ch8 two-way anova - kocwelearning.kocw.net/contents4/document/lec/2012/konkuk_g... ·...
TRANSCRIPT
Ch7 Two-way ANOVA
16111
771146
남
아침 점심
31164
저녁
• One-way ANOVA: 3개 이상의population의 평균을 비교하는 방법
03755
00050
02003
여• Two-way ANOVA: 둘 이상의independent variable일 경우
시간
성별
03755
00050
02003
• Two-way ANOVA: 둘 이상의independent variable일 경우
Factor: independent variable의 또다른 표현Level: 실험단위에 가해지는 특정 조건Cell: 한 factor의 level과 다른 factor의 level과의 조합Factorial design: 모든 요인의 모든 수준이 다른 모든 요인의 모든 수준과 쌍을 이루는 실험설계
용어 정리
Factorial design
장점
• 결과의 일반화 가능성을 제공
• Variable간의 interaction을 알 수 있음
• 경제성
* Factorial design은 수반되는 factor의 수에 의해서 이름이 붙는다.
ex) factor: 2 à two-way factorial designex) level: 2, 3à 2 X 3 factorial design
장점
• 결과의 일반화 가능성을 제공
• Variable간의 interaction을 알 수 있음
• 경제성
* Factorial design은 수반되는 factor의 수에 의해서 이름이 붙는다.
ex) factor: 2 à two-way factorial designex) level: 2, 3à 2 X 3 factorial design
Main effect
• Factor: 2가지(시간, 성별)
• 특정한 시간을 무시하고 남자와여자의 차이만을 본다면 성별의main effect를 다루는 것
• 성별을 무시하고 아침, 점심, 저녁의 차이만을 본다면 시간의main effect를 다루는 것
16111
771146
남
아침 점심
31164
저녁
03755
00050
02003
시간
성별
-2
0
2
4
6
8
10
Time
Men Women
• Factor: 2가지(시간, 성별)
• 특정한 시간을 무시하고 남자와여자의 차이만을 본다면 성별의main effect를 다루는 것
• 성별을 무시하고 아침, 점심, 저녁의 차이만을 본다면 시간의main effect를 다루는 것
Main effect: 다른 Factor의 모든 level에 걸쳐서 평균한 한 Factor의 효과
용어 정리
03755
00050
02003
여-2
0
2
4
6
8
10
Time
Men Women
One-way ANOVA
1H0 1 2 3:H m m m= =
: 적어도 한 그룹의 평균은 다르다.1611103755
77114600050
3116402003
저녁아침 점심
k=3
Between-group variability 그룹간 varianceWithin-group variability 우연에 의한 variance=f =
//
b b b
w w w
SS df MSSS df MS
= =
남
여10 1.178.52
= =
1611103755
77114600050
3116402003=20=2
=40=4
=30=31X 2X 3X1T 2T 3T
G=90N=30=3G
//
b b b
w w w
SS df MSSS df MS
= =
( )2 ( 1)
( )
k
k
n X G k
SS N k
- -=
-
å
åANOV A
variable
20.000 2 10.000 1.174 .324
230.000 27 8.519
250.000 29
Between Groups
Within Groups
Total
Sum ofSquares df Mean Square F Sig.
여10 1.178.52
= =
Two-way ANOVA(main effect)
• 시간의 main effect16111
771146
남
아침 점심31164
저녁
03755
00050
02003
시간 B
성별 A
nA=15=60=41AA
=10=2=20XT
SS
=35=7=26XT
SS
=15=3=18XT
SS
1H0 1 2 3:H m m m= =
: 적어도 한 그룹의 평균은 다르다.
Between-group variability 그룹간 varianceWithin-group variability 우연에 의한 variance=f =
//
B B B
w w w
SS df MSSS df MS
= = 10 25
= =
• 시간의 main effect
nA=15=30=2
03755
00050
02003
여 2AA
B1B 2B 3BB B
nB=10=30=3
G=90N=30=3G
=5=1=8XT
SS
=5=1=20XT
SS
=20=4=28XT
SS
nB=10=40=4
nB=10=20=2
//
B B B
w w w
SS df MSSS df MS
= = 10 25
= =
2( ) ( 1)
( )
k
k
n X G k
SS N pq
- -=
-
å
å
Result
1611103755
77114600050
3116402003
저녁아침 점심
• 시간의 main effect
à Factor B(Time)가 유의한 효과를 가지고 있지 않음
• 성별의 main effect
à 표본간 차이가 우연에 의한 것보다 유의하게 큼
à Factor A(Gender)가 유의한 효과를 가지고 있음
f 10 25
= =//
B B B
w w w
SS df MSSS df MS
= = 3.4<
1611103755
77114600050
3116402003
1 7 36 7 11 11 11 4 61 6 4
남
0 0 03 0 27 0 05 5 05 0 3
여
• 시간의 main effect
à Factor B(Time)가 유의한 효과를 가지고 있지 않음
• 성별의 main effect
à 표본간 차이가 우연에 의한 것보다 유의하게 큼
à Factor A(Gender)가 유의한 효과를 가지고 있음
/ 30 6/ 5
A A A
w w w
SS df MSfSS df MS
= = = = 4.26>
수표
Interaction• Variable간의 interaction을 알 수 있음
– A1에서 B1과 B2간의 차이(factor B의 효과)는 A2나 A3에서 동일함
– 선들이 평행하지 않을 때는 interaction이 있음
1 2 30
1
2
3
1 2 30
1
2
3
4
1 2 3-1
0
1
2
3
4
