자... 자유도라는 분을 이렇게 자유분방하고 쉽게 이해해도 되는걸까요..! 너무 감사합니다... 통계강의 보면서 독학중인데 자유도가 대체 뭐야 하면서 아무리 찾아봐도 이미 이해를 하신 분들의 설명으로는 제 머리가 설득되지 않아서 공부를 포기하고 싶어졌었습니다. 아무리 강사님이 이런거 넘어가도 된다고 하셔도 제 성격상 이해안가는 걸 넘어가지 못하는 편이라, 다시 복습하면서 t분포 카이제곱분포 찾아보다가 오터님 영접하게 되었는데 강의 길지도 않고 쉽게쉽게 설명해주셔서 이해가 정말 잘 가는 것 같아요. 감사합니다ㅠㅠ 들숨에 건강과 날숨에 재력을 얻으시길 빕니다...😭😭😭✨
이것도 솔직히 저도 좀 궁금한데 최근에 드는 생각은 자유도가 높은게 좋은거같슴다 자유도가 극단적으로 0이라고 하면 내가 투입한 데이터나 변수에 상관없이 무조건 어떤 값이 나온다는 말인데.. 그럼 좀 이상하지않을까요?ㅋㅋ 상황에 따라 다를거같슴다 모형의 자유도라면 자유도가 높을수록 모형이 유연하다라고 생각이 되기도 하고.. 근데 이건 넘 뇌피셜임 ㅋㅋ
좋은 영상 정말 잘 보고 있습니다! 다름이 아니라 ANOVA 예시에서 집단간 분산의 분자를 계산할 때 전체 평균에서 집단의 평균을 뺀 뒤에 제곱을 해주고 집단 구성원 수를 곱해줘야 되는 거 아닌가요? 집단 구성원 수를 곱해주지 않은 이유가 있다면 각 집단이 하나로 이루어져 있어서 그런 것인가요? 정말 부족한 통계학 지식이지만 다른 곳에서 배웠던 내용과 차이가 있어 여쭤봅니다. ㅜㅜ
오? 수식에 대해서 디테일하게 잘 아시는군요? 사실 제가 수식 없이 최대한 느낌만 살려서 진행하다 보니까 생략되는 부분들이 상당히 많습니다. 집단 간 분산은 전체 평균에서 집단평균 뺀뒤 제곱하고 거기에 "집단 수"를 곱해줍니다. 구성원 수를 곱하는 건 분모의 집단내 분산 계산하실 때 하시면 됩니다. :)
영상에 질문이 있습니다!! 다름이 아니라 ANOVA와 표본의 variance의 degree of freedom은 이해를 하였는데, regression에서 degree of freedom은 아래와 같습니다. SSR(Regression Sum of Squares)는 k = (k+1) - 1 SSE(Error Sum of Squares) n-k-1 = n - (k+1) SST(Total Sum of Squares) n-1 이렇게 계산을 하는 것에 대해서는 외워서 알고 있습니다. 그런데 degree of freedom의 definition에 따라 해석하고자 하면, SST의 경우, 각 fitted value와 measured value 간에 residual의 sum이 0이어야 하니 n-1이 되어야 하는 것을 알겠는데, SSR, SSE는 value의 개수인 n이 아니라 regression model의 coefficient의 개수인 k가 자유도의 식에 포함되어 있는 것이 해당 정의에 어떻게 논리적으로 연결되는지 궁금합니다.
