계수 표는 고정 요인 항의 개별 수준에 대한 계수 및 공변량 항에 대한 계수를 제공합니다. 특정 수준에서 고정 요인 항에 대한 계수는 반응에 대한 요인 수준의 효과를 요인 수준의 나머지와 비교하여 설명합니다. 공변량 항에 대한 계수는 항과 반응 간 선형 관계의 크기와 방향을 나타냅니다.
고정 요인 항에 대한 계수는 항에 대한 수준 평균이 서로 어떻게 다른지 표시합니다. 항에 대한 다중 비교 분석을 수행하여 수준 효과를 통계적으로 같거나 통계적으로 서로 다른 그룹으로 추가 분류할 수도 있습니다.
공변량 항에 대한 계수는 모형의 다른 모든 항목이 같은 상태에서 해당 항의 1 단위 변화와 연관된 평균 반응의 변화를 나타냅니다. 계수의 부호는 항과 반응 간 관계의 방향을 나타냅니다. 계수의 크기는 일반적으로 항의 반응 변수에 대한 실제적 유의성을 평가하는 좋은 방법입니다.
계수의 표준 오차는 동일한 모집단에서 반복해서 표본을 추출하는 경우 얻을 수 있는 계수 추정치 간의 변동성을 추정합니다. 이 계산에서는 반복해서 표본을 추출해도 모형 항과 표본 크기가 변경되지 않는다고 가정합니다.
계수의 표준 오차를 사용하여 계수 추정치의 정확도를 측정할 수 있습니다. 표준 오차가 작을수록 추정치의 정확도가 높아집니다. 계수를 표준 오차로 나누면 t-값이 계산됩니다. 이 t-통계량과 연관된 p-값이 유의 수준보다 작을 경우 계수가 0과 유의하게 다르다는 결론을 내릴 수 있습니다.
자유도(DF)는 데이터 내 정보의 양입니다. Minitab에서는 또한 자유도를 사용하여 계수에 대한 t-검정을 구성합니다.
신뢰 구간(CI)은 모형의 고정 효과 항에 대한 계수의 실제 값이 포함될 가능성이 높은 값의 범위입니다.
표본이 랜덤이기 때문에 모집단의 두 표본에서 동일한 신뢰 구간이 생성될 가능성은 없습니다. 그러나 여러 개의 랜덤 표본을 추출하면 일정한 백분율의 신뢰 구간에는 알 수 없는 모집단 모수가 포함됩니다. 모수를 포함하는 이러한 신뢰 구간의 백분율이 해당 구간의 신뢰 수준입니다.
신뢰 수준이 95%이면 신뢰 구간에 해당 계수의 실제 값이 포함된다고 95% 확신할 수 있습니다. 신뢰 구간은 결과의 실제 유의성을 평가하는 데 도움이 됩니다. 해당 상황에 실제적으로 유의한 값이 신뢰 구간에 포함되는지 여부를 확인하려면 전문 지식을 이용하십시오. 신뢰 구간이 너무 넓어서 유의하지 않은 경우에는 표본 크기를 늘려보십시오.
t-값은 계수와 계수의 표준 오차 간의 비율을 측정합니다.
Minitab에서는 t-값을 사용하여 계수가 0과 유의하게 다른지 여부를 검정하기 위해 사용하는 p-값을 계산합니다.
t-값을 사용하여 귀무 가설의 기각 여부를 확인할 수 있습니다. 그러나 귀무 가설의 기각에 대한 분계점이 자유도에 종속되지 않기 때문에 p-값이 더 자주 사용됩니다. t-값 사용에 대한 자세한 내용은 t-값을 사용하여 귀무 가설의 기각 여부 확인에서 확인하십시오.
p-값은 귀무 가설에 반하는 증거를 측정하는 확률입니다. p-값이 작을수록 귀무 가설에 반하는 더 강력한 증거가 됩니다.
계수가 0과 유의하게 다른지 여부를 확인하려면 계수에 대한 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.
p-값이 유의 수준보다 작거나 같으면 계수가 0과 유의하게 다르다는 결론을 내릴 수 있습니다.