Friedman 검정에 대한 데이터 고려 사항

유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.

참고

Friedman 검정 대신 모수 분석을 사용하는 경우 데이터가 해당 분석의 데이터 요구 사항을 충족하는지 확인해야 합니다. 모수 분석의 데이터 요구 사항은 Friedman 검정과 같은 비모수 분석의 요구 사항과 항상 호환되지는 않습니다.

데이터에 두 개의 범주형 요인이 포함되어야 합니다.

한 요인은 처리입니다. 다른 요인은 각 처리가 랜덤하게 할당되는 블럭입니다. Friedman 검정을 수행하려면 각 처리 및 블럭의 조합마다 정확히 하나의 관측치가 있어야 합니다. 조합의 관측치가 정확히 하나가 아니면 Minitab에서 계산을 완료할 수 없습니다.

고정된 범주형 요인이 두개 이상 있으면 모두 고정 요인인 경우 일반 선형 모형 적합, 변량 요인이 있는 경우 혼합 효과 모형 적합을 사용하십시오.

요인에 대한 자세한 내용은 요인 및 요인 수준고정 및 랜덤 요인에서 확인하십시오.

반응 변수는 계량형 또는 순서형이어야 합니다.
반응 변수가 범주형이면 모형이 분석의 가정을 충족하거나 데이터를 정확히 설명하거나 유용한 예측을 할 가능성이 적습니다.
표본 데이터는 정규 분포를 따를 필요가 없습니다.

모든 블럭-처리 조합에 대한 분포의 형상 및 산포가 같아야 하지만, 정규 분포를 따를 필요는 없습니다.

설계에는 5개 이상의 블럭 또는 처리가 포함되어 있어야 합니다.
Friedman 검정은 테스트 통계량 S를 사용하여 p-값을 계산합니다. 귀무 가설에서는 카이 제곱 분포가 S의 분포와 근사합니다. 랜덤화 블럭 설계의 블럭 수나 처리 수가 5보다 큰 경우 근사가 상당히 정확합니다.
각 관측치가 다른 모든 관측치로부터 독립적이어야 함
관측치가 종속되면 결과가 유효하지 않을 수도 있습니다. 관측치가 독립적인지 여부를 확인하려면 다음과 같은 점을 고려하십시오.
  • 한 관측치가 다른 관측치에 대한 정보를 제공하지 않으면 관측치가 독립적입니다.
  • 한 관측치가 다른 관측치에 대한 정보를 제공하면 관측치가 종속됩니다.

종속적인 관측치가 있는 경우 반복 측정 설계 분석으로 이동하십시오. 표본에 대한 자세한 내용은 종속 및 독립 표본의 차이에서 확인하십시오.

최적의 경험을 사용한 데이터 수집
유효한 결과를 얻으려면 다음 지침을 따르십시오.
  • 데이터가 관심 있는 모집단을 나타내는지 확인합니다.
  • 필요한 정밀도를 제공하기에 충분한 데이터를 수집합니다.
  • 최대한 정확하게 변수를 측정합니다.
  • 데이터를 수집된 순서대로 기록합니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오