|
정규성 만족 여부 : 정규성검정은 분산분석을 통한 유의확률이 0.05를 넘으면 만족하고 넘지 못하면 만족하지 않는다.
- 잔차의 성질
(1) 잔차들의 합은 0이다.
(2) 잔차들의 xij에 의한 가중합(weighted sum)은 0이다.
(3) 잔차들의 ^yj에 의한 가중합도
|
|
|
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 유의수
|
|
|
정규성 검정
shapiro.test(x$X67y)
shapiro.test(x$X78y)
shapiro.test(x$X89y)
shapiro.test(x$X90y)
library(car)
qqnorm(x$X67y)
qqline(x$X67y)
qqnorm(x$X78y)
qqline(x$X78y)
qqnorm(x$X89y)
qqline(x$X89y)
qqnorm(x$X90y)
qqline(x$X90y)
#분산분석
b.life=stack(x)
boxplot(values~ind,data=b.life)
life.aov=onew
|
|
|
.
정규성 검정
유의수준 0.05에서 상수도보급율은 0.05보다 작은 것으로 보아 정규분포를 따르지 않는다고 판단 할 수 있다.
재정자립도는 유의수준 0.05보다 크기 때문에 정규 분포를 따른다고 볼수 있다. 데이터 분석
정규성 검정
|
|
|
검정통계량
요인
제곱합(변동)
자유도
평균제곱
요인
오차
⑤ 분산분석표 (ANOVA table)
9. 평균제곱의 기대값
① 데이터의 성질
, : 상수 (; 모수인자인 경우 는 상수)
즉,
→
②
, : 확률변수 의 함수인 통계량
→
∴
∴
③
, : 확률변수 의 함
|
|
메뉴펼치기
