력풀등을공유하는과정에서집적경제발생한지역에기업과노동력이군집을이뤄기업과노동력사이의매칭이촉진됨에따라집적경제발생군집이형성되면사람들사이의교류가촉진되어지식이확산되고새로운지식이창출됨에따라집적경제발생
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
슬라이드 1
회귀분석 (Regression Analysis) 회귀분석은종속변수와독립변수들갂의관련성, 또는독립변수를 이용하여종속변수를예측하는데사용하며, 종속변수와독립변수 들의함수적관련성을이용하여분석한다. 회귀분석의목적 (1) 예측을목적 주어진독립변수를이용하여종속변수의평균값을추정할목적으로 기존의자료를이용하여회귀모형을세움 (2) 각독립변수가종속변수에미치는영향을평가 종속변수에어떤독립변수들이유의한영향을미치는지를알아보고
제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint
제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Winters의계절지수평활법 이동평균법 (moving average method) 평활에의해계절성분또는불규칙성분을제거하여전반적인추세를뚜렷하게파악
Microsoft Word - SAS_Data Manipulate.docx
수학계산관련 함수 함수 형태 내용 SIN(argument) TAN(argument) EXP( 변수명 ) SIN 값을계산 -1 argument 1 TAN 값을계산, -1 argument 1 지수함수로지수값을계산한다 SQRT( 변수명 ) 제곱근값을계산한다 제곱은 x**(1/3) = 3 x x 1/ 3 x**2, 세제곱근 LOG( 변수명 ) LOGN( 변수명 )
Microsoft Word - skku_TS2.docx
Statistical Package & Statistics Univariate : Time Series Data () ARMA 개념 ARIMA(Auto-Regressive Integrated Moving-Average) 모형은시계열데이터 { Y t } 의과거치 (previous observation Y t 1,,... ) 들이설명변수인 AR 과과거의오차항 (
(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])
![(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])](/thumbs/82/85170746.jpg "(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])")
수치해석 6009 Ch9. Numerical Itegratio Formulas Part 5. 소개 / 미적분 미분 : 독립변수에대한종속변수의변화율 d vt yt dt yt 임의의물체의시간에따른위치, vt 속도 함수의구배 적분 : 미분의역, 어떤구간내에서시간 / 공간에따라변화하는정보를합하여전체결과를구함. t yt vt dt 0 에서 t 까지의구간에서곡선 vt
Microsoft Word - LectureNote.doc
5. 보간법과회귀분석 . 보간법 Iterpolto. 서론 응용예 : 원자간 pr-wse tercto Tlor Seres oe-pot ppromto 를사용할수없는이유 Appromte / t 3 usg Tlor epso t.! P! 3 4 5 6 7 P 3-3 -5-43 -85 . Newto Tlor Seres 와의관계 te dvded derece Forwrd
제 4 장회귀분석
회귀의역사적유래 (historical origin of the regression) 회귀 (regression) 라는용어는유전학자 Francis Galton(1886) 에의해처음사용된데서유래함. 그의논문에서 비정상적으로크거나작은부모의아이들키는전체인구의평균신장을향해움직이거나회귀 (regression) 하는경향이있다. 고주장 회귀의역사적유래 (historical
ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행
Ch4 one-way ANOVA ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행 One-way ANOVA 란? Group Sex pvas NSAID
Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt
수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo
Microsoft PowerPoint - LM 2014s_Ch4.pptx
1. 회귀모형및가정 모형설명 선형 linearity 함수 (,,,, ) 회귀계수 : 모수, unknown but fixed 절편 : y-축을통과하는곳 기울기 : 편미분, 한단위증가 p개의설명변수 들은결정변수 ( 확률변수아님 ) 종속변수만확률변수 모형 설명변수개수 p 개 관측치개수 n, 1,2,, ~ 0, ( 행렬 ),, 가정 ~ 0, 정규성 normality
Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]
![Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]](/thumbs/91/105158542.jpg "Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]")
제 11 강 111 자기상관 Autocorrelation 자기상관의본질 11 유효성 (efficiency, accurate estimation/prediction) 을위해서는모든체계적인정보가회귀모형에체화되어있어야함 표본의무작위성 (randomness) 은서로다른관측치들에대한오차항들이상관되어있지말아야함을의미함 자기상관 (Autocorrelation) 은이러한표본의무작위성을위반하게만드는오차항에있는체계적패턴임
비선형으로의 확장
비선형으로의확장 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 비선형으로의확장 1 / 30 개요 선형모형은해석과추론에장점이있는반면예측력은제한됨능형회귀, lasso, PCR 등의방법은선형모형을이용하는방법으로모형의복잡도를감소시켜추정치의분산을줄이는효과가있음해석력을유지하면서비선형으로확장다항회귀 (polynomial regression): ( 예 )
Microsoft PowerPoint - MDA DA pptx
판별분석개념 Indvdual Drected Technque 측정변수 ( 항목 ) 에의한개체분류 분류되어있는집단간의차이를의미있게설명해줄수있는독립변수들을찾아내어 변수의선형결합으로판별식 (Dscrmnant functon) 을만들어낸다. 이판별식을이용하여분류하고자하는개체의집단을판별 데이터유형 집단변수 : 범주형혹은이진형 판별변수 : 측정형 ( 등간척도포함 ) 사례
슬라이드 제목 없음
계량치 Gage R&R 1 Gage R&R 의변동 반복성 (Equipment Variation) : EV- 계측장비에의한변동 - 동일측정자가동일조건에서반복하여발생된측정값의범위로부터계산되므로 Gage의변동을평가하게됨. 재현성 (Operator / Appraiser Variation) : AV- 평가자에의한변동 - 서로다른측정자가동일조건에서측정한값의차이로부터 계산되므로측정자에의한변동을평가함.
3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료
3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 분포형태, 상대적위치, 극단값 분포형태 z-값 체비셰프의원리 경험법칙 극단값찾기 분포형태 : 왜도 (skewness) 분포형태를측정하는중요한척도중하나를 왜도 라고한다. 자료집합의왜도를구하는계산식은조금복잡하다. 통계프로그램을사용하여왜도를쉽게계산할수있다.
- 1 -
- 1 - - 2 - χ loglog log - 3 - σ - 4 - - 5 - ψφ θθ - 6 - σ 월이윤년인경우 월이윤년이아닌경우 α - 7 - - 8 - π π π - 9 - - 10 - - 11 - - 12 - 모형 모형 - 13 - 모형 모형 - 14 - - 15 - - 16 - - 17 - σ σ - 18 - σ MSR 크기 MSR 2.5 3.5
(Hyunoo Shim) 1 / 24 (Discrete-time Markov Chain) * 그림 이산시간이다연쇄 (chain) 이다왜 Markov? (See below) ➀ 이산시간연쇄 (Discrete-time chain): : Y Y 의상태공간 = {0, 1, 2,..., n} Y n Y 의 n 시점상태 {Y n = j} Y 가 n 시점에상태 j 에있는사건
동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석
동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석 목차 I. 서론 II. 동아시아각국의무역수지, 실질실효환율및 GDP간의관계 III. 패널데이터를이용한 Granger인과관계분석 IV. 개별국실증분석모형및 TYDL을이용한 Granger 인과관계분석 V. 결론 참고문헌 I. 서론 - 1 - - 2 - - 3 - - 4
슬라이드 1
빅데이터분석을위한데이터마이닝방법론 SAS Enterprise Miner 활용사례를중심으로 7 주차 회귀분석 Regression Analysis 최종후, 강현철 차례 4.1 선형회귀분석 (Linear Regression Analysis) 4.2 로지스틱회귀분석 (Logistic Regression Analysis) 4.3 회귀분석의특징과제약 4.4 분석사례 -
장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정
. 선형시스템 : GussSedel. 비선형시스템. 선형시스템 : GussSedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. GS 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j j b j j 여기서 j b j j j 현재반복단계
슬라이드 1
장연립방정식을 풀기위한반복법. 선형시스템 : Guss-Sedel. 비선형시스템 . 선형시스템 : Guss-Sedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j b j j j