Interaction 없음
Cell 평균
A1 A2 A3
B1
B2
• Variable간의 interaction을 알 수 있음
– A1에서 B1과 B2간의 차이(factor B의 효과)는 A2나 A3에서 동일함
– 선들이 평행하지 않을 때는 interaction이 있음
1 2 3-1
0
1
2
3
4
1 2 3-1
0
1
2
3
4
1 2 3-1
0
1
2
3
4
Interaction 있음
Cell 평균
Interaction 없음A1 A2 A3
Interaction
-2
0
2
4
6
8
10
Time
Men Women
40 85
A B
w
MSfMS
´= = = 3.4>
interaction variabilityWithin-group variability
interaction에 의한 variance우연에 의한 variance=
f =
-2
0
2
4
6
8
10
Time
Men Women
아침 점심 저녁à시간과 성별에 대한 f 값이
Critical value보다 큼
à 시간과 성별간에 유의한interaction이 있음을 의미함
b A B A BSS SS SS SS ´= + +
Time(B)에 의한 차이
Gender(A)에 의한 차이 Gender와 Time의interaction에 의
한 차이
각 cell평균들의 차이
Simple effect
16111
771146
남
아침 점심
31164
저녁
03755
00050
02003
여
시간
성별
• Factor: 2가지(시간, 성별)
• 남자에게서 아침,점심,저녁에대한 차이를 봄
03755
00050
02003
여
Simple effect: 다른 Factor의 한 level에서 한 Factor의 효과
용어 정리
Result
16111
771146
남
아침 점심
31164
저녁
03755
00050
02003
여
시간 (B)
성별(A)
=4A
=2A
=2X =7X =3X
( )2jB MSS n X X= -å• 각 성별에서 시간조건
• 각 시간조건에서의 성별
2 2 25[(2 4) (7 4) (3 4) ] 70MSS = - + - + - =
30FSS =
10MSS =
03755
00050
02003
=3GB=2B=4B=3
=1X=1X=4X10MSS =90LSS =10ESS =
Variance df SS MS FTime남자,시간 2 70 35 3.5 여자,시간 2 30 15 1.5
Gender아침,성별 1 10 10 1점심,성별 1 90 90 9저녁,성별 1 10 10 1
오차 30 300 10
* >3.32<3.32
<4.17* >4.17
<4.17
Effect size
• Factorial design에서 factor들이 가지고 있는 효과의 강도를 추정하는 방법
• 하나의 Factor가 하나의 dependent variable과 어느 정도의 관계가 있느냐
2 30 0.12250
AA
t
SSSS
h = = = à성별에 의한 차이가 variance의 12%
à시간에 의한 차이가 variance의 8%
à성별과 시간의 interaction에 의한 차이가variance의 32%
à나머지 52%의 variance는 오차
2 20 0.08250Bh = =
2 80 0.32250A Bh ´ = =
2 30 0.12250
AA
t
SSSS
h = = = à성별에 의한 차이가 variance의 12%
à시간에 의한 차이가 variance의 8%
à성별과 시간의 interaction에 의한 차이가variance의 32%
à나머지 52%의 variance는 오차
Effect size
2 ( 1)( 1) 80 10 0.27255
A B wA B
t w
SS p q MSSS MS
w ´´
- - - -= = =
+
2 ( 1) 20 10 0.04255
B wB
t w
SS q MSSS MS
w - - -= = =
+
2 ( 1) 30 5 0.10250 5
A wA
t w
SS p MSSS MS
w - - -= = =
+ +
3 2 0.455
m eX Xds- -
= = =
4 2 0.895
m wX Xds- -
= = =
2 ( 1)( 1) 80 10 0.27255
A B wA B
t w
SS p q MSSS MS
w ´´
- - - -= = =
+
d=집단간의 차이
집단내의 표준편차
• 두 집단 또는 집단들의 부분집합의 비교를 위한 effect size
SPSS2
3
1
3
SPSS_ResultBetween-Subjects Factors
10
10
10
15
15
1.00
2.00
3.00
Time
1.00
2.00
Gender
N
Descriptive Sta tistics
Dependent Variable: message
2.0000 2.23607 5
4.0000 2.64575 5
3.0000 2.53859 10
7.0000 2.54951 5
Gender1.00
2.00
Total
1.00
Time1.00
2.00
Mean Std. Deviation N
Tes t s of Between-Subject s Ef fects
Dependent V ariable: message
130.000a 5 26.000 5.200 .002
270.000 1 270.000 54.000 .000
SourceCorrected Model
Intercept
Type III Sumof Squares df Mean Square F Sig.
• Time: 유의한 효과를 가지고 있지 않음• Gender: Sig. 0.022<0.05
유의한 효과를 가지고 있음• Time*Gender(interaction): 시간과 성별간에 유의한 interaction이 있음
7.0000 2.54951 5
1.0000 2.23607 5
4.0000 3.88730 10
3.0000 2.12132 5
1.0000 1.41421 5
2.0000 2.00000 10
4.0000 3.09377 15
2.0000 2.47848 15
3.0000 2.93610 30
1.00
2.00
Total
1.00
2.00
Total
1.00
2.00
Total
2.00
3.00
Total
270.000 1 270.000 54.000 .000
20.000 2 10.000 2.000 .157
30.000 1 30.000 6.000 .022
80.000 2 40.000 8.000 .002
120.000 24 5.000
520.000 30
250.000 29
Intercept
Time
Gender
Time * Gender
Error
Total
Corrected Total
R Squared = .520 (Adjusted R Squared = .420)a.