와 이거 제가 잘 설명해야될텐데.. ㅋㅋ 먼저, 이걸 이해하려면 SSR, SST, SSE의 기하학적 의미를 아셔야되요! 이걸 모르시면 지금부터 드리는 설명이 이해가 잘 안되심 ㅠㅠ 이해하신다고 가정하고, 영상에서 (계산식에 사용된 변수의 수) - (추정치의 수) 로 자유도를 계산한다고 했습니다 *[사실 추정치의 수는 일종의 소모된 자유도라고 생각하실 수 잇는데 이건 약간 어려운 설명인 거 같네요 모르셔도 됨 ㅋㅋ] SSR의 기하학적 의미를 따져보면 평균선에서 회귀선이 떨어져 있는 정도란 말이죠? 그러니까 개별데이터만큼의 데이터(n)가 필요 한게 아니라 그 선을 결정짓는 변수 수(k)와 평균선(평균이고 추정치죠?)에 의해 결정되니까 영상에서 설명한 것처럼 (변수의 수)-(사용된 추정치의 수) = k -1 이 됩니다 SSE 도 역시 기하학적으로 보면 개별 관측치(n)와 회귀식(k)으로 설명되니.. 역시 같은 방식으로 n-k 가 됩니다!
@@asdf7722 오... 아무도 설명 못해주시던 걸 이해하고 가네요! 와.. 대박입니다. 이 설명 찾아서 여러 분들께도 묻고, 구글을 찾아 약 10시간을 해맸는데 이렇게 명쾌한 설명은 첨이네요.. factor analysis와 principal component analysis 차이도 엄청 잘 이해했습니다!! 영어 자막 달아서, 이런 헷갈리는 개념에 대한 설명 컨텐츠 계속 해주시면 엄청 수요가 많을 거 같네요!!! 그런데 혹시 셋째 단락에서 설명하신 부분은 SSR은 회귀 식의 계수+절편의 수(k+1) - 추정치의 수(Y Bar)(1) = k 말씀하시려고 하셨고, 넷째 단락에서 설명하신 부분은 SSE는 개별 관측치 수(n) - 회귀식의 계수+절편의 수(k+1) = n-k-1을 말씀하시려고 한 부분이 맞을까요?
안녕하세요. 자유도는 독립적인 정보의 수 (미지수)의 갯수라고 하는데 6:22 에서 특정값으로 고정되면 자유도가 떨어진다고 라고 하셨는데 이게 무슨뜻인가요? 미지수의 갯수는 그대로인데 왜 그값이 0이되면 자유도가 떨어지는건지 헷갈리네요. 미지수의 갯수가 줄어든다는건가요?
@@asdf7722 아 그럼 어떤 계산식의 값이 0이 되면, 미지수의 갯수가 0이 된다라고 해석이 되는건가요? 만약 그렇다면 왜그런거죠? 미지수는 계산식의 결과값에 상관없이 그대로 남아있는거아닌가요? 예를들어) x+ y= 0 일때 여기서 계산식의 값은 0 이라도 미지수는 x y 두개로 그대로잖아요.....
첫번째 줄 보면 f값이 27.550 꽤 큰값입니다.. 왜냐면 기준이 3정도(자유도에 따라 다른디 지금 자유도는 2와 36이네요)거든요? 3보다 27.550이면 엄청 큰거죠? 그러니까 유의한겁니다 유의하다는 말은 1종 오류를 저지를 확률이 낮다.. 즉 이 결론이 잘 못됫을 확률리 낮다는 겁니다 요약하면 이 결론은 맞는 결론임 왜냐면 f가 크니까! 이렇게 해석하시면 됨니다