(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])
![(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])](/thumbs/89/97664370.jpg "(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])")
수치해석 161009 Ch21. Numerical Differentiation 21.1 소개및배경 (1/2) 미분 도함수 : 독립변수에대한종속변수의변화율 y = x f ( xi + x) f ( xi ) x dy dx f ( xi + x) f ( xi ) = lim = y = f ( xi ) x 0 x 차분근사 도함수 1 차도함수 : 곡선의한점에서접선의구배 21.1
eda_ch7.doc
( ) (, ) (X, Y) Y Y = 1 88 + 0 16 X =0601 Y = a + bx + cx X (nonlinea) ( ) X Y X Y b(016) ( ) log Y = log a + b log X = e Y = b ax 71 X (explanatoy va :independent ), Y (dependent : esponse) X, Y Sehyug
< FB1B8C1B6B9E6C1A4BDC4B8F0B5A828C5E4C7C8B8AEBAE4292E687770>
구조방정식모델 - 경로분석을중심으로 - 2006.10.24. 박건희 1. 구조방정식모델의개요 구조방정식모델은사회학및심리학에서개발된측정이론에토대를둔확인적요인분석과계량경제학에서개발된연립방정식모델에토대를둔다중회귀분석및경로분석등이결합된성격을갖는방법론 측정모델 (measurement model, 확인적요인분석성격 ) 과구조모델 (structural model, 다중회귀분석및경로분석의성격
한국정책학회학회보
한국정책학회보제 22 권 2 호 (2013.6): 181~206 정부신뢰에대한연구 - 대통령에대한신뢰와정부정책에대한평가비교를중심으로 * - 주제어 : 민주화이후정부신뢰, 대통령신뢰, 정부정책만족도 Ⅰ. 서론 182 한국정책학회보제 22 권 2 호 (2013.6) 정부신뢰에대한연구 183 Ⅱ Ⅲ Ⅳ Ⅴ Ⅱ. 정부신뢰에대한이론적논의 184 한국정책학회보제 22
1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut
경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si
<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>
Par II. 다중회귀모형및기본가정의완화 I. 다중회귀모형 A. 다중회귀모형에대한가정 = β+β x + +β x +ε, =,..., ( x ) 관측치의수, 설명변수의수 K-, 추정모수의수 K 개별모수들의의미 : E( ) 예컨대, β = : 다른설명변수들이일정할때, x 의한 x 단위변화에대한종속변수의평균값의변화 즉다른변수들의영향력이통제 (conrol) 된상황에서첫번째설명변수의종속변수에대한영향력을나타내는값임
수리영역 5. 서로다른두개의주사위를동시에던져서나온두눈의수의곱 이짝수일때, 나온두눈의수의합이 또는 일확률은? 5) 의전개식에서상수항이존재하도록하는모든자 연수 의값의합은? 7) 다음순서도에서인쇄되는 의값은? 6) 8. 어떤특산
제 2 교시 2008 학년도 10 월고 3 전국연합학력평가문제지 수리영역 성명수험번호 3 1 먼저수험생이선택한응시유형의문제지인지확인하시오. 문제지에성명과수험번호를정확히기입하시오. 답안지에수험번호, 응시유형및답을표기할때는반드시 수험생이지켜야할일 에따라표기하시오. 단답형답의숫자에 0 이포함된경우, 0 을 OMR 답안지에반드시표기해야합니다. 문항에따라배점이다르니,
선형모형_LM.pdf
변수선택 8 경제성의 원리로 불리우는 Occam s Razor는 어떤 현상을 설명할 때 불필요한 가정을 해서는 안 된다는 것이다. 같은 현상을 설 명하는 두 개의 주장이 있다면, 간 단한 쪽을 선택하라. 통계학의 유 의성 검정, 유의하지 않은 설명변 수 제거의 근거가 된다. 섹션 1 개요 개념 1) 경험이나 이론에 의해 종속변수에 영향을 미칠 것 같은 설명변수를
Microsoft PowerPoint - SPSS14_모듈별 구성소개
SPSS 모듈별구성 SPSS Korea 데이타솔루션 1 SPSS 제품구성 C/S 기능별제품구성 SPSS Server SPSS Client 기능 대량의데이터를처리할수있는고성능 machine 에탑재 서버의강력한스칼라처리기능과향상된수행능력을전달 SPSS Client 의처리요구를받아서통계분석작업을수행하는 Multi-thread Backend Engine 통계분석자
외국인투자유치성과평가기준개발
2010 년도연구용역보고서 외국인투자유치의성과평가기준개발 - 2010. 10. - 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 책임연구원 국립부경대학교지역사회연구소권오혁 수신 : 대한민국국회예산정책처장귀하. 2010 10 : : : : 요약문 I. 서론 1.
