딥러닝 공부방

여인권 교수님의 KMOOC 강의 를 수강하면서 공부한 내용을 정리해보았습니다. 반복이 있는 이원배치 분산분석 - 변량/혼합효과모형 반복이 있는 이원배치 변량 또는 혼합효과모형에서 상호작용효과가 있는 경우의 분산분석표와 고정효과모형의 분산분석표의 차이점을 알아보겠습니다. 분산분석 결과에 따른 관심 모수에 대한 추론 방법을 알아보겠습니다. 1. 변량효과모형 (1) 변량효과 모형식 변량효과모형식은 다음과 같이 설계할 수 있습니다. 변량효과모형은 분산에 대해 관심이 있으므로 분산요소에 대한 추론을 해야합니다. (2) 평균제곱(MS)의 기댓값 변량효과모형에서는 고정효과모형과 다르게 MS를 계산합니다. 상호작용이 유의한 경우 주효과에 대한 추론은 MSE 기반이 아닌 MS(AB)을 기반으로 진행합니다. (3) 분산분..

여인권 교수님의 KMOOC 강의 를 수강하면서 공부한 내용을 정리해보았습니다. 변량효과모형과 혼합효과모형에서의 가정과 모형식을 알아보겠습니다. 변량효과모형과 혼합효과모형에서 주요 모수에 대한 통계적 추론 방법을 알아보겠습니다. 변량효과모형 - Random Effect Model (1) 모형식 설계 이원배치 분산분석에서의 변량효과모형의 모형식은 다음과 같이 설계할 수 있습니다. (2) 변량효과모형 가정 변량효과모형은 다음과 같이 가정할 수 있습니다. (3) 가설검정 변량효과모형에서의 평균은 확률변수입니다. 따라서 분산에 관심이 있습니다. 가설검정은 다음과 같이 설정할 수 있습니다. (4) 분산분석표 유의하지 않는 요인의 처리효과는 오차에 흡수시켜 다시 분석합니다. (5) 처리수준 분산 추정 MSE, MSA..

여인권 교수님의 KMOOC 강의 를 수강하면서 공부한 내용을 정리해보았습니다. 요인이 두 개이고 각 처리에 하나의 관측값이 있는 경우, 각 요인의 처리효과를 확인하기 위해 어떻게 모형을 설정하는지 알아보겠습니다. 고정효과 모형 하에서의 통계적 추론을 알아보겠습니다. 이원배치 분산분석 이원배치 분산분석의 실험을 설계하면 다음과 같습니다. 요인 A의 수준 수는 p, 요인 B의 수준 수는 q일 때 p X q 처리를 완전 확률화 하여 실험을 진행한다고 가정하겠습니다. 자료구조는 다음과 같이 확인할 수 있습니다. 여기서 요인A와 요인B가 있는데, 두 요인 모두 실험자가 결정하는 것을 고정효과모형(fixed effect models) 두 요인 모두 무작위로 선택하는 것은 변량효과모형(random effect mod..

여인권 교수님의 KMOOC 강의 를 수강하면서 공부한 내용을 정리해보았습니다. 요인이 하나이고 수준을 무작위로 선택한 경우, 처리효과를 확인하기 위해 어떻게 모형을 설정하는지 알아보겠습니다. 변량효과 모형의 결과 해석과 어떤 모수에 대해 추론하는지 알아보겠습니다. 변량효과모형 - Random Effect Models 변량효과모형은 분석에 적용할 수준 집합으로부터 무작위로 선택하는 것입니다. 분석 결론은 선택된 수준뿐만 아니라 수준 집합 내의 모든 수준으로 확대될 수 있습니다. 수준 모집단과 각 수준별 관측단위 모집단이 있습니다. 몇개의 고등학교가 수준의 모집단을 대표하고 무작위로 선택한 학생이 관측단위의 모집단을 대표할 수 있습니다. (1) 수준들의 모집단 수준들의 모집단은 비교 대상인 수준들의 집합으로..