콘텐츠
통계 계산의 자유도는 계산에 관련된 자유도의 수를 나타내는 수를 나타냅니다. 적절하게 계산 된 자유도는 카이 제곱 검정, F 검정 및 t 검정의 통계적 유효성을 보장하는 데 도움이됩니다. 자유도는 일종의 점검 및 균형 척도라고 생각할 수 있습니다. 여기서 추정하는 각 정보에는 1 자유도의 관련 "비용"이 있습니다.
자유도의 의미
통계는 연구원의 실제 관측치와 연구원이 설정하고자하는 매개 변수 사이의 관계의 강도를 정의하고 측정하도록 설계되었습니다. 자유도는 표본 크기 또는 관측치 및 추정 할 매개 변수에 따라 다릅니다. 자유도는 관측치 수에서 매개 변수 수를 뺀 것과 같으므로 표본 크기가 클수록 자유도를 얻습니다. 그 반대의 경우도 마찬가지입니다. 추정 할 모수의 수를 늘리면 자유도가 떨어집니다.
다중 관측치가있는 단일 매개 변수
하나의 누락 된 정보 조각을 채우거나 단일 모수를 추정하려고 시도하고 표본에 세 개의 관측치가있는 경우 자유도는 표본 크기와 같습니다. 세-추정중인 모수의 수 하나는 두 가지 자유도를줍니다. 예를 들어, 발가락 길이 측정에 대해 세 개의 관측치가 모두 15 개가되고 첫 번째와 두 번째 관측치가 각각 4와 6 인 경우 세 번째 측정치가 5라는 것을 알고 있습니다. 이 세 번째 측정은 변경할 자유가 없지만 처음 두 측정은 다릅니다. 따라서이 측정에는 두 개의 자유도가 있습니다.
단일 그룹, 두 그룹의 다중 관측
남성과 여성의 세 그룹과 같이 두 그룹에서 여러 개의 빅토 측정을 할 때 큰 발가락 길이에 대한 자유도 계산은 약간 다를 수 있습니다. t- 검정이 사용될 수있는 상황의 유형입니다. 이러한 그룹의 평균 발가락 길이에 차이가 있는지 알고 싶을 때입니다. 자유도를 계산하려면 남녀의 총 관측치 수를 추가합니다. 이 예에는 6 개의 관측치가 있으며 이로부터 관측치 개수를 뺍니다. 여기서 두 개의 서로 다른 그룹의 수단을 사용하고 있으므로 두 개의 매개 변수가 있습니다. 따라서 당신의 자유도는 6에서 2 또는 4입니다.
둘 이상의 그룹
분산 분석 또는 다중 회귀 분석과 같은보다 복잡한 분석에서 자유도를 계산하는 것은 해당 유형의 모델과 관련된 여러 가정에 따라 다릅니다. 카이-제곱 자유도는 행 수에서 열 수에서 1을 뺀 수의 곱의 곱과 같습니다. 각 자유도 계산은 적용되는 통계 테스트에 따라 달라지며 계산은 일반적으로 매우 간단하지만 노트 카드 또는 빠른 참조 시트를 만들어 모두 직선으로 유지하는 것이 좋습니다.