메타분석: 통계적 방법의 기초
메타분석: 통계적 방법의 기초 서울시립대학교 통계학과 이용희 209년 4월 23일 Contents 하나의 실험과 효과의 크기 관심있는 모수: 효과의 크기 2 모수의 추정량 3 추정량에 대한 믿음 4 추정량의 분산과 표준오차 5 추정량의 분산과 모집단의 분산 6 통계적 효과의 크기 7 신뢰구간 8 일반적인 관심 모수 2 2 2 3 개의 실험의 비교 실험들의 이질성
4 _ 한국지역정보화학회기획세미나발표논문집
스마트워크업무성과결정요인에관한연구 _ 3 4 _ 한국지역정보화학회기획세미나발표논문집 스마트워크업무성과결정요인에관한연구 _ 5 6 _ 한국지역정보화학회기획세미나발표논문집 스마트워크업무성과결정요인에관한연구 _ 7 구분 내용 연구자 기존스마트워크 집단지성 ( 협력성, 창의성 ) 고객중심의창의적가치창출 원 ICT를활용한시, 공간에자유로운업무환경 (Nilles, 1973)
(001~006)개념RPM3-2(부속)
www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로
Python과 함께 배우는 신호 해석 제 5 강. 복소수 연산 및 Python을 이용한 복소수 연산 (제 2 장. 복소수 기초)
제 5 강. 복소수연산및 을이용한복소수연산 ( 제 2 장. 복소수기초 ) 한림대학교전자공학과 한림대학교 제 5 강. 복소수연산및 을이용한복소수연산 1 배울내용 복소수의기본개념복소수의표현오일러 (Euler) 공식복소수의대수연산 1의 N 승근 한림대학교 제 5 강. 복소수연산및 을이용한복소수연산 2 복소수의 4 칙연산 복소수의덧셈과뺄셈에는직각좌표계표현을사용하고,
슬라이드 1
1 장수치미분 1.1 소개및배경 1. 고정확도미분공식 1.3 Richardson 외삽법 1.4 부등간격의미분 1.5 오차가있는데이터의도함수와적분 1.6 MATLAB 을이용한수치미분 1.1 소개및배경 (1/4) 미분이란무엇인가? 도함수 : 독립변수에대한종속변수의변화율 y f( xi + x) f( xi) dy f( x = i + x) f( xi) = lim =
untitled
통계청 통계분석연구 제 3 권제 1 호 (98. 봄 ) 91-104 장기예측방법의비교 - 전도시소비자물가지수를중심으로 - 서두성 *, 최종후 ** 본논문의목적은소비자물가지수와같이시간의흐름에따라변동의폭이크지않은시계열자료의장기예측에있어서쉽고, 정확한예측모형을찾고자하는데에있다. 이를위하여네가지의장기예측방법 - 1회귀적방법 2Autoregressive error 방법
Microsoft Word - SPSS_MDA_Ch6.doc
Chapter 6. 정준상관분석 6.1 정준상관분석 정준상관분석 (Canonical Correlation Analysis) 은변수들의군집간선형상관관계를파악하는분석방법이다. 예를들어신체적조건 ( 키, 몸무게, 가슴둘레 ) 과운동력 ( 달리기, 윗몸일으키기, 턱걸이 ) 사이의선형상관관계가있는지알아보고, 관계가있다면어떤관계가있는지분석하는것이다. 정준상관분석은 (
<B0A3C3DFB0E828C0DBBEF7292E687770>
초청연자특강 대구가톨릭의대의학통계학교실 Meta analysis ( 메타분석 ) 예1) The effect of interferon on development of hepatocellular carcinoma in patients with chronic hepatitis B virus infection?? -:> 1998.1 ~2007.12.31 / RCT(2),
Resampling Methods
Resampling Methds 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) Resampling Methds 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과 )
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 - 1. 분산분석 2. 회귀분석 준비 R과 R studio 설치 https://cran.r-project.org/bin/windows/base/ R 다운로드후설치 https://www.rstudio.com/products/rstudio/download/#download
exp
exp exp exp exp exp exp exp exp exp exp exp log 第 卷 第 號 39 4 2011 4 투영법을 이용한 터빈 블레이드의 크리프 특성 분석 329 성을 평가하였다 이를 위해 결정계수값인 값 을 비교하였으며 크리프 시험 결과를 곡선 접합 한 결과와 비선형 최소자승법으로 예측한 결과 사 이 결정계수간 정도의 오차가 발생하였고
