-
-
이번 동영상과
다음 두 개의 동영상에서는
-
이 자료 집합을 가지고
계산을 많이 해 볼 것입니다
-
이 자료 집합을 가지고
계산을 많이 해 볼 것입니다
-
계산하는 과정을 통해
-
분산 분석에 대한
직관이 생겼으면 합니다
-
분산 분석에 대한
직관이 생겼으면 합니다
-
이 동영상에서 처음 할 것은
-
총제곱합을 계산하는 것인데
-
이를 SST라고 하겠습니다
-
Sum of Squares Total의
약자입니다
-
이것은 분산의 계산에서
분자에 해당합니다
-
이것은 분산의 계산에서
분자에 해당합니다
-
각 측정점과
모든 측정점의 평균까지의 거리를
-
각 측정점과
모든 측정점의 평균까지의 거리를
-
제곱하고 더하는 것입니다
-
자유도로 나누는 것은 하지 않습니다
-
표본분산을 계산할 때처럼 말이죠
-
표본분산을 계산할 때처럼 말이죠
-
그럼 어떻게 할까요?
-
먼저 이 모든 것의
평균을 구해야 합니다
-
먼저 이 모든 것의
평균을 구해야 합니다
-
이를 전체 평균이라 하겠습니다
-
곧 이것이
-
각 자료 집합 평균의 평균과
같다는 것을 보여드리겠습니다
-
각 자료 집합 평균의 평균과
같다는 것을 보여드리겠습니다
-
그러면 전체 평균을 계산해 봅시다
-
3 + 2+ 1+ 5 + 3 + 4 + 5 + 6 + 7 이네요
-
3 + 2+ 1+ 5 + 3 + 4 + 5 + 6 + 7 이네요
-
3 + 2+ 1+ 5 + 3 + 4 + 5 + 6 + 7 이네요
-
측정점이 9개이니까
-
9로 나누어 줍니다
-
계산해보면
-
3 + 2 + 1 = 6
-
3 + 2 + 1 = 6
-
이것은 6이고
-
5 + 3 + 4 = 12
-
그리고 5 + 6 + 7 = 18입니다
-
6 + 12 = 18이고
18을 더하면 36이고
-
9로 나누면 4와 같습니다
-
이것이 평균의 평균과
같다는 것을 보여드리죠
-
이것이 평균의 평균과
같다는 것을 보여드리죠
-
집합 1의 평균은
-
초록색으로 할게요
-
집합 1의 평균은 3 + 2+ 1이고
-
6이니까 3으로 나누면
-
2입니다
-
집합 2의 평균은 합이 12이고
-
여기서 계산했죠
-
5 + 3 + 4 = 12이고
3으로 나누면
-
4입니다
측정점이 세 개이니까요
-
그리고 집합 3의 평균은
5 + 6 +7 = 18이고
-
3으로 나누면 6입니다
-
그리고 이 평균의 평균을 구하면
-
전체 평균을 다르게 본 것이죠
-
2 + 4+ 6 =12이고
평균이 3개니까 3으로 나누면
-
이번에도 4가 나옵니다
-
이것은 모든 집합에 있는
측정점의 평균 혹은
-
이것은 모든 집합에 있는
측정점의 평균 혹은
-
각 집합 평균의 평균이라
볼 수도 있습니다
-
어떻게 생각하던 평균을 구했으니
-
이제 총제곱합을
구하도록 하겠습니다
-
해 볼게요
-
총제곱합은 3 - 4
4는 여기에서 왔습니다
-
(3 - 4)² + (2 - 4)² + (1 - 4)²
-
이제 보라색은 보라색으로
-
(5 - 4)² + (3 - 4)² + (4 - 4)²도
더해 줍니다
-
(5 - 4)² + (3 - 4)² + (4 - 4)²도
더해 줍니다
-
(5 - 4)² + (3 - 4)² + (4 - 4)²도
더해 줍니다
-
세 개 남았어요
(5 - 4)² + (6 - 4)² + (7 - 4)²입니다
-
세 개 남았어요
(5 - 4)² + (6 - 4)² + (7 - 4)²입니다
-
계산해보면
-
3 - 4는 1이고
-
3 - 4는 1이고
-
제곱합니다
-
사실 -1이지만 제곱하면 1이죠
-
-2의 제곱 4와
-3의 제곱 9를 더해 줍니다
-
-2의 제곱 4와
-3의 제곱 9를 더해 줍니다
-
5 - 4는 1이고 제곱해도 1이고요
-
5 - 4는 1이고 제곱해도 1이고요
-
(3 - 4)²도 1입니다
-
(3 - 4)²도 1입니다
-
4 - 4 = 0이고요
-
과정이 보이도록
0을 쓰도록 하죠
-
과정이 보이도록
0을 쓰도록 하죠
-
마지막 측정점 세 개
남았습니다
-
(5 - 4)²은
-
1이고
-
(6 - 4)²은
-
4 맞죠?
