실험설계 실습과제

실험설계 실습과제

실험설계 실습과제.hwp

본문 R프로그래밍 ############09.18 실험설계 실습 ############ ##two-sample t.test #데이터 준비 a<- c(10.2, 10.5,10.3, 10.08, 9.8, 10.6, 10.7, 10.2, 10.0, 10.1) b<- c(9.8, 9.6, 10.1, 10.2, 10.1, 9.7, 9.5, 9.6, 9.8, 9.9) #분석에 앞서 평균 확인 mean(a); mean(b) #등분산검정 var.test(a,b) > var.test(a,b) F test to compare two variances data: a and b F = 1.3654, num df = 9, denom df = 9, p-value = 0.6502 p-value가 0-.05이상으므로 귀무가설 기각 못하여 등분산이 같다는 것을 알수 있다. #독립표폰 t검정 t.test(a,b, paired=FALSE, var.equal = TRUE, conf.level = 0.95) #var.equal = TRUE 는 등분산이 만족해서 이렇게 써줌. 비만족시 FALSE #p-value >0.05이상을 원함. data: a and b t = 3.5721, df = 18, p-value = 0.002178 이므로 0.05 이하이므로 귀무가설을 기각하여 두약은 다르다는 결론을 낼 수 있음. 소표본이기 때문에 대표본, 정규성 까지 할 필요 X ? 신약이 더 높게 나왔기 때문에 (평균 ?) 신약이 더 좋다는 결론을 낼수 있음. SAS 프로그래밍 /**********0918 실헙설계 실습*************/ /****two sample t-test*****/ /*데이터*/ data medicine; input medicine$ effect @@; cards; a 10.2 a 10.5 a 10.3 a 10.08 a 9.8 a 10.6 a 10.7 a 10.2 a 10.0 a 10.1 b 9.8 b 9.6 b 10.1 b 10.2 b 10.1 b 9.7 b 9.5 b 9.6 b 9.8 b 9.9 ; run; proc print; run; /*등분산 검정 및 t검정*/ title two-sample t-test; proc ttest data=medicine; *proc ttest 안에 등분산검정도 포함되어있음. class medicine; var effect; run; quit; equality of variances에서의 p-value 가 0.6502 으로 0.05보다 크므로 뮈무가설을 기각하지 못하고 등분산을 만족한다고 볼 수 있다. 하고 싶은 말 좀 더 업그레이드하여 자료를 보완하여, 과제물을 꼼꼼하게 정성을 들어 작성했습니다. 위 자료 요약정리 잘되어 있으니 잘 참고하시어 학업에 나날이 발전이 있기를 기원합니다 ^^ 구입자 분의 앞날에 항상 무궁한 발전과 행복과 행운이 깃들기를 홧팅 키워드 등분산, 검정, 설계, 실험, 이하, 실습