• Communications for Statistical Applications and Methods
• /
• 제5권3호
• /
• pp.633-644
• /
• 1998

혼합설계의 교호작용에 대한 F 검정이 유효하려면 다표본 구형성(multisample sphericity) 가정과 다변량 정규분포 가정이 만족되어야 한다. F 검정을 실시하기 위한 가정들이 위반된 조건하에서 혼합설계의 교호작용에 대한 검정법들의 1종오류가 비교되었다. 비교된 검정법들은 (1) F 검정(F), (2) 절사평균을 사용한 F 검정($F_T$)(3)$\varepsilon$-수정 F 검정($\varepsilon)$(4) 절사평균을 사용한 $\varepsilon$-수정 F 검정$(\varepsilon_T$) (5) CIGA검정(CIGA), (6) 절사평균을 사용한 CIGA검정($CIGA_T$)이었다. 결과는 CIGA와 $CIGA_T$는 1종오류를 대체로 잘 관리하나, F검정들과 ($\varepsilon$)검정들은 일부 조건에서 아주 작은 1종오류나 아주 큰 1종오류를 갖는 것으로 나타났다.

• 응용통계연구
• /
• 제8권2호
• /
• pp.87-97
• /
• 1995

$2 \times 2$ 요인계획법에서 주효과가 전혀 존재하지 않거나 단지 하나만이 존재하는 경우의 교호작용을 위한 일반적인 F 검정과 순위변환을 이용한 F 검정 (FR 검정)의 제1종 오류율과 검정력은 전반적으로 비슷한 수준이나 정규분포보다는 지수분포하에서의 FR 검정의 검정력이 상당히 높은 수준임을 알 수 있다. 반면에 주효과들이 모두 존재하는 경우의 FR 검정의 제1종 오류율은 F 검정에 비하여 효과의 크기가 증가할수록 감소하고 주효과의 구성방법에도 영향을 받으며, 검정력은 효과의 크기와 표본의 크기를 크게할수록 증가하되 FR 검정의 검정력은 F 검정에 비하여 낮은 수준이며 주효과의 구성방법 및 모집단의 분포형태에 따라 민감하게 변화함을 알 수 있다.

• 응용통계연구
• /
• 제24권1호
• /
• pp.45-59
• /
• 2011

시계열에는 1년 주기의 계절변동이 포함되어 있다. 시계열의 기조적 움직임을 살펴보기 위해서는 시계열에서 계절 변동을 제거하는 계절조정이 필요하다. 계절조정 프로그램 X-12-ARIMA에서는 F검정과 Kruskal-Wallis검정으로 시계열에 존재하는 계절변동(계절성)을 식별하고, 스펙트럼 그래프로 계절조정후 불규칙변동에 계절변동이 남아 있는 지 점검한다. 본 연구에서는 평활 검정을 계절성 검정에 적용한 평활 계절성 검정을 제안하고, 그 특성을 모의실험과 실제 시계열에 대한 계절성 검정을 통해 살펴보았다. 모의실험 결과를 보면 평활 계절성 검정이 X-12-ARIMA의 스펙트럼 분석을 계량화하고, 계절성 검정인 F검정과 Kruskal-Wallis검정을 보완할 수 있을 것으로 판단된다.

• 응용통계연구
• /
• 제31권4호
• /
• pp.475-484
• /
• 2018

감마 일반화 선형모형은 음이 아니며 치우침이 있는 반응변수에 유용한 모형으로 알려져 있다. 그러나 포아송 분포 또는 이항 분포에 기반한 일반화 선형모형에 비해 적은 관심을 받아왔다. 특히, 회귀계수의 유의성 검정에 대해서는 연구가 면밀히 되어 있지 않다. 본 논문에서는 감마 일반화 선형 모형의 검정에 대해 다양한 통계량들을 알아보고 수치 연구를 통해 그들의 성능을 비교한다. 수치 실험의 결과 부분 이탈도 검정 방법의 문제점이 나타났으며, 가능도비 검정 방법과 F-검정 방법이 좋은 성능을 보임을 확인하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2000년도 추계학술발표회 논문집
• /
• pp.165-171
• /
• 2000

일원분류 모형에서 표준 F-검정을 하기 위해서는 오차항에 대한 등분산성을 가정한다. 그러나 실제로 이러한 가정은 지켜지기 힘들며, 이에 더불어 관찰치가 각 집단별로 일정하지 않고 불균형한 경우에는 F-검정의 유의수준이 지정된 값을 만족시키지 못하며, 따라서 검정력에 관한 분석은 의미가 없게 된다. 본 연구에서는 등분산성이 지켜지지 않고, 자료가 불균형한 경우, 현실적인 상황에서 일반적으로 사용되는 F-검정의 유의수준 유지라는 문제가 어 떤 변화를 겪게 되는지를 확인하고, 더 나아가 유의수준을 유지하기 위해서는 어떤 식의 조정이 가능한지를 살펴보았다.

