Home » DATA TRAINING » 개념용어-표본분산
용어 | 표기 | 다른 표기 | 영문 | 개념 |
---|---|---|---|---|
$X$변수 편차제곱합 | $SS_{X}$ $SS_{X}$는 내적(inner product) | $SSX$ | Sum of Squares for X | $X$변수 편차의 제곱의 합 |
$Y$변수 편차제곱합 | $SS_{Y}$ $SS_{Y}$는 내적(inner product) | $SSY$ | Sum of Squares for Y | $Y$변수 편차의 제곱의 합 |
대응된 $X$변수와 $Y$변수의 편차곱합 | $SP_{XY}$ $SP_{XY}$는 외적(cross product) | $SPXY$ | Sum of the Products of Deviations of X and Y variables | 대응된 $X$변수와 $Y$변수의 편차의 곱의 합 |
총제곱합 | $SS_{T}$ $SS_{T}=SS_{B}+SS_{W}=SS_{Tr}+SS_{E}=SS_{Reg}+SS_{Res}$ | $SST$ | Sum of Squares Total | 표본내 개체 편차의 제곱의 합 |
집단간변동 | $SS_{B}$ | $SSB$ | Sum of Squares Between groups | 집단성분의 제곱의 합: 처리성분의 제곱의 합 |
집단내변동 | $SS_{W}$ | $SSW$ | Sum of Squares Within groups | 집단의 평균을 기준으로한 편차의 제곱의 합: 오차성분의 제곱의 합 |
처리제곱합 | $SS_{Tr}$ | $SSTr$ | Sum of Squares Treatment | 처리성분의 제곱의 합 |
오차제곱합 | $SS_{E}$ | $SSE$ | Sum of Squares Error | 오차성분의 제곱의 합 |
회귀제곱합 | $SS_{Reg}$ | $SSR$ | Sum of Squares Regression | 회귀성분의 제곱의 합 |
잔차제곱합 | $SS_{Res}$ | $SSE$ | Sum of Squares Residual | 잔차성분의 제곱의 합 |
용어 | 표기 | 표본자유도 | 영문 | 개념 |
---|---|---|---|---|
$X$변수 자유도 | $df_{X}$ $SS_{X}$는 내적(inner product) |
$n_{X}-1$ | degree of freedom for X | $X$변수 편차의 제곱의 합의 개체의 자유도 |
$Y$변수 자유도 | $df_{Y}$ $SS_{Y}$는 내적(inner product) |
$n_{Y}-1$ | degree of freedom for Y | $Y$변수 편차의 제곱의 합의 개체의 자유도 |
대응된 $X$변수와 $Y$변수의 자유도 | $df_{XY}$ $SP_{XY}$는 외적(cross product) |
$n$ | degree of freedom for X and Y variables | 대응된 $X$변수와 $Y$변수의 편차의 곱의 만든 개체의 자유도 |
총자유도 | $df_{T}$ $SS_{T}=SS_{B}+SS_{W}=SS_{Tr}+SS_{E}=SS_{Reg}+SS_{Res}$ |
$n_{T}$ | degree of freedom of Total | 표본내 개체 편차의 제곱의 합의 집단과 개체의 자유도 |
집단간 자유도 (표본내 집단의 자유도) |
$df_{B}$ |
$k-1$ 여기서, $k$는 집단수 |
degree of freedom of Between-groups | 집단성분의 제곱의 합: 처리성분의 제곱의 합의 집단의 자유도 |
집단내 자유도 (표본내 개체의 자유도) |
$df_{W}$ |
$n-k$ 여기서, $n$은 표본크기 $k$는 집단수 |
degree of freedom of Within-groups | 집단의 평균을 기준으로한 편차의 제곱의 합: 오차성분의 제곱의 합의 개체의 자유도 |
처리 자유도 | $df_{Tr}$ |
$A-1$ 여기서, $A$는 처리의 개수 |
degree of freedom of Treatment | 처리성분의 제곱의 합의 집단의 자유도 |
오차 자유도 | $df_{E}$ |
$n-A$ 여기서, $n$은 표본크기 $A$는 처리의 개수 |
degree of freedom of Error | 오차성분의 제곱의 합의 개체의 자유도 |
회귀 자유도 | $df_{Reg}$ |
$k-1$ 여기서, $k=2$ |
degree of freedom of Regression | 회귀성분의 제곱의 합을 만든 집단의 자유도 |
잔차 자유도 | $df_{Res}$ |
$n-k$ 여기서, $n$은 표본크기 $k=2$ |
degree of freedom of Residual | 잔차성분의 제곱의 합의 개체의 자유도 |
용어 | 표기 | 다른 표기 | 표본분산 | 영문 | 개념 |
---|---|---|---|---|---|
$X$변수 편차제곱평균 | $MS_{X}$ | $MSX$ | $s_{X}^2$ | Mean Squared Deviation of X | $X$변수 편차의 제곱의 평균: $X$변수 편차제곱합을 자유도로 나눈 값 |
$Y$변수 편차제곱평균 | $MS_{Y}$ | $MSY$ | $s_{Y}^2$ | Mean Squared Deviation of Y | $Y$변수 편차의 제곱의 평균: $Y$변수 편차제곱합을 자유도로 나눈 값 |
대응된 $X$변수와 $Y$변수의 편차곱의 평균 | $MP_{XY}$ | $\text{Cov}[X, Y]$ | $s_{XY}$ | Mean of the Product of Deviations of X and Y variables Covariance of X and Y variables | $X$와 $Y$의 편차곱의 평균: $X$와 $Y$의 편차곱의 합을 자유도로 나눈 값 $s^2_{X – Y} \leq s^2_{X} + s^2_{Y} + 2 \cdot |s_{XY}|$ $ r=\dfrac{s_{XY}}{s_Xs_Y}$ |
총제곱평균 | $MS_{T}$ | $MST$ | $s_{T}^2$ | Mean Squared Total | 표본내 개체 편차의 제곱의 평균: 총제곱합을 표본의 자유도로 나눈 값 |
집단간분산 | $MS_{B}$ | $MSB$ | $s_{B}^2$ | Mean Squared Between-groups | 집단의 편차의 제곱의 평균: 표본내 집단평균성분의 제곱합을 표본내 집단의 자유도로 나눈 값 |
집단내분산 | $MS_{W}$ | $MSW$ | $s_{W}^2$ | Mean Squared Within-groups | 집단내 개체의 편차의 제곱의 평균: 집단내 개체의 편차제곱의 합을 표본내 개체의 자유도로 나눈 값 |
처리제곱평균 | $MS_{Tr}$ | $MSTr$ | $s_{Tr}^2$ | Mean Square for Treatment | 처리성분의 제곱의 평균: 처리성분 제곱의 합을 자유도로 나눈 값 |
오차제곱평균 | $MS_{E}$ | $MSE$ | $s_{E}^2$ | Mean Squared Error | 오차성분의 제곱의 평균: 오차성분 제곱의 합을 자유도로 나눈 값 |
회귀제곱평균 | $MS_{Reg}$ | $MSR$ | $s_{Reg}^2$ | Mean Squared Regression | 회귀성분의 제곱의 평균: 회귀성분 제곱의 합을 자유도로 나눈 값 |
잔차제곱평균 | $MS_{Res}$ | $MSE$ | $s_{Res}^2$ | Mean Squared Residuals | 잔차성분의 제곱의 평균: 잔차성분 제곱의 합을 자유도로 나눈 값 $s_{Reg}^2 \leq s_{Res}^2$ |