일단 제가 이해한 바를 보면 이 논문의 목적: ODH랑 OPM이 실제 실험 상황에서 관측이 되느냐 인것 같아요 (솔직히 두개가 뭔지는 정확히 모르겠지만) 실험 내용: 1) 형태랑 발음 모두 다른 것 2) 형태랑 발음 모두 비슷한 것 3) 발음만 비슷한 것 으로 80개씩 랜덤하게 준거잖아요? 그래서 이거에 대해서 사람들이 얼마나 1) 정확하고(accuracy) 빠르게 (RT) 봤는지를 파악함 실험 결과: 정확성 같은 경우 F1 이랑 F2 모두 유의하지 않았고, RT는 F1 F2 모두 유의함. -> 이게 질문이였는데 이거는 지금 상황에서 보면 위에서 말한 세 조건 (형태 발음 모두 다름, 형태 발음 모두 비슷, 발음 비슷) 과제 결과가 정확성 같은 경우 차이나지 않았고, RT의 경우 차이가 났다는 얘기입니다. F1이 뭔지 F2가 뭔지 지금 설명하기는 넘 빡세고 간단하게 말씀드리면, F1는 지금 이런 실험을 이 논문에 참여한 사람이 아닌 다른 사람에게 했을 때도 비슷한 결과를 얻었을 것이다라는 걸 알려주는 거고 F2는 이 논문에 참여한 사람한테 유사한 다른 과제를 주었어도 비슷한 결과를 얻었을 것이다.. 라는 내용이에요. 쉽게 말하면 둘다 값이 커야지 이 실험 결과를 일반화 할 수 있다는 말이죠. 그런데 실험 결과상 정확성에서는 차이가 없었고, RT에서만 차이가 났는데 이 논문 목적인 ODH랑 OPM을 비교하려면 세 조건 (형태 발음 모두 다름, 형태 발음 모두 비슷, 발음 비슷) 중에서도 뒤에 두 조건(형태 발음 모두 비슷, 발음 비슷)인 경우에 유의해야되는데 이 두 개는 또 차이가 없었다... 라는게 아까 질문하신 내용(실험 1에 대한 내용)입니다 헉헉 이해가 되셨을 까요?
@@asdf7722 와아아아아!!!!! 이 짧은 시간에 어떻게... 고맙습니다. 저는 F1, F2부터 안드로메다로 가서 ㅋㅋ 이제 좀 이해가 갑니당. 한국어와 중국어의 철자법의 차이가 정확성과 반응 시간과 어떤 유의미성이 있는가. 저는 그 정도만 이해를 했었거든요. 다시 잘 정리하겠습니다. 정말 감사합니다!
우리가 설문 돌려서 표집을 하잖아요? 그 표집된 표본을 가지고 평균, 표준편차, t값, f값 등등등 구한 값들은 모두 추정치(estimates)라고 부릅니다.. 좀 더 자세하게 말하면, 설문조사를 통해 나온 값을 가지고, 실제 모집단에 대한 추정을 하는데 활용되는 계산된 값들을 모두 추정치라고 할 수 있습죠
@@asdf7722 아아 어쩐지 언젠가부터 모든 것들 앞에 estimated가 붙더니만.... 통계를 왜 내는가 이렇게 자료를 통계내는 목적이 뭔가?를 잊어버리는 순간 안드로메다로 빠져버리는 것 같아요. 한방에 와닿지 않는 용어때문에 자꾸 잊어버리고 수식에만 집착하게 되니 갈수록 헤매네요. ㅠㅠ 강의들에서 근본적인 의미를 자꾸 알려주셔서 너무 도움됩니다. 너무너무 감사해요!!!
자... 자유도라는 분을 이렇게 자유분방하고 쉽게 이해해도 되는걸까요..! 너무 감사합니다...
통계강의 보면서 독학중인데 자유도가 대체 뭐야 하면서 아무리 찾아봐도 이미 이해를 하신 분들의 설명으로는 제 머리가 설득되지 않아서 공부를 포기하고 싶어졌었습니다. 아무리 강사님이 이런거 넘어가도 된다고 하셔도 제 성격상 이해안가는 걸 넘어가지 못하는 편이라, 다시 복습하면서 t분포 카이제곱분포 찾아보다가 오터님 영접하게 되었는데 강의 길지도 않고 쉽게쉽게 설명해주셔서 이해가 정말 잘 가는 것 같아요. 감사합니다ㅠㅠ 들숨에 건강과 날숨에 재력을 얻으시길 빕니다...😭😭😭✨
이거 왜... 고정이에요... 공부 포기하지 말라구 하신건가 🤣🤣🤣
예뻐서고정
밤에 듣고 있는데 영상에서 귀뚜라미 소리가 같이 들리네요^^ 좋다는 얘기입니다
그 어떤 교재나 강의에서도 볼 수 없고 들을 수 없었던 자유도의 개념에 대한 명쾌한 설명, 대한민국 최고의 통계학 구루이십니다.
