안녕하세요
나는 누군가가 이것을 나에게 직설적으로 설명 할 수 있기를 바라고있다.
왜 모든 데이터의 전체 분산 (연결된 테이블의 마지막 열)이 임의 효과 ANOVA (첨부 된 테이블의 스크립트)의 전체 분산과 같지 않은 이유는 무엇입니까?
이 차이는 무엇을 의미합니까?
제스퍼
당신의 답변에 감사드립니다.
내가 작성한 것을 이해하는 방법은 "순수한"전체 표준 편차의 가정과 무작위 효과 ANOVA의 총 표준 편차가 다른 것입니다. 그러나, 나는 아직도 왜 그들이 다른 결과를 내는지 이해하지 못합니다.
ANOVA는 특정 그룹의 데이터가 다른 집단에서 올 수 있다는 사실을 고려합니다. 그러나 제 이해는 ANOVA가 전체 변동을 예를 들어 내부 실행과 실행 사이에서 오는 구성 요소로 분해하려고 시도한다는 것입니다. 그것들이 ANOVA의 유일한 요소 인 경우 (내보기와 같이) 내부 및 실행 간 차이가 왜 전체 분산으로 합쳐지지 않는 이유는 무엇입니까?
두 가지 유형의 총 분산 뒤에있는 수학을 이해합니다. 내가 이해하려고하는 것은 실제 세계의 의미 또는 다른 가치를 설명하는 의미의 차이입니다.
나는 그 해답을 꽤 찾아 보았지만, 모두 발견 할 수있는 것은 전체 분산이 아닌 다른 분산 구성 요소를 계산하고 해석하는 방법입니다.
둘에 대한 총 분산을 깨고 다시 조각을 넣으면, 당신은 당신이 시작한 것보다 더 큰 전체 변이로 끝나는 것처럼 보입니다. 왜?
제스퍼
