도시락

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, SAS를 이용한 "스피어만 상관 계수"와 "켄달 타우 계수"입니다. 피어슨 상관 계수처럼 두 변수 간 상관 관계를 나타내는 수치이지만, 피어슨 상관 계수와는 다르게 두 변수를 순서형 변수로 취급합니다. 이 때문에 피어슨 상관 관계의 가정보다 비교적 완화된 가정을 가지고 있습니다. 따라서, 피어슨 상관 계수의 가정을 충족시키지 못 할 때, 해당 분석으로 대체할 수도 있습니다. 개요 스피어만 상관 계수와 켄달 타우 계수란?? 두 변수의 상관 관계를 계량화한 수치입니다. 결과값은 -1 ~ 1 사이의 값이며, 양의 상관 관계가 있을수록 1에 가깝고, 음의 상관 관계가 있을수록 -1에 가깝습니다. 또한, 상관 관계가 없을수록 0에 가깝습니다. 피어슨 상관 계수와 ..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, SAS를 이용한 "피어슨 상관 계수"입니다. 개요 피어슨 상관 계수란?? 두 변수의 선형 상관 관계를 계량화한 수치입니다. 결과값은 -1 ~ 1 사이의 값이며, 양의 상관 관계가 있을수록 1에 가깝고, 음의 상관 관계가 있을수록 -1에 가깝습니다. 또한, 상관 관계가 없을수록 0에 가깝습니다. 가정 1. 두 변수는 연속형 변수이다. 2. 두 변수는 정규분포를 따른다. (간혹 한 변수만 정규분포를 따라도 된다고는 하지만, 이론적으로는 두 변수 모두 정규분포를 따라야합니다.) 3. 두 변수는 선형 관계를 가진다. 위의 가정 외에도 신경 써야하는 부분이 있습니다. 바로 이상치입니다. 극단적으로 값이 크거나 작은 경우가 포함되어 있으면 결과가 왜곡될 수 있습니다..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, SAS를 이용한 "정확 맥니마 검정"입니다. 사실 exact McNemar test로 표기하는 것이 맞는지는 잘 모르겠네요. 카이제곱 검정에서 빈도가 적을 때, 피셔의 정확 검정을 사용하는 것처럼 McNemar test에서도 빈도가 적을 때, exact p-value를 확인하는 것이 적절합니다. 해당 포스팅에서는 exact McNemar test로 표현하도록 하겠습니다. 개요 정확 맥니마 검정이란?? 2x2 빈도표에서 사용합니다. 표본이 독립이 아닐 때(=대응표본일 때), 맥니마 검정을 사용하는데, 이 때, 빈도가 적다면 정확 검정을 통한 p-value를 확인합니다. 이를 이번 포스팅에서는 정확 맥니마 검정이라고 표현하도록 하겠습니다. 가정 1. 표본이 ..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, SAS를 이용한 "맥니마 검정"입니다. 개요 맥니마 검정이란?? 2x2 빈도표에서 사용합니다. 표본이 독립이 아닐 때(=대응표본일 때), 사용하는 검정입니다. 가정 1. 표본이 대응 표본이다. (표본들이 독립이 아님.) 2. 아래의 빈도표 기준으로 b + c > 25이어야 한다. 가설 귀무가설 : $p_b = p_c$ 대립가설 : $p_b \neq p_c$ 만약 귀무가설이 참이라면, b = c 입니다. 그렇게 되면, Test 1 negative와 Test 2 Negative가 동일해지고, Test 1 positive와 Test 2 positive가 동일해집니다. 따라서, 귀무가설을 기각한다는 것은 Test 1과 Test 2가 차이가 난다는 것을 의..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, SAS를 이용한 "피셔의 정확 검정"입니다. 개요 피셔의 정확 검정이란?? 카이제곱 검정에서 기대 빈도 가정이 충족되지 못 할 때 사용하는 검정법 편하게 생각하시려면, 표본 수가 적을 때 사용하는 카이제곱 검정이라고 생각할 수 있습니다. 가정 1. 독립성 가정(한 명의 대상에게서 하나의 결과값을 얻어야 함) 가설 귀무가설 : 두 변수는 서로 독립적이다. (=연관이 없다.) 대립가설 : 두 변수는 서로 독립적이지 않다. (=연관이 있다.) 보통 카이제곱 검정을 하고 싶으나, 기대 빈도 가정을 만족하지 못 할 때 사용하는 검정법입니다. 따라서, 전체적인 흐름이나 해석은 카이제곱과 동일하게 하시면 됩니다. 다른 점은 기대 빈도 가정이 충족되지 않았다는 점입니다..