이다. 즉 μ μ μ : 가아니다. 이러한검정을하기위하여분산분석은다음과같은가정을두고있다. 분산분석의가정 (1) r개모집단분포는모두정규분포를이루고있다. (2) r개모집단의평균은다를수있으나분산은모두같다. (3) r개모집단에서추출한표본은서로독립적이다. 분산분석은집단을구분하는
제 12 강분산분석 분산분석 (ANOVA) (1) 1. 개요 비교하는집단의수가 3개이상일경우에사용되는통계기법이분산분석이다. 두표본 t검증에서는문제의단순성때문에야기되지않는문제들이다수의표본으로확대됨에따라문제들이야기되기도한다. 다음과같은 r개의모집단이있다고가정하자..... ~ N( μ σ ) ~ N( μ σ ).... ~ N ( μ σ )...... 위의그림과같이여러번에걸쳐두표본의
<3235B0AD20BCF6BFADC0C720B1D8C7D120C2FC20B0C5C1FE20322E687770>
25 강. 수열의극한참거짓 2 두수열 { }, {b n } 의극한에대한 < 보기 > 의설명중옳은것을모두고르면? Ⅰ. < b n 이고 lim = 이면 lim b n =이다. Ⅱ. 두수열 { }, {b n } 이수렴할때 < b n 이면 lim < lim b n 이다. Ⅲ. lim b n =0이면 lim =0또는 lim b n =0이다. Ⅰ 2Ⅱ 3Ⅲ 4Ⅰ,Ⅱ 5Ⅰ,Ⅲ
공기업정책학석사학위논문 비성과적요인이개인성과평가 결과에미치는영향분석 사사례중심으로 년 월 서울대학교행정대학원 공기업정책학과 고동신
저작자표시 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 이저작물을영리목적으로이용할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 귀하는, 이저작물의재이용이나배포의경우, 이저작물에적용된이용허락조건을명확하게나타내어야합니다.
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 13 장상관분석 1. 상관계수 2. 상관분석의가정과특성 3. 모상관계수의검정과신뢰한계 4. 순위상관 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 - 실습 - 상관분석 지금까지한가지확률변수에의한현상을검정하였다.
164
에너지경제연구제 16 권제 1 호 Korean Energy Economic Review Volume 16, Number 1, March 2017 : pp. 163~190 학술 시변파라미터일반화해밀턴 -plucking 모형을이용한전력소비의선제적경기국면판단활용연구 * 163 164 165 166 ~ 167 ln 168 [ 그림 1] 제조업전력판매량 (a) 로그변환
<B3EDB4DC28B1E8BCAEC7F6292E687770>
1) 초고를읽고소중한조언을주신여러분들게감사드린다. 소중한조언들에도불구하고이글이포함하는오류는전적으로저자개인의것임을밝혀둔다. 2) 대표적인학자가 Asia's Next Giant: South Korea and Late Industrialization, 1990 을저술한 MIT 의 A. Amsden 교수이다. - 1 - - 2 - 3) 계량방법론은회귀분석 (regression)
에듀데이터_자료집_완성본.hwp
단위학교성과제고를위한 교육여건개선방안탐색 모시는글 2012 년도에듀데이터활용학술대회프로그램 목차 n n [ 주제 1] 교육지원청수준에서기초학력결정요인분석연구 천세영 이성은 3 [ 주제 2] 비용함수모형에의한국 공립중학교적정교육비및가중치산출연구 오범호 윤홍주 엄문영 37 n n [ 주제 1] 토론 김영애 67 [ 주제 2] 토론 김성식 73 n n [ 주제
Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]
![Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]](/thumbs/91/105737384.jpg "Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]")
제 11 강 자기상관 Auocorrelaion 111 유효성 (efficiency, accurae esimaion/predicion) 을위해서는모든체계적인정보가회귀모형에체화되어있어야함 표본의무작위성 (randomness) 은서로다른관측치들에대한오차항들이상관되어있지말아야함을의미함 자기상관 (Auocorrelaion) 은이러한표본의무작위성을위반하게만드는오차항에있는체계적패턴임
