일원 분산 분석에 대한 방법 표

방법 표의 모든 통계량에 대한 정의 및 해석을 확인해 보십시오.

귀무 가설과 대립 가설

일원 분산 분석은 두 개 이상의 모평균에 대해 서로 배타적인 두 서술문을 평가하는 가설 검정입니다. 이 두 서술문을 귀무 가설과 대립 가설이라고 합니다. 가설 검정은 표본 데이터를 사용하여 귀무 가설의 기각 여부를 확인합니다.

일원 분산 분석의 경우 검정에 대한 가설은 다음과 같습니다.

귀무 가설의 기각 여부를 확인하려면 p-값을 유의 수준과 비교하십시오.

유의 수준(알파 또는 α로 표시됨)은 귀무 가설이 참일 때 귀무 가설을 기각할 위험(제1종 오류)의 최대 허용 수준입니다.

귀무 가설(H₀)을 기각할지 여부를 결정하려면 유의 수준을 사용합니다. p-값이 유의 수준보다 작은 경우 일반적으로 결과가 통계적으로 유의하다고 해석하고 H₀을 기각합니다.

일원 분산 분석의 경우, 모든 평균이 같지는 않다는 결론을 내릴 충분한 증거가 있으면 귀무 가설을 기각합니다.

방법 표는 Minitab에서 모든 그룹에 대한 모집단 분산이 같다고 가정하는지 여부를 나타냅니다.

표준 편차가 근사적으로 같은지 여부를 확인하려면 일원 분산 분석 출력의 표준 편차 열을 확인하십시오.

등분산을 가정할 수 없는 경우에는 등분산 가정(일원 분산 분석에 대한 옵션 하위 대화 상자)을 선택 취소하십시오. 이 경우 Minitab에서는 분산이 같지 않을 때 적합한 Welch의 검정을 수행합니다.