오빠. 멋져요!! ♡♡♡
ㅋㅋㅋㅋ ㄱㅅ합니닼ㅋㅋㅋ
통계계의 생생우동... 이렇게 깔끔할 수가 없다
도움이 많이 됐습니다 감사합니다~
😀😄
설명 찰떡같다. 호되게 맞고 갑니다.
촵초ㅓㅂ!!!!
자유도 이렇게 설명하시는 거 처음 들어요 감사합니다
뿌듯
자유도란 계산의 자유도, 계산식 내 미지수 만큼 증가하고, 추정치 만큼 감소
ㅇㅋ 그러면 다음으로는 이거를 왜 고려해야 하는지 궁금하구만유
이것도 솔직히 저도 좀 궁금한데 최근에 드는 생각은 자유도가 높은게 좋은거같슴다 자유도가 극단적으로 0이라고 하면 내가 투입한 데이터나 변수에 상관없이 무조건 어떤 값이 나온다는 말인데.. 그럼 좀 이상하지않을까요?ㅋㅋ 상황에 따라 다를거같슴다 모형의 자유도라면 자유도가 높을수록 모형이 유연하다라고 생각이 되기도 하고.. 근데 이건 넘 뇌피셜임 ㅋㅋ
좋은 참고가 되었어요. 감사합니다.
도움이 되었다니 다행입니다. 감사합니다.
구독합니다
구독 감사합니다~:)
자유도 넘넘 어려웠는데 직관적으로 이해시켜버리시네요 짱 상관없ㄴㄴ 얘기인데 나중에 로지스틱리그레션 이런 비선형 모델도 강의해주시면 정말 감사할 것 같아요 ㅠㅠㅠ
앞으로 많이 찾아뵐게요 스앵님…
시험 전 날에 자유도에 개념에 대해 이해할 수 있어서 좋았어요 !! 감사합니다 ~ 시험 잘 보고 올게요 😍🎊
설명 기깔난다...
감사합니다
와 진짜!!! 자유도 처음 이해했네요!!! 진짜 감사합니다!!
ANOVA를 배우고 있는데 전부 외워서 풀다가 멘탈나가서 여기 채널에 왔는데 개과천선할 각을 보고 말았습니다 ㅠㅠ 감사합니다 엉엉
저도 멘탈이 나갔엇습니다.. 안그래도 어려운데 수식을쓰니까 ㅋㅋ
하 살면서 처음으로 왜 표준편차에서 n 대신 n-1이 쓰이는지 이해했네요 표준편차 쓸 일 있을때마다 이해가 안되는 식을 암기로 풀어서 답안지에 답 적을때마다 한편으로 불편했었는데 정말 후련한 기분이에요 감사합니다!
김케장님 감사합니다
감사합니다
통계강의도 이렇게 올려주세요♥♥♥
네 앞으로 질문하시는 것들 위주로 올릴 예정입니다~감사합니다
학부때 유일한 질문이 자유도였는데정말 교수님도 모르는 내용
대학 졸업하고 이십년만에 알게 되었습니다
오.. 전공자시라면 th-cam.com/video/frz-BE3a6H0/w-d-xo.html 추천해드립니다
30대 통린이 입니다. 이해하기 쉽게 설명해주셨네요 감사합니다 :)
통린이 어서오고
@@asdf7722 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
누가 이름 붙였을까요? 원서 번역인가? 난해한 이름들 때문애 통계가 더 어렵게 느껴져요
통계에대한 수요는 많을거같아요~ 자유도 F 정말궁금했어요
F 값에 대해서도 곧 업로드 합니다. 감사합니다.
영상 잘 봤습니다! 엑셀로 피어슨 상관분석해서 t 검정통계량을 구할 때 자유도를 어떻게 구해야 하는지 아시나요? 일반적으로는 n-2 라고 하는데, 2가 독립변수 +종속변수의 개수를 뜻하는걸까요?