• 한국컴퓨터정보학회논문지
• /
• 제28권5호
• /
• pp.179-187
• /
• 2023

본 논문은 크론바흐 알파 신뢰계수의 유의성 검정에서 이상치가 검정력에 미치는 영향을 연구한 것이다. 표본 크기, 문항들의 수, 이상치의 수, 모집단의 크론바흐 알파 레벨의 네 개의 변수들에 변화를 주었다. 데이터 시물에이션을 위해 다변량 정규분포를 사용했고 균일분포로부터 이상치를 추출하여 사용했다. 크론바흐 알파 신뢰도의 유의성 검정을 위해 모수적 검정(F 검정)과 퍼뮤테이션 검정을 사용하였다. 결과적으로 퍼뮤테이션 검정의 검정력은 F검정의 검정력 보다 크거나 같았고, 두 검정의 검정력은 모두 이상치의 수가 많아질수록 감소하였으며 이러한 이상치의 영향은 모집단의 알파 레벨이 증가할수록 크게 나타났다.

• Communications for Statistical Applications and Methods
• /
• 제5권1호
• /
• pp.85-97
• /
• 1998

완전확률화모형 및 랜덤화블럭모형하에서의 주요한 다중비교 분석기법들을 시뮬레이션을 이용하여 검토하고자 하였다. 시뮬레이션 결과는 순위변환과 최소유의차검정을 이용한 다중비교 분석기법이 모수적 ANOVA F 검정과 Fisher의 유의차검정, 비모수적 Kruskal-Wallis 검정과 최소유의차검정 및 Friedman 검정과 최소유의차검정을 이용한 분석기법보다 전체실험오차율, 전체실험검정력 및 개별쌍검정력 면에서 상대적으로 뛰어남을 보여준다. 즉 순위변환한 ANOVA F 검정의 전체실험오차율은 명목상의 유의수준을 잘 유지하고 있으며, 전체실험검정력 및 개별쌍검정력은 모수적 ANOVA F 검정과 Kruskal-Wallis 검정 및 Friedman 검정기법보다 전반적으로 우수함을 알 수 있다.

• 응용통계연구
• /
• 제10권1호
• /
• pp.177-187
• /
• 1997

고정효과가 하나인 이원혼합모형에서의 고정효과 유의성검정에 대한 검정력 분석을 고려한다. 고정효과 수준간의 차이를 검정하는데 사용되는 일반화 최소제곱 F 통계량을 헨더슨의 방법 III, 사전추측값이 1인 MINQUE 추정량, 최우추정법, 제한적 최우 추정법을 이용하여 구하고 이 검정 통계량들의 검정력을 모의실험을 통하여 알아본다. 모의실험의 결과는 결론적으로 검정력의 측면에서 살펴본 효율성은 4가지 추정량 모두 대체적으로 비슷한 것으로 판명되었다.

• Applied Biological Chemistry
• /
• 제43권4호
• /
• pp.241-246
• /
• 2000

진도산 검정쌀 전분의 분자 구조적 특성을 구명하고 신선찰벼와 비교 검토하였다. 진도산 검정쌀과 신선찰벼의 전분-요오드 복합체의 최대흡수파장은 각각 523 nm, 521 nm였고, 고유점도는 각각 183 ml/g, 178 ml/g였으며, ${\beta}-amylolysis$ limit(%)는 각각 62.8%, 60.3%였다. 진도산 검정쌀은 요오드 반응과 Sepharose CL-2B의 용출패턴 결과로 찹쌀임을 알 수 있었다. 진도산 검정쌀의 아밀로펙틴의 사슬 분포는 중합도 55이상(획분 I), 중합도 $40{\sim}50$(획분 II), 중합도 $15{\sim}20$(획분 III)으로 분포하였으며, 획분 II에 대한 획분 III의 비율(A/B 사슬비)는 진도산 검정쌀이 3.02, 신선찰벼가 2.82로 나타났다. 또한, 초장쇄 부분이 획분 I은 진도산 검정쌀이 신선찰벼의 아밀로펙틴 보다 많았다. 진도산 검정쌀의 아밀로펙틴 베타-한계 덱스트린 분자량 분포는 신선찰벼와 비슷하였다. 베타-한계 덱스트린의 사슬 분포는 중합도 55이상(획분 I), 중합도 $30{\sim}45$(획분 II), 중합도 $10{\sim}20$(획분 III)으로 분포하였으며, 진도산 검정쌀과 신선찰벼는 큰 차이가 없었다. 이러한 결과로부터 진도산 검정쌀 전분은 polymodal 구조를 갖는 아밀로펙틴으로 구성되어 있으며 신선찰벼와 구조적으로 유사하였다.

• 한국컴퓨터정보학회논문지
• /
• 제1권1호
• /
• pp.83-94
• /
• 1996

ANOVA 검정에서 검정통계량은 단일 또는 이중 비중심F분포를 따르며 비중심F분포는 일반적인 선형 가설 검정에서 검정함수 계산에 적용되고 있다. 본 논문에서는 단일 비중심F분포의 누적함수 계산에 신경망이론을 적용하였다. 신경망 구조는 다층 퍼셉트론이며 학습과정은 역전과 학습알고리즘이다. 신경망이론에 의하여 계산한 결과와 Patnaik 이 제시한 확률값을 비교하여 제시하였다.