1 / 8

2007 겨울 통계강좌 중급과정

2007 겨울 통계강좌 중급과정. 제 4 강 : GLM(General Linear Model) ▫ 다변량 일반선형 모형. ▣ 변량분석의 종류와 차이점에 따른 알기 쉬운 구분법. ▣ 다변량 일반선형모형. 변인의 수와 측정방법 다변량 일반선형모델의 경우는 명목 ( 명명 ) 척도로 측정된 두 개 이상의 독립변인이 등간 혹은 비율척도로 측정된 여러 개의 종속변인에 대해 다수의 요인변수 또는 공변량이 측정된 자료에 대해 모델링 분석을 하는 것이다 .

lilli
Download Presentation

2007 겨울 통계강좌 중급과정

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 2007 겨울 통계강좌 중급과정 제4강 : GLM(General Linear Model) ▫ 다변량 일반선형 모형

  2. ▣변량분석의 종류와 차이점에 따른 알기 쉬운 구분법

  3. ▣다변량 일반선형모형 • 변인의 수와 측정방법 • 다변량 일반선형모델의 경우는 명목(명명)척도로 측정된 두 개 이상의 독립변인이 등간 혹은 비율척도로 측정된 여러 개의 종속변인에 대해 다수의 요인변수 또는 공변량이 측정된 자료에 대해 모델링 분석을 하는 것이다. • 요인의 차이가 다수의 반응(종속)변수 각 각에 대하여 어떠한 영향을 주는지? • 요인들간의 상호작용이 존재하는지? • 요인조합간에는 어떠한 차이가 있는지를 알고자 할 때 활용한다. [GLM : 다변량 일반선형모형의 성립요건] ▶ 독립변인 ① 수: 두 개 이상 ② 측정 : 명명척도(다른 척도 명목척도로 리코딩) ③ 독립변인은 요인(factor)이라 칭함 ▶ 종속변인 ① 수: 두 개 이상 ② 측정: 등간 또는 비율척도(연속변수임)

  4. ▣다변량 일반선형모형 분석의 절차 및 실제사례 • 1) 독립변인과 종속변인의 기술통계 값을 교차비교분석표를 통해 살핀다. 각 집단의 사례 수와 평균값, 표준편차 값을 분석한다. • 2) 설명변량을 살펴보고 변량분석표를 통해 독립변인 전체의 유의도, 주 효과와 상호작용효과를 분석하여 유의도를 검증하고 에타(eta)계수 분석을 통해 개별 변인의 영향력을 분석. • 3) 집단간 차이를 사후검정한다. 실제사례 : 플라스틱 개발에 대한 실험연구 ▣ 연구주제 : 공정조건에 따라 플라스틱의 특성이 어떤 영향을 받는지? ▶ 변수설정 : 독립변수 -> 공정조건 : ① extrusn(=extrusion rate, 사출률) - 2수준[명목] ②additive(additive amount, 첨가제 량) - 2수준[명목] 종속변수 -> 반응특성 : ① tear_res(tear resistance, 찢어짐에 견디는 정도) - 연속형 ② gloss(반질거리는 정도)- 연속형 ③ opacity(불투명도)-연속형 공정조건에 따른 결합별 반복횟수는 5회로 2(extrusn)*2(additive) *5회(반복) = 20

  5. Instruction step 1 : Analyze -> General Linear Model -> Multivariate -> 다변량 대화상자 Instruction step 2 : 변수투입 : 독립변인 -> Fixed Factor(모수요인) : extrusn , additive 종속변수 -> Dependent Variable : tear_res, gloss, opacity * 다변량 대화상자에서는 Random Factor를 선택할 수 없음 ** Covariate(공변량)은 연구에서 사전에 설정할 수 있는 변수로, 연구주제에 따른 공통적인 속성으로 독립이나 종속에 영향을 미칠 수 있는 변인이다. 예를 들면 서울시 중고생 학업수준에 대한 연구를 진행하면서 거주지역에 대한 공변량을 설정치 않을 경우 심각한 오류를 가져올 수 있다. Instruction step 3 : 모형설정 : Custom 선택 -> 독립변수 투입 주 효과와 상호작용 효과 설정 -> 실행

  6. Instruction step 4 : Contrast : Change Contrast 선택 -> 옵션 선택 • 옵션 : • deviation(편차) : 각 수준과 전체 평균간의 차이를 대비로 정의한다 • simple(단순) : 지정된 수준(처음/마지막)과 각 수준의 차이를 대비로 정의. • difference(차분) : 각 수준과 이전 수준들간의 평균간 차이를 대비로 정의. • ,Helmert : 각 수준과 이후 수준들의 편균간 차이를 대비로 정의. • Repeated(반복) : 모든 연이은 2개 수준간 차이를 대비로 정의. • Polynomial(다항) : 서로 직교하는 1차항, 2차항, 3차항 등의 대비를 설정. Instruction step 5 : • Plot(Profile Plots) -> • horizontal Axis(수평축 변수), • Separate Lines(선구분 변수) –도표에 제2의 요인을 넣기 위해 • 사용되는 다수의 선을 구별 • Separate Plots(도표구분 변수) : 다수의 도표를 구분 • horizontal Axis(수평축 변수) extrusn 투입, • Separate Lines(선구분 변수)에 additive 투입

  7. Instruction step 6 : 사후검정(Post Hoc Multiple Comparison) : 1) Factor(요인) -> Post Hoc test for (사후검정 변수 지정) extrusn, additive 지정 2) 등분산을 가정할 때 -> Turkey, scheffe 검증 지정 Instruction step 7 : 옵션(Option) : 선택 1) Discriptive statistic -> 기술통계량 체크 2) Estimates of Effect Size -> 에타(eta) 값 산출 체크 3) Observed Power -> 관측값의 정확도 측정 4) Parameter estimates -> 모수 추정값 체크 5) SSCP MATRIX -> sum of squares and cross products : 제곱합 및 교차곱 행렬 => 각 종속변수에 대한 잔차들의 공변성(covariation)을 보여줌 Instruction step 8 : 실행 다변량 결과물.spo 참조

  8. 앞선 2 way – anova 사례처럼 사후검증에 대한 결과가 산출이 안되기에[extrusn, additive가 3미만의 집단으로 구성되어 있기에 사후검증 비교가 실행되지 않음] 사후검증을 실시하기 위해 compute를 실시한 후 다시 한번 다변량 일반선형 모형 실행 • 학력과 종교에 따라 ‘심리적 이웃관계’와 ‘실질적 이웃관계’에 통계적으로 유의미한 차이가 있는지 검증하시오. • 성별과 학력에 따른 ‘심리적 이웃관계’ 와 ‘실질적 이웃관계’에 통계적으로 유의미한 차이가 있는지 검증하시오 • 성별과 종교에 따른 ‘심리적 이웃관계’ 와 ‘실질적 이웃관계’에 통계적으로 유의미한 차이가 있는지 검증하시오. 다변량 결과물.spo 참조 직접 실습 검증 과제 : 지역조사.sav 실습-학력-종교.spo 참조

More Related