- 1 -
- 1 - External Shocks and the Heterogeneous Autoregressive Model of Realized Volatility Abstract: We examine the information effect of external shocks on the realized volatility based on the HAR-RV (heterogeneous
본강좌의목적은독립변수와종속변수와의관계를검증하는통계적방법인회귀분석에대한기본적인이론과실습을통하여실제적으로연구를수행할수있는능력을갖추도록하는것입니다. 본강좌는회귀분석의개념적이해, 실제자료를이용한 SPSS 프로그램실습, 결과해석및결과표작성의순서로진행할예정입니다. 본강좌에서학습할
2016 년동계연구방법론워크샵 ㆍ강좌 : 기초통계분석ㆍ일시 : 2월 2일 ( 화 ) 기초통계분석 강좌는통계학을전혀모르거나통계이론과통계분석을기초부터학습하고자하는연구자에게적합한초급과정입니다. 대부분의학생들은기초통계과목은어렵고수학과밀접한관련이있는과목이라고생각합니다. 그러나통계이론은통계자체를탐구하는것이아니라자신의연구분야에통계를적용하여객관적이고과학적인힘을부여하려하는것이목적이기때문에,
22 장정규성검정과정규화변환 22.1 시각적방법 Q-Q 플롯과정규확률그림 Q-Q 플롯( 분위수- 분위수플롯, Quantile-Quantile plot) 은하나의자료셋이특정분포( 정규분 포나와이블분포등) 를따르는지또는두개의자료셋이같은모집단분포로부터나왔는지를
22 장정규성검정과정규화변환 22.1 시각적방법 22.1.1 Q-Q 플롯과정규확률그림 Q-Q 플롯( 분위수- 분위수플롯, Quantile-Quantile plot) 은하나의자료셋이특정분포( 정규분 포나와이블분포등) 를따르는지또는두개의자료셋이같은모집단분포로부터나왔는지를 판단하는시각적분석방법이다. Q-Q 플롯은자료의분위수와특정( 이론적) 분포의분위수를구하여산점도로나타내거나,
<BEE7C0FBBFACB1B820B0ADC1C2BCD2B0B32E687770>
2015 년하계연구방법론워크샵 ㆍ강좌 : SPSS, AMOS Handling 및기초분석ㆍ일시 : 8월 3일 ( 월 ) ㆍ강사 : 오숙영 SPSS & AMOS Handling 및기초분석 강좌는 SPSS와 AMOS 프로그램을처음접하는초보연구자들그리고 SPSS, AMOS 프로그램의세부적인기능적방법및해석방법을학습하고자하는연구자들에게유익한강좌입니다. 본강좌의목적은양적연구수행을위해서수집된자료를정리
1 1 Department of Statistics University of Seoul August 28, 2017 확률분포 누적분포함수 확률공간이정의되었다고가정하자. 즉, 어떤사건 A 에대해서 P(A) 를항상생각할수있다고가정하자. 어떤확률변수 X 주어졌을때 Pr(X x) = P(X (, x]) 로정의하면 Pr(X x) 의값을모든 x 에대해생각할수있다. F
(Microsoft PowerPoint - Ch17_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])
![(Microsoft PowerPoint - Ch17_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])](/thumbs/89/99666589.jpg "(Microsoft PowerPoint - Ch17_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])")
수치해석 6009 Ch7. Polyomial Iterpolatio 다항식보간법 T C ρ kg/m µ N s/m v m /s -40 0 0 50 00 50 00 50 00 400.5.9.0.09 0.946 0.85 0.746 0.675 0.66 0.55.5 0-5.7 0-5.80 0-5.95 0-5.7 0-5.8 0-5.57 0-5.75 0-5.9 0-5.5
Microsoft Word - ch8_influence.doc
REGRESSION / 8 장. 영향치및잔차분석 172 Chapter 8 영향치와잔차분석 단순회귀모형에서관측점이이상치 (outlier) 인지영향치 (influential) 인지판단하는것은 매우쉽다. 산점도에서이상치혹은영향치의존재여부를미리감지한다. x- 축 ( 설명변수 ) 의 동일수준의다른관측치에비해종속변수의값이상이한빨간점은이상치이다. 반면판 단할다른관측치가동일설명변수수준에없는파란점은영향치이다.
