다중 비교를 위한 Fisher의 최소 유의 차이(LSD) 방법 정의

Fisher의 LSD 방법은 분산 분석에서 개별 오류율을 일정한 유의 수준으로 유지하면서 요인 수준 평균 간의 모든 쌍 차이에 대한 신뢰 구간을 만드는 데 사용됩니다. 그런 다음 Fisher의 LSD 방법은 개별 오류율 및 비교 수를 사용하여 모든 신뢰 구간에 대한 동시 신뢰 수준을 계산합니다. 이러한 동시 신뢰 수준은 모든 신뢰 구간이 실제 차이를 포함할 확률입니다. 다중 비교에서 제1종 오류가 발생할 확률이 단일 비교의 오류율보다 크기 때문에, 다중 비교를 할 경우에는 모임 오류율을 고려해야 합니다.

Fisher의 LSD 방법 예제

예를 들어, 메모리 칩의 반응 시간을 측정하기 위해 5개의 제조업체에서 제작한 25개 칩을 표본으로 추출합니다. 분산 분석 결과 p-값이 0.01이므로, 제조업체별 평균 중 하나 이상이 다른 제조업체와 다르다는 결론을 내립니다.

다섯 공장 간의 10개 비교를 모두 살펴 어떤 평균이 다른지 구체적으로 확인하려고 합니다. Fisher의 LSD 방법을 사용하여 각 비교의 개별 오류율을 0.05로 지정합니다(95% 신뢰 수준과 동일함). Minitab은 이러한 95% 신뢰 구간을 10개 만들고, 이 집합이 71.79%의 동시 신뢰 구간을 생성한다는 것을 계산합니다. 이러한 맥락에서 모든 신뢰 구간에 유의한 차이가 있음을 의미하는 0이 포함되지 않았는지 확인할 수 있습니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오