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, SAS를 이용한 "카이제곱 검정"입니다. 개요 카이제곱 검정이란?? 주로 2개의 명목형 변수를 대상으로 연관성에 대해 검정을 할 때 사용합니다. 가정 1. 독립성 가정(한 명의 대상에게서 하나의 결과값을 얻어야 함) 2. 기대 빈도가 5미만인 셀은 전체 셀의 20% 미만이어야 한다. 가설 귀무가설 : 두 변수는 서로 독립적이다. (=연관이 없다.) 대립가설 : 두 변수는 서로 독립적이지 않다. (=연관이 있다.) 독립적이다, 독립적이지 않다의 느낌이 잘 오지 않을텐데요, X가 1이든 2든... Y가 1, 2, 3 중 어떤 값이 되는지와 무관하다면 서로 독립이라고 할 수 있습니다. 만약 독립이라면, 아래 그림과 같은 형태가 됩니다. X가 어떤 값이든 무관하..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, R을 이용한 "스피어만 상관 계수"와 "켄달 타우 계수"입니다. 피어슨 상관 계수처럼 두 변수 간 상관 관계를 나타내는 수치이지만, 피어슨 상관 계수와는 다르게 두 변수를 순서형 변수로 취급합니다. 이 때문에 피어슨 상관 관계의 가정보다 비교적 완화된 가정을 가지고 있습니다. 따라서, 피어슨 상관 계수의 가정을 충족시키지 못 할 때, 해당 분석으로 대체할 수도 있습니다. 개요 스피어만 상관 계수와 켄달 타우 계수란?? 두 변수의 상관 관계를 계량화한 수치입니다. 결과값은 -1 ~ 1 사이의 값이며, 양의 상관 관계가 있을수록 1에 가깝고, 음의 상관 관계가 있을수록 -1에 가깝습니다. 또한, 상관 관계가 없을수록 0에 가깝습니다. 피어슨 상관 계수와 큰 ..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, R을 이용한 "피어슨 상관 계수"입니다. 개요 피어슨 상관 계수란?? 두 변수의 선형 상관 관계를 계량화한 수치입니다. 결과값은 -1 ~ 1 사이의 값이며, 양의 상관 관계가 있을수록 1에 가깝고, 음의 상관 관계가 있을수록 -1에 가깝습니다. 또한, 상관 관계가 없을수록 0에 가깝습니다. 가정 1. 두 변수는 연속형 변수이다. 2. 두 변수는 정규분포를 따른다. (간혹 한 변수만 정규분포를 따라도 된다고는 하지만, 이론적으로는 두 변수 모두 정규분포를 따라야합니다.) 3. 두 변수는 선형 관계를 가진다. 위의 가정 외에도 신경 써야하는 부분이 있습니다. 바로 이상치입니다. 극단적으로 값이 크거나 작은 경우가 포함되어 있으면 결과가 왜곡될 수 있습니다. ..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, R을 이용한 "정확 맥니마 검정"입니다. 사실 exact McNemar test로 표기하는 것이 맞는지는 잘 모르겠네요. 카이제곱 검정에서 빈도가 적을 때, 피셔의 정확 검정을 사용하는 것처럼 McNemar test에서도 빈도가 적을 때, exact p-value를 확인하는 것이 적절합니다. 해당 포스팅에서는 exact McNemar test로 표현하도록 하겠습니다. 개요 정확 맥니마 검정이란?? 2x2 빈도표에서 사용합니다. 표본이 독립이 아닐 때(=대응표본일 때), 맥니마 검정을 사용하는데, 이 때, 빈도가 적다면 정확 검정을 통한 p-value를 확인합니다. 이를 이번 포스팅에서는 정확 맥니마 검정이라고 표현하도록 하겠습니다. 가정 1. 표본이 대응..

안녕하세요, 산격동 너구리입니다. 이번 포스팅은, R을 이용한 "맥니마 검정"입니다. 개요 맥니마 검정이란?? 2x2 빈도표에서 사용합니다. 표본이 독립이 아닐 때(=대응표본일 때), 사용하는 검정입니다. 가정 1. 표본이 대응 표본이다. (표본들이 독립이 아님.) 2. 아래의 빈도표 기준으로 b + c > 25이어야 한다. 가설 귀무가설 : $p_b = p_c$ 대립가설 : $p_b \neq p_c$ 만약 귀무가설이 참이라면, b = c 입니다. 그렇게 되면, Test 1 negative와 Test 2 Negative가 동일해지고, Test 1 positive와 Test 2 positive가 동일해집니다. 따라서, 귀무가설을 기각한다는 것은 Test 1과 Test 2가 차이가 난다는 것을 의미합..