농림수산식품 연구개발사업 운영규정
- 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 - - 24 - - 25 - - 26 - - 27 - - 28 - 1. - 29 - - 30 - - 31 - -
표본재추출(resampling) 방법
표본재추출 (resampling) 방법 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 표본재추출 (resampling) 방법 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과
1-1) 아직까지도우리나라는 resilience' 이라는용어가적응유연성 ( 권태철, 2002; 김미승, 2002; 박현선, 1998, 1999a, 1999b; 양국선, 2001; 유성경, 2000; 이선아, 2004; 윤미경, 2002; 조혜정, 2002; 장순정, 2
1-1) 아직까지도우리나라는 resilience' 이라는용어가적응유연성 ( 권태철, 2002; 김미승, 2002; 박현선, 1998, 1999a, 1999b; 양국선, 2001; 유성경, 2000; 이선아, 2004; 윤미경, 2002; 조혜정, 2002; 장순정, 2003), 탄력성 ( 김승경, 2004; 김택호, 2004), 또는자아 - 탄력성 ( 구자은,
슬라이드 1
Principle of Econometric (3e) 03 년 학기 윤성민 .0 서론 연립방정식모형 - 둘이상의종속변수가있는일련의방정식들로구성 OLS로추정하면부적절함 새로운추정방법필요 - 연립방정식추정법은계량경제학이통계학의회귀분석기법을넘어서는학문이라는것을보여주는분야이기도함 . 공급및수요모형 Demand: Supply: Q=α P+α X + e Q=β P+ e
스무살, 마음껏날아오르기위해, 일년만꾹참자! 2014학년도대학수학능력시험 9월모의평가 18번두이차정사각행렬 가 를만족시킬때, 옳은것만을 < 보기 > 에서있는대로고른것은? ( 단, 는단위행렬이다.) [4점] < 보기 > ㄱ. ㄴ. ㄷ. 2013학년도대학수학능력시험 16번
![스무살, 마음껏날아오르기위해, 일년만꾹참자! 2014학년도대학수학능력시험 9월모의평가 18번두이차정사각행렬 가 를만족시킬때, 옳은것만을 < 보기 > 에서있는대로고른것은? ( 단, 는단위행렬이다.) [4점] < 보기 > ㄱ. ㄴ. ㄷ. 2013학년도대학수학능력시험 16번](/thumbs/93/112338660.jpg "스무살, 마음껏날아오르기위해, 일년만꾹참자! 2014학년도대학수학능력시험 9월모의평가 18번두이차정사각행렬 가 를만족시킬때, 옳은것만을 < 보기 > 에서있는대로고른것은? ( 단, 는단위행렬이다.) [4점] < 보기 > ㄱ. ㄴ. ㄷ. 2013학년도대학수학능력시험 16번")
친절한하영쌤의 수학 A형 약점체크집중공략오답률 Best 5 정복 하기! - 보충문제 행렬 2015학년도대학수학능력시험 9월모의평가 19번두이차정사각행렬 가 를만족시킬때, < 보기 > 에서옳은것만을있는대로고른것은? ( 단, 는단위행렬이고, 는영행렬이다.) [4점] < 보기 > ㄱ. 의역행렬이존재한다. ㄴ. ㄷ. 2015학년도대학수학능력시험 6월모의평가 19번두이차정사각행렬
<B0E6B7CEBAD0BCAE2E687770>
경로분석 아동의학업성취수준은어떠한변수들에의해서영향을받는가? 학업성취에영향을미칠수 있는변수로는지능이나동기, 가족의사회경제적지위, 학교및교사의특성등여러가지변인 들을생각해볼수있다. 앞장에서다룬중다회귀분석은하나의종속변수와다수의독립변수로 구성된회귀모형을통하여종속변수와독립변수간의관계를밝히고자하는통계적방법이었다. 따라서회귀분석에서관심의대상이되는것은종속변수에영향을미치는독립변수는무엇이며,