좋은 영상 정말 잘 보고 있습니다!
다름이 아니라 ANOVA 예시에서 집단간 분산의 분자를 계산할 때 전체 평균에서 집단의 평균을 뺀 뒤에 제곱을 해주고 집단 구성원 수를 곱해줘야 되는 거 아닌가요?
집단 구성원 수를 곱해주지 않은 이유가 있다면 각 집단이 하나로 이루어져 있어서 그런 것인가요?
정말 부족한 통계학 지식이지만 다른 곳에서 배웠던 내용과 차이가 있어 여쭤봅니다. ㅜㅜ
오? 수식에 대해서 디테일하게 잘 아시는군요?
사실 제가 수식 없이 최대한 느낌만 살려서 진행하다 보니까 생략되는 부분들이 상당히 많습니다.
집단 간 분산은 전체 평균에서 집단평균 뺀뒤 제곱하고 거기에 "집단 수"를 곱해줍니다.
구성원 수를 곱하는 건 분모의 집단내 분산 계산하실 때 하시면 됩니다. :)
@@asdf7722 아 수식없이 진행한다는 주제를 잠시 깜박했네요. 정말 빠른 답변 감사합니다! 아직 고3인데 꼭 통계학과 가서 열심히 배우고 싶습니다. 앞으로도 좋은 영상 부탁드려요!!!
@@akrasia6882 쉽지않은 수험생활 잘 하시길요. 공부하는거 넘 싫음. 저도 재밌게 해볼게요
자유도 공부할때 모수의 추정개수 빼라고 배웠는데 왜 그런지에 대한 설명을 들었네요... 소름돋게 이해했습니다
저도 궁금햇엇어요 ㄱㅅ합니다
혹시 표본분산을 구할 때 n-1로 나누는 것과는 별개의 개념이죠?
와 그냥 n-1이라고만 외우고있었는데 진짜 이건 혁명이다....
와 너무 쉽게 이해됐어요!! 감사합니다! 다른 영상들도 기대되네요
곧 업로드 될 예정입니다. 자주 와주세요!
영상에 질문이 있습니다!!
다름이 아니라 ANOVA와 표본의 variance의 degree of freedom은 이해를 하였는데,
regression에서 degree of freedom은 아래와 같습니다.
SSR(Regression Sum of Squares)는 k = (k+1) - 1
SSE(Error Sum of Squares) n-k-1 = n - (k+1)
SST(Total Sum of Squares) n-1
이렇게 계산을 하는 것에 대해서는 외워서 알고 있습니다.
그런데 degree of freedom의 definition에 따라 해석하고자 하면,
SST의 경우, 각 fitted value와 measured value 간에 residual의 sum이 0이어야 하니
n-1이 되어야 하는 것을 알겠는데,
SSR, SSE는 value의 개수인 n이 아니라 regression model의 coefficient의 개수인 k가
자유도의 식에 포함되어 있는 것이
해당 정의에 어떻게 논리적으로 연결되는지 궁금합니다.
와 이거 제가 잘 설명해야될텐데.. ㅋㅋ 먼저, 이걸 이해하려면 SSR, SST, SSE의 기하학적 의미를 아셔야되요! 이걸 모르시면 지금부터 드리는 설명이 이해가 잘 안되심 ㅠㅠ
이해하신다고 가정하고, 영상에서 (계산식에 사용된 변수의 수) - (추정치의 수) 로 자유도를 계산한다고 했습니다 *[사실 추정치의 수는 일종의 소모된 자유도라고 생각하실 수 잇는데 이건 약간 어려운 설명인 거 같네요 모르셔도 됨 ㅋㅋ]
SSR의 기하학적 의미를 따져보면 평균선에서 회귀선이 떨어져 있는 정도란 말이죠? 그러니까 개별데이터만큼의 데이터(n)가 필요 한게 아니라 그 선을 결정짓는 변수 수(k)와 평균선(평균이고 추정치죠?)에 의해 결정되니까 영상에서 설명한 것처럼 (변수의 수)-(사용된 추정치의 수) = k -1 이 됩니다
SSE 도 역시 기하학적으로 보면 개별 관측치(n)와 회귀식(k)으로 설명되니.. 역시 같은 방식으로 n-k 가 됩니다!
