완전 랜덤화 설계

▶▶F-값과 유의확률로부터 유의성을 확인한다. ▶▶▶“별표 두 개”는 “통계적으로 지극히 유의함”을 뜻한다. 참고로, “별표 한 개”는 “통계적으로 유의함”을 나타낸다. ▶▶▶유의확률(p-값)이 0에 가까울수록 “유의함”을 나타낸다. 주로 가설검정을 계획할 때 고려하는 “유의수준(1%, 5%, 10% 등)”과 의 비교를 통하여 유의성을 확인한다. 예를 들어, 유의확률이 유의수준보 다 작으면 “의미 있음”을 나나낸다. 즉, 귀무가설을 기각하게 된다. ▶▶`통계적으로 유의함“이란 무엇을 뜻하는가? ▶▶▶처리간 차이가 유의 <==> 주어진 모형이 의미가 있음. <==> 설계자가 고려한 요인이 의미 있음 <==> 인과관계가 잘 나타나고 있음 ▶▶제곱합으로부터 자료의 변화 패턴을 어느 정도 설명하는가를 판단한다. ▶▶▶결정계수(coefficient of determination) ▶▶▶ ▶▶▶1. ideal case : 유의확률=0 그리고 결정계수=1 2. “유의확률 -->0 그리고 결정계수 --> 0 ” 가 가능한가? ==> 표본의 수가 부리는 “마술.” 즉, 표본의 크기가 크면 7.2와 7.3의 차이도 구별이 가능하다. ▶▶처리평균들 간의 차이 <==> 분산의 크기