통계패키지와 기술통계 - 두 변수간 비교에 대한 리포트

소개글

통계패키지와 기술통계 - 두 변수간 비교에 대한 리포트에 대한 보고서 자료입니다.

목차

1. 기술통계량 분석

2. 자료의 시각적 해석

3. 정규성 검정

4. 결론

본문내용

3.2 Kolmogorov-Smirnov의 검정
Kolmogorov-Smirnov 검정은 일표본의 분포검정에서 가장 널리 사용되는 방법으로 비모수 검정을 통하여 얻어진 값에서 근사유의확률이 최대값 보다 클 경우 귀무가설 H0는 기각된다.
주어진 변수의 분포를 Kolmogorov-Smirnov의 검정을 해 보면 아래와 같다.
VAR00001
VAR00002
N
1000
N
1000
정규 모수(a,b)
평균
.3320558989233961
정규 모수(a,b)
평균
.6651380787328660
표준편차
.1794075006676481
표준편차
.1766398108634129
최대극단차
절대값
.061
최대극단차
절대값
.060
양수
.061
양수
.032
음수
-.042
음수
-.060
Kolmogorov-Smirnov의 Z
1.919
Kolmogorov-Smirnov의 Z
1.885
근사 유의확률(양측)
.001
근사 유의확률(양측)
.002
Var1과 Var2에 대한 정규성 검정에 있어서 귀무가설 H0은 \'정규분포를 따른다\' 이고, 대립가설 H1은 ‘H0을 기각한다’ 즉, ‘정규분포를 따른다고 볼 수 없다’ 이다. 이때, 두 변수의 유의수준은 0.05 이며 Var1과 Var2의 근사 유의확류은 각각 0.001과 0.002로 유의수준 0.05보다 작은 값을 나타내 두 변수는 H0을 기각하여 정규분포르 따른다고 볼 수 없음을 알 수 있다.
4. 결론
두 변수 Var1과 Var2는 각각 왜도가 양의 왜도와 음의 왜도를 가짐으로서 Var1의 경우 좌측으로, Var2의 경우 우측으로 밀집한 분포를 갖추고 있다.

키워드

통계,   패키지 ,   SPSS,   기술통계,   통계패키지와 기술통계,   두 변수,   변수,   정규성 검정