내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

반복 관찰을 선형회귀 직선에 맞추기: 분산의 균질성 실험(Fitting straight lines with replicated observations by linear regression: Part II. Testing for homogeneity of variances)

전문가 제언: □ 본 글은 반복된 관측 결과를 직선으로 표현할 때 나타나는 분산을 해석하여 데이터의 균질성을 실험하는 삼부로 연재되는 연속 논문의 한 부분이다. 특히 적은 수의 샘플로 직선 모델을 결정하고 그 분산으로 균질성 실험에 중점을 두었다.

□ 선형 최소 제곱법은 그 균질성과 선형성을 증명하기 위하여 반복적인 관찰이 필요하다. 선형회귀 방법에서 가중 값을 사용하는 것이 개념적으로 간단한 선형 모델을 얻는 한 가지 방법이다. 반복 관측으로 충분히 많은 데이터를 확보하였다면 그룹 분산을 이용하여 개략적인 가중 값을 구할 수 있다. 따라서 가장 간단한 가중 값은 각 독립 변수에서 관측 값의 분산과 단순히 반비례한 값이다.

□ 데이터의 일관성에서부터 편차의 계산은 오직 적어도 한 번 이상의 관측 값이 있을 경우에만 가능하다. 반대로 각 점에서 오직 하나만의 관측 값이 있을 때는 편차의 계산으로 데이터의 내부적 일관성을 보장하는 것이 불가능하다. 따라서 분산의 계산은 대상이 되는 데이터의 일관성이 첫째 조건이 되고 그렇지 않으면 데이터의 해석은 의미가 없다.

□ 본 글에서 분산의 균질성을 실험하는 여러 가지 방법을 소개하였다. 그 중 가장 먼저 소개된 F 실험에서 가장 낮은 독립 변수와 가장 높은 독립 변수에서 반복하여 관측한 종속 변수의 분산의 균질성이 중간 정도의 독립 변수에서 관측 값의 균질성을 보증하지 못한다. 따라서 계산은 되도록 조밀한 간격에서 수행되어야 한다.

저자: Sayago, A; Asuero, AG
자료유형