유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.
- 데이터에 변량인 내포 범주형 요인만 포함되어야 합니다.
-
설계에 공변량, 고정 요인 또는 교차 요인이 포함되어 있으면 일반 선형 모형 적합을 사용하십시오.
자세한 내용은 요인 및 요인 수준, 요인, 교차 요인 및 내포 요인의 정의 및 고정 요인과 변량 요인의 차이에서 확인하십시오.
- 설계는 완전히 내포되어야 합니다.
-
Minitab에서는
요인 상자의 요인 순서에 따라 수행된 내포를 사용하여 계층적으로 완전히 내포된 모형을 적합시킵니다. 요인을 A B C로 입력하면 모형 항은 다음과 같이 됩니다.
- A
- B가 A에 내포됨
- C가 B에 내포되고, B가 A에 내포됨
균형 분산 분석 또는 GLM의 경우와 같이 내포를 지정할 필요는 없습니다.
내포는 균형적이지 않아도 됩니다. 내포 요인은 일부 내포 요인 수준에서 최소 두 개의 수준을 가져야 합니다. 요인 B가 요인 A 내에 내포되면 A의 각 수준 내에서 B의 수준 수가 동일하지 않을 수 있습니다. 또한 요인 A의 각 수준 내에서 요인 B의 4개 수준을 나타내기 위해 사용되는 첨자가 다를 수 있습니다. 그러나 완전 내포 설계가 불균형한 경우에는 F 및 p-값이 계산되지 않습니다.
Minitab에서는 완전 내포 분산 분석의 모든 계산에 순차 제곱합(제1종)을 사용합니다. 수정 제곱합을 사용하려면 일반 선형 모형 적합을 사용하십시오.
설계가 완전히 내포되지 않으면 일반 선형 모형 적합을 사용하십시오.
- 반응 변수가 계량형이어야 함
- 반응 변수가 범주형이면 모형이 분석의 가정을 충족하거나 데이터를 정확히 설명하거나 유용한 예측을 할 가능성이 적습니다.
- 반응 변수에 두 개의 범주가 있으면(예: 통과 및 실패) 이항 로지스틱 모형 적합을 사용하십시오.
- 반응 변수에 자연스러운 순서를 갖는 세 개 이상의 범주가 있으면(예: 적극 반대, 반대, 중립, 찬성, 적극 찬성) 순서형 로지스틱 회귀 분석을 사용하십시오.
- 반응 변수에 자연스러운 순서를 갖지 않는 세 개 이상의 범주가 있으면(예: 긁힘, 패임, 찢어짐) 명목형 로지스틱 회귀 분석을 사용하십시오.
- 반응 변수가 발생 횟수를 카운트하면(예: 결점 수) 포아송 모형 적합을 사용하십시오.
- 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.
- 표본 데이터는 랜덤하게 선택해야 합니다.
-
랜덤 표본은 모집단에 대한 일반화 또는 추론을 작성하기 위해 사용됩니다. 데이터가 랜덤하게 수집되지 않은 경우에는 결과가 모집단을 나타내지 않을 수 있습니다.
- 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.
- 모형이 데이터를 잘 적합해야 함
-
모형이 데이터를 적합시키지 않으면 잘못된 결과를 얻을 수 있습니다. 결과에서 잔차 그림을 사용하여 모형이 데이터를 얼마나 잘 적합시키는지 확인하십시오.