@@asdf7722 오... 아무도 설명 못해주시던 걸 이해하고 가네요!
와.. 대박입니다. 이 설명 찾아서 여러 분들께도 묻고, 구글을 찾아 약 10시간을 해맸는데 이렇게 명쾌한 설명은 첨이네요..
factor analysis와 principal component analysis 차이도 엄청 잘 이해했습니다!!
영어 자막 달아서, 이런 헷갈리는 개념에 대한 설명 컨텐츠 계속 해주시면 엄청 수요가 많을 거 같네요!!!
그런데 혹시 셋째 단락에서 설명하신 부분은 SSR은 회귀 식의 계수+절편의 수(k+1) - 추정치의 수(Y Bar)(1) = k 말씀하시려고 하셨고,
넷째 단락에서 설명하신 부분은 SSE는 개별 관측치 수(n) - 회귀식의 계수+절편의 수(k+1) = n-k-1을 말씀하시려고 한 부분이 맞을까요?
ㄴㄴ 진짜 저도 이거 질문보면서 다시 정리+이해+공부 ㅋㅋ 반복하는거죠 ㅋㅋ ㅇㅇ 맞슴니다 정확히 잘 이해하셧음다! ㅋㅋㅋㅋㅋ
안녕하세요. 자유도는 독립적인 정보의 수 (미지수)의 갯수라고 하는데 6:22 에서 특정값으로 고정되면 자유도가 떨어진다고 라고 하셨는데 이게 무슨뜻인가요? 미지수의 갯수는 그대로인데 왜 그값이 0이되면 자유도가 떨어지는건지 헷갈리네요. 미지수의 갯수가 줄어든다는건가요?
ㅇㅇ 맞습니다 미지수가 줄면 자유도가 떨어지고 추정치(평균 같은거)를 수식에 많이 가져다 쓸수록 미지수가 줄어드는 효과(?)가 생긴다고 보면 됨니다
@@asdf7722 아 그럼 어떤 계산식의 값이 0이 되면, 미지수의 갯수가 0이 된다라고 해석이 되는건가요? 만약 그렇다면 왜그런거죠? 미지수는 계산식의 결과값에 상관없이 그대로 남아있는거아닌가요?
예를들어) x+ y= 0 일때 여기서 계산식의 값은 0 이라도 미지수는 x y 두개로 그대로잖아요.....
ㄴㄴ 그 예시보다 x-x=0 을 보면 x가 뭐던 간에 값이 0이 되잖아요? 그런의미로 한 말임니다
지렸따... 빤쓰갈아입어야겠...
"t분포 F분포가 무엇인지"에 대해서도 강의해 주실 수 있나요? t분석 F 분석 할 때 봐야하는 것 이상으로는 어디에서도 가르쳐 주는 곳이 없는 것 같아요 ㅠㅠ
t와 F를 비롯해서 애초에 그런 통계량들이 어떤 의미를 갖는지에 대한 영상입니다. th-cam.com/video/-og9lzo8e2c/w-d-xo.html
표본이 3일 때 표본평균의 자유도가 3이 맞나요?
여기서도 n-1해야하는 것 아닌가요?
영상잘보았습니다. 분산구할때 E[(변수 -평균)^2] 으로 배웠는데 영상에선 E[(평균-변수)^2]라고 하는데 결과값은 똑같이 나오기때문에 상관없는건가요?
ㅇㅇ 넵 제곱되서 같습니다 근데 배우신데로 하시는게 원래는 맞아요 ㅋㅋ 그게 편차