1. RSM 분석후 Session 창을 보면 SE Coef가 나오는데 1차항, 제곱항, 상수항, 이차 교호작용항의 SE Coef가 서로 다릅니다. 완전요인 실험 계획법에서는 모두 같던데 계산하는 식이 어떻게 다르길래 값이 서로 다를까요? 아래의 내용을 참조하세요 답변 부탁드립니다. 2. lack of fit을 계산하는 식은 어떻게 되는지요? Estimated Regression Coefficients for Result Ter
조금 복잡한 형태이네요. 제가 제대로 이해했는지 다시 정리해 보겠습니다. 총 40개의 문항이 부개방, 부거부, 모거부,모개방의 4개의 요인으로 나누어지게 됩니다. 그러므로 40개의 변수대신 4개의 새로운 요인으로 분석을 하게되는데, 여기에서 한번 더 나아가서 이 4개의 요인을 결합하여 새로운 유형이라는 것을 만들고자 하는 것입니다. 결국 마지막에 사용되는 것은 40개 문항도 아니고 4개의 요인도 아닌 유형인 것이죠. 제가 맞게
자기상관(Auto-Correlation)이라는 것은 쉽게 생각해서 말은 그대로 풀어보면 이렇게 됩니다. 자기자신안에서 상관관계가 발생되었다는 것이죠. 본래 상관관계는 두 변수간에 관계가 있는지 없는지를 나타낼 때 쓰이는 용어입니다. 그런데, 월별강수량과 같이 시간 순서에 의해 쌓여진 data의 경우에는 그 자체 data 들간에 관계가 발생이 됩니다. 이때 자기상관관계가 있다라고 말합니다. 이 자기 상관을 확인할 수 있는 통계량
교수님 안녕하세요 다름 아니라 제가 bootstrapping을 활용해서 통계를 작성하는데요 bootstrapping이 5000번에 95%가 표준?으로 확인을 했습니다. 하지만 값이 정확하게 나오지 않아서 1000번에 90%로 했는데 값이 나왔습니다. 이러한 결과도 의미있다고 작성을 할 수 있을련지요?
제목 그대로 질문을 드립니다. 보통 2개의 군을 Propensity Score Matching하는 경우는 다른 선행 연구 분석을 통해 자주 목격되는 것 같습니다. 이와 별도로 3개의 군을 PSM하는 경우도 있는지, 만일 이는 통계학적으로 불가능하다면 이와 비슷한 방식으로 Selection Bias를 최소화할 수 있는 방법이 있는지 고견을 구하고자 합니다.
