일원 분산 분석

이 기능을 사용하려면 Statistics Base 옵션이 필요합니다.

일원배치 분산분석 프로시저는 단일 요인(독립) 변수로 양적 종속변수에 대한 일원배치 분산분석을 작성하고 일원배치 분산분석으로 효과크기를 추정합니다. 분산 분석은 여러 평균이 동일하다는 가정을 검정하는 데 사용됩니다. 이 기법은 2-표본 t 검정을 확장한 것입니다.

평균 간에 차이가 있는지 판별할 수 있을 뿐 아니라 어떤 평균이 다른지를 확인할 수 있습니다. 평균을 비교하는 방법으로는 사전 대비와 사후 검정의 두 가지 유형의 검정이 있습니다. 대비법은 실험하기 전에 설정하는 검정이고 사후 검정은 실험 후에 실행하는 검정입니다. 범주 전반에서의 추세를 검정할 수도 있습니다.

예

도우넛을 만들 때 지방이 상당량 흡수됩니다. 실험은 세 가지 종류의 기름(땅콩 기름, 콩기름, 라드)을 포함하여 설정됩니다. 땅콩 기름과 콩기름은 불포화 지방이고 라드는 포화 지방입니다. 사용 기름의 종류에 따라 어떤 지방 성분이 흡수되는지를 확인하여 포화 지방과 불포화 지방 간의 흡수 정도를 보려면 사전 대비를 사용합니다.

통계

각 집단: 케이스 수, 평균, 표준 편차, 평균의 표준 오차, 최소값, 최대값, 평균에 대한 95% 신뢰구간, 일원배치 분산분석으로 효과크기 추정. 분산의 동질성에 대한 Levene 검정, 분산 분석 표 및 각 종속 변수에 대한 평균 등식의 로버스트 검정, 사용자가 지정한 사전 대비, 그리고 사후 범위 검정 및 다중 비교: Bonferroni, Sidak, Tukey의 정직 유의차, Hochberg의 GT2, Gabriel, Dunnett, Ryan-Einot-Gabriel-Welsch F 검정(R-E-G-W F), Ryan-Einot-Gabriel-Welsch 범위 검정(R-E-G-W Q), Tamhane의 T2, Dunnett의 T3, Games-Howell, Dunnett의 C, Duncan의 다중 범위 검정, Student-Newman-Keuls(S-N-K), Tukey의 b, Waller-Duncan, Scheffé 및 최소 유의차.