변동성 분석에 대한 옵션 지정

통계분석 > 실험계획법 > 요인 > 변동성 분석 > 옵션

추정 방법

추정 방법에서 최소 제곱 추정(LSE) 또는 최대우도 추정(MLE) 방법을 선택합니다. 모수의 수가 데이터 점의 수와 같은 포화 모형에서는 두 방법이 동일한 계수 추정치를 제공합니다.

대부분의 경우, 최소 제곱 추정 방법과 최대우도 추정 방법 결과의 차이는 그리 크지 않고 두 가지 방법을 바꾸어 사용할 수 있습니다. 두 방법을 모두 사용하고 결과가 서로 일치하는지 확인할 수도 있습니다. 결과가 다른 경우 원인을 확인할 수 있습니다. 예를 들어, 최대우도 추정 방법에서는 원래 데이터가 정규 분포를 따른다는 가정을 세웁니다. 데이터가 정규 분포를 따르지 않는 경우에는 최소 제곱 추정 방법을 사용한 추정치가 더 정확합니다. 또한 최소 제곱 추정 방법에서는 표준 편차 0을 포함하는 데이터 결과를 계산할 수 없습니다. 이런 경우에는 모형에 따라 최대우도 추정 방법이 추정치를 계산할 수도 있습니다.

최소 제곱 추정 방법은 더 나은 p-값을 제공하고 최대우도 추정 방법은 더 정확한 계수를 제공하므로 두 가지 방법을 함께 사용할 수 있습니다.1. 이 방법을 사용하려면 다음 단계를 수행하십시오.
  1. 최소 제곱 추정 방법의 p-값을 사용하여 통계적으로 유의한 항을 확인할 수 있습니다.
  2. 유의하지 않은 항을 제거하고 모형을 다시 적합시킨 다음 적절한 축소 모형을 식별합니다.
  3. 최대우도 추정 방법을 사용하여 모형의 최종 계수를 추정하고 적합치와 잔차를 확인합니다.

모든 구간에 대한 신뢰 수준

계수와 적합치의 신뢰 구간에 대한 신뢰 수준을 입력합니다.

일반적으로 95%의 신뢰 수준이 잘 작동합니다. 95% 신뢰 수준은 모집단에서 100개의 랜덤 표본을 추출할 경우 약 95개의 표본에 대한 신뢰 구간에 평균 반응이 포함된다는 것을 나타냅니다. 지정된 데이터 집합에 대해 신뢰 수준이 낮을수록 신뢰 구간이 좁아지고 신뢰 수준이 높을수록 구간이 넓어집니다.

참고

신뢰 구간을 표시하려면 결과 하위 대화 상자로 이동한 후 결과 표시에서 확장된 표을 선택해야 합니다.

신뢰 구간의 유형

표시할 신뢰 구간 또는 신뢰 한계 유형을 선택합니다.

예를 들어, 물에 용해된 고체의 예측 평균 농도는 13.2mg/L입니다. 여러 개의 향후 관측치 평균에 대한 95% 신뢰 구간은 12.8mg/L ~ 13.6mg/L입니다. 여러 개의 향후 관측치 평균에 대한 95% 상한은 13.5mg/L로, 한계가 예측 평균에 더 가깝기 때문에 더 정확합니다.
  • 양측: 평균 반응에 대한 하한 및 상한이 될 수 있는 값을 모두 추정하려면 양측 신뢰 구간을 사용합니다.
  • 하한: 평균 반응에 대한 하한이 될 수 있는 값을 추정하려면 신뢰 하한을 사용합니다.
  • 상한: 평균 반응에 대한 상한이 될 수 있는 값을 추정하려면 신뢰 상한을 사용합니다.

평균 표

주효과, 주효과와 2원 교호작용 또는 모형의 모든 항에 대한 최소 제곱 평균을 결과에 표시할 수 있습니다. 또는 이러한 항의 부분 집합 또는 항이 없는 경우에 대한 평균을 표시할 수 있습니다.

지정된 항을 선택하는 경우 화살표 단추를 사용하여 한 리스트에서 다른 리스트로 항을 이동할 수 있습니다. 사용 가능한 항에는 평균을 표시할 수 있는 모든 항이 표시됩니다. Minitab에서는 선택 항의 항에 대한 평균을 표시합니다. 리스트에서 하나 이상의 항을 선택한 다음 화살표 단추를 클릭합니다. 이중 화살표를 누르면 한 리스트의 모든 항이 다른 리스트로 이동됩니다. 항을 두 번 클릭하여 하나씩 이동할 수도 있습니다. 리스트에서 표시될 것이라고 기대한 항이 나타나지 않는 경우에는 항을 모형에 추가해야 합니다.

1 Nair, V.N., and Pregibon, D. (1988). "Analyzing Dispersion Effects From Replicated Factorial Experiments," Technometrics, 30, pp.247-257
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오