-
2의 제곱이니까요
-
7 - 4 = 3이고 제곱하면 9입니다
-
더해보면
-
1 + 4+ 9는
-
5 + 9이고
-
14입니다
-
14입니다
-
여기도 14입니다
-
1 + 4 + 9는 14죠
-
여기도 14이고
-
이것은 2입니다
-
따라서 14 x 2는 28이고
2를 더하면 30이네요
-
따라서 14 x 2는 28이고
2를 더하면 30이네요
-
30입니다
-
따라서 제곱합은
-
그 전에 분산을 계산하고자 한다면
-
이것을 자유도로 나누면 됩니다
-
자유도 구하는 법은
여러번 배웠는데
-
여기에는 집합이
m개 있습니다
-
여기에는 집합이
m개 있습니다
-
여기에는 집합이
m개 있습니다
-
오늘은 이것을
증명해 보진 않겠지만
-
통계학 책에서 나오는
이상한 공식들이
-
통계학 책에서 나오는
이상한 공식들이
-
어디서 나오는지
보여드리겠습니다
-
직관적으로
알 수 있도록 말입니다
-
집합이 m개가 있고
-
각 집합은 원소를
n개 가지고 있습니다
-
원소는 총 몇 개인가요?
-
m x n은 9 맞죠?
-
3 x 3이니까요
-
따라서 자유도는
-
측정점 - 1입니다
-
측정점 - 1입니다
-
평균의 평균을
알고 있다 가정한다면
-
9 - 1인 8개의 원소만이
새 정보를 제공합니다
-
9 - 1인 8개의 원소만이
새 정보를 제공하기 때문입니다
-
나머지 하나는
계산해서 찾을 수 있죠
-
마지막 원소일 필요도 없습니다
-
다른 8개가 있다면
이것도 계산할 수 있죠
-
원소가 8개 있으면
-
항상 평균의 평균을 사용해
아홉 번째 원소를 구할 수 있습니다
-
따라서 여기에는 독립적인 측정점이
-
8개라고 할 수 있습니다
-
더 일반적으로
-
m x n개 표본의 자유도는
m x n -1입니다
-
m x n개 표본의 자유도는
m x n -1입니다
-
m x n개 표본의 자유도는
m x n -1입니다
-
그리고 분산을 계산할 때는
-
30에서 m x n -1을
나눠주기만 하면 됩니다
-
이 문제에서
자유도는 8이고요
-
이 문제에서
자유도는 8이고요
-
원소가 9개인 이 집합
전체의 분산은 30 / 8입니다
-
원소가 9개인 이 집합
전체의 분산은 30 / 8입니다
-
원소가 9개인 이 집합
전체의 분산은 30 / 8입니다
-
이 동영상에선 여기까지 하고
-
다음 동영상에선
-
이 총제곱합, 총 변화량의 얼마가
-
이 총제곱합, 총 변화량의 얼마가
-
각 집합 안의 변화량에서 오고
-
얼마가 각 집합 간의 변화량에서
오는지 알아보겠습니다
-
이제 분산 분석이
어디에서 오는지 감이 오시나요?
-
이제 분산 분석이
어디에서 오는지 감이 오시나요?
-
전체 표본 9개의 변화량은
-
전체 표본 9개의 분산은
-
이 집합들이 서로
어떤 면에서든 다르다면
-
집합간의 차이에서 오는
변화량도 있고
-
집합 내의 차이에서 오는
변화량도 있을 것입니다
-
집합 내의 차이에서 오는
변화량도 있을 것입니다
-
이 둘을 계산하고 더하면
-
이 둘을 계산하고 더하면
-
총제곱합의 변화량과
같다는 것을 확인해 보겠습니다
-
총제곱합의 변화량과
같다는 것을 확인해 보겠습니다