각 집단의 측정을 자체 줄에 입력하고 일원 분산 분석을 실행하세요: 집단 평균이 집단 내부 퍼짐으로 설명할 수 있는 것보다 더 다른가요? SS-between, SS-within, F 통계량과 그 p값을 얻을 수 있어요.
각 t검정은 자체 위양성 위험을 가져요; 집단 세 개는 검정 세 개를 뜻해요: 약 14%의 집단별 오류율, α = 0.05에서, 5% 대신에요. ANOVA는 먼저 하나의 전체 검정으로 이를 통제해요.
그것은 최소 하나의 집단 평균이 다른 것들과 다르다고 말하지만, 어떤 쌍이 다른지는 말하지 않아요. 쌍별 이야기를 위해 사후 비교(Tukey의 HSD 같은)를 후속하세요.
독립 관측, 각 집단 내 대략 정규 데이터, 집단 간 비슷한 분산(등분산성). 매우 불균등한 퍼짐이나 심한 왜도는 Welch의 ANOVA나 Kruskal–Wallis 같은 대안을 요구해요.
SS-내는 개인이 자신의 그룹 평균 주위에 얼마나 흩어지는지 측정해요(잡음). SS-간은 그룹 평균이 전체 평균 주위에 얼마나 흩어지는지 측정해요(신호, 그룹 크기로 조정). F는 자유도로 조정한 후의 신호 대 잡음 비율이에요.
모든 N값에 대한 전체 평균. SS-간 = Σ nᵢ(평균ᵢ − 전체)² df = 그룹 − 1로. SS-내 = Σ Σ (x − 평균ᵢ)² df = N − 그룹으로. F = (SS-between ÷ df-between) ÷ (SS-within ÷ df-within), 그리고 p-값은 불완전 베타 함수로 계산한 F 분포의 오른쪽 꼬리예요.
입력들: 그룹 [1,2,3], [4,5,6], [7,8,9].
단계: 집단 평균 2, 5, 8; 전체 평균 5. 집단 간 SS = 3×(2−5)² + 3×(5−5)² + 3×(8−5)² = 27 + 0 + 27 = 54. 집단 내 SS: 각 집단이 (1² + 0² + 1²) = 2를 기여해요, 그래서 6. 집단 간 MS = 54 ÷ 2 = 27; 집단 내 MS = 6 ÷ 6 = 1. F = 27 ÷ 1 = 27, df (2, 6), p ≈ 0.0010.
결과: F = 27.00, p ≈ 0.001 — 그룹 평균은 그룹 내 잡음을 훨씬 넘어 달라요.
이 계산기를 자신의 웹사이트나 블로그에 더하세요 — 그것은 완전히 무료이고, 가입이 필요 없고, 항상 최신 버전을 보여줘요. 아래 코드를 복사하고 계산기가 나타나기를 원하는 페이지에 붙여넣으세요. 임베드 아래 작은 “제공: Loona Automation” 크레딧 줄을 유지하면 이 도구를 무료로 유지하는 데 도움이 돼요 — 그러나 스타일을 입히거나 제거해도 자유예요; 도구는 어느 쪽이든 작동해요.