F 검정 일원분산 분석 사후 검정

​

F 검정을 했다. 했는데, 연구자의 기대대로 영가설이 기각되었다.

영가설이 기각되어야지 검정이 의미가 있다.

같지 않다면 뭐가 같지 않다는 것인지? 알기 위해서

이게 싫으면 pre-plan된 걸 하면 된다

​

연구자가 연구를 하면서 사후 검정을 할 때 모든 방법을 하지 않아도 된다.

​

현실 세계에서 일원 분석 분석은 굉장히 어렵다

이 말은 1가지 요인만으로 인과관계를 밝혀내긴 쉽진 않다는 말이다

예를 들어서 3가지의 교수방법으로 효과를 비교할 때만 해도 사실상 어렵다

내가 알고 싶은 건 3가지 교수 방법으로 어떤 차이가 있는가? 가 이다

실상 이걸 진짜로 하려면 여러 가지 문제가 생긴다

1. 교수의 실력이 동일한가

A. 독립변수를 교수의 실력을 넣어야 한다

2. 학생의 수준이 동일한가

A. IQ 변수를 block 변인으로 둬야 한다

B. IQ가 아느정도 일정한 사람들을 섞어야 한다.

그리고 최근에 본 손주은 회장의 인터뷰 에서도 교육은... IQ와 환경이 절대적이라고 했는데,

사실상 교수법으로 성적이 바뀔까? 사실 그것도 의문이다.

아무튼

이렇게 하면 삼원 사원 분석이 된다

​

통계를 쓰는 이유는 내 논리를 방어하기 위해서 한다

내 주장을 아무것도 모른 상태에서 쓰는 사람도 있나?

어느 정도 계산이 섰을 때 논문을 쓰는 것이다

논문을 쓰기 위해서 이미 주장이 어느 정도 되어 있다. 그러니까 통계는 그냥 수단에 불과하다

통계학자가 아닌 이상에야... 너무 여기에 엮메일 필요도 없다.

​

​

검정방법을 제대로 이해하기는 너무 어렵다

따라서 몇 가지 방법만 알아보고 논문을 쓸 때 써보도록 한다.

​

Tukey 검정

이건 대상 표본 수가 동일한 경우에 사용한다. 그러니까 집단이 10개 ,10개,10개 이런 식으로 동일한 숫자에만 사용한다는 의미이다

하지만 표본수가 적을수록 정확도가 낮아진다는 단점이 있다

​

Newman-Keuls 검정

이 또한 동일 사례 수일 때 쓴다.

비교 평균 수에 따라서 단계별로 터키 검정을 사용한다

​

Bonferroni 검정

표본이 동일하지 않을 때 사용하고, 집단을 분리하는 정도가 낮은 편이다.

비교 대상이 많아질수록 검정력이 약해진다

​

Scheffé 검정

가장 보수적으로 집단 간을 분리한다. 따라서 유의한 차이가 나는 평균들에 사용 하는 것이 좋다

집단의 수가 동일하지 않아도 된다

​

Dunnett 검정

양측 검증이 가능하다는 점이 특징이다

​

다음에는 실제적으로 검정을 해보겠다.

​

​

​

​

​

​