59doit

상관계수의 성질 r (x, y ) = r (y, x ) − 1≤r (x, y )≤1 r (x, x )=1, r (y, y )=1 r (x, y )=1 이면 두 변량 , x, y는 완전 양의 상관을 갖는다. r (x, y ) =− 1 이면 두 변량 , x, y는 완전 음의 상관을 갖는다. 0 < r (x, y ) < 1 이면 두 변량 , x, y는 양의 상관을 갖는다. − 1 < r (x,y ) < 0 이면 두 변량 , x, y는 음의 상관을 갖는다. 결정계수 r² 예언변인이 준거변인을 설명할 수 있는 비율 ex) r= .80 ⇒ r²=.64 ⇒ ‘Y분산의 64%를 X가 설명할 수 있다’라고 해석

상관분석 변수들 간의 관련성을 분석하기 위해 사용하는 분석 방법 하나의 변수가 다른 변수와 관련성이 있는지, 있다면 어느 정도의 관련성이 있는지를 개관할 수 있는 분석기법 상관관계 분석 수행 시, 회귀분석에서 변수 간의 인과관계를 분석하기 전에 변수 간의 관련성을 분석하는 선행자료 (가설검정 전 수행) 로 이용 변수 간의 관련성을 위해 상관계수인 피어슨(Pearson) 계수를 이용하여 관련성 유무와 정도를 파악한다. 상관계수 r은 -1~+1 까지의 값을 가진다. 가장 높은 완전 상관관계의 상관계수 : 1 두 변수 간에 전혀 상관관계가 없으면 상관계수 : 0 (1) 상관계수 r과 상관관계 정도 (2) 상관관계 분석 수행 제품의 친밀도, 적절성, 만족도 변수를 대상으로 변수 간의 상관계수를 통해서 상관관계 ..

교차분석과 카이제곱 검정 교차분석: 두 개 이상의 범주형 변수를 대상으로 교차분할표를 작성하고, 이를 통해서 변수 상호 간의 관련성 여부를 분석 특히 빈도분석 결과에 대한 보충자료를 제시하는데 효과적 카이제곱 검정: 교차분석으로 얻어진 교차분할표를 대상으로 유의확률을 적용하여 변수 간의 독립성 및 관련성 여부 등을 검정하는 분석 방법 카이제곱 검정 카이제곱 검정(chi-square test): 범주(category)별로 관측빈도와 기대빈도의 차이를 통해서 확률 모형이 데이터를 얼마나 잘 설명하는지를 검정하는 통계적 방법 카이제곱 검정의 유형에는 적합도 검정, 독립성 검정, 동질성 검정으로 분류한다. 교차분석과 동일하게 범주형 변수를 대상 집단 별로 비율이 같은지 검정(비율에 대한 검정)하여 독립성 여부 ..

교차분석과 카이제곱 검정 교차분석: 두 개 이상의 범주형 변수를 대상으로 교차분할표를 작성하고, 이를 통해서 변수 상호 간의 관련성 여부를 분석 특히 빈도분석 결과에 대한 보충자료를 제시하는데 효과적 카이제곱 검정: 교차분석으로 얻어진 교차분할표를 대상으로 유의확률을 적용하여 변수 간의 독립성 및 관련성 여부 등을 검정하는 분석 방법 교차분석 교차검정(Cross Table Analyze): 범주형 자료(명목/서열 척도)를 대상으로 두 개 이상의 변수들에 대한 관련성을 알아보기 위해서 결합분포를 나타내는 교차분할표를 작성하고 이를 통해서 변수 상호간의 관련성 여부를 분석하는 방법 (1) 데이터프레임 생성 연구 환경에서 변수(독립/종속 변수)를 확인하여 모델링한 후 범주형 데이터로 변환하는 변수 리코딩 과정..