혼합 효과 모형 적합에 대한 고정 효과 검정 표

고정 효과 검정 표의 모든 통계량에 대한 정의 및 해석 방법을 확인해 보십시오.

DF

자유도(DF)는 데이터 내 정보의 양입니다. 분석에서는 해당 정보를 고정 효과 항을 검정하기 위한 F 검정에 사용합니다. DF Num은 고정 효과 항의 F 검정에 대한 분자 자유도를 표시합니다. 값은 고정 효과 항에 대한 모수의 수와 같습니다. DF Den은 고정 효과 항의 F 검정에 대한 분모 자유도를 표시합니다.

F-값

고정 효과 검정 표에는 각 고정 효과 항에 대한 F-값이 표시됩니다. F-값은 항이 반응에 유의하게 영향을 미치는지 여부를 확인하는 F-검정에 대한 것입니다.

해석

Minitab에서는 F-값을 사용하여 항의 통계적 유의성에 대한 결정을 내릴 때 사용하는 p-값을 계산합니다. p-값은 귀무 가설에 반하는 증거를 측정하는 확률입니다. p-값이 작을수록 귀무 가설에 반하는 더 강력한 증거가 됩니다.

F-값이 충분히 크면 항이 유의하다는 것을 나타냅니다.

F-값을 사용하여 귀무 가설의 기각 여부를 확인하려면 F-값을 임계값과 비교하십시오. Minitab에서 임계값을 계산하거나 대부분의 통계 서적에 있는 F-분포 표에서 임계값을 찾을 수 있습니다. Minitab을 사용한 임계값 계산에 대한 자세한 내용을 보려면 역 누적분포함수(ICDF) 사용에서 "ICDF를 사용하여 임계값 계산"을 클릭하십시오.

p-값 – 항

p-값은 귀무 가설에 반하는 증거를 측정하는 확률입니다. p-값이 작을수록 귀무 가설에 반하는 더 강력한 증거가 됩니다.

해석

항이 반응에 유의하게 영향을 미치는지 여부를 확인하려면 p-값을 유의 수준과 비교하십시오. 일반적으로 0.05의 유의 수준(α 또는 알파로 표시함)이 적절합니다. 0.05의 유의 수준은 실제로 영향이 없는데 영향이 존재한다는 결론을 내릴 위험이 5%라는 것을 나타냅니다.

각 p-값은 고정 요인 항의 계수에 대한 것인지 공변량 항에 대한 것인 지에 따라 다르게 해석됩니다.

고정 요인 항

고정 요인 항의 경우 귀무 가설은 고정 요인 항이 반응에 유의하게 영향을 미치지 않는다는 것입니다.
p-값 ≤ α: 고정 요인 항이 반응에 유의하게 영향을 미침

p-값이 유의 수준보다 작거나 같으면 고정 요인 항이 반응에 유의하게 영향을 미친다는 결론을 내릴 수 있습니다. 귀무 가설을 기각하면 한 수준 효과가 항의 다른 수준 효과와 유의하게 다르다는 것을 의미합니다.

p-값 > α: 고정 요인 항이 반응에 유의하게 영향을 미치지 않음
p-값이 유의 수준보다 크면 고정 요인 항이 반응에 유의하게 영향을 미친다는 결론을 내릴 수 없습니다. 항 없이 모형을 다시 적합시킬 수도 있습니다.

공변량 항

공변량 항의 경우 귀무 가설은 항과 반응 간에 연관성이 존재하지 않는다는 것입니다.
p-값 ≤ α: 연관성이 통계적으로 유의함
p-값이 유의 수준보다 작거나 같으면 반응 변수와 공변량 항 간에 통계적으로 유의한 연관성이 있다는 결론을 내릴 수 있습니다.
p-값 > α: 연관성이 통계적으로 유의하지 않음
p-값이 유의 수준보다 크면 반응 변수와 공변량 항 간에 통계적으로 유의한 연관성이 있다는 결론을 내릴 수 없습니다. 공변량 항 없이 모형을 다시 적합시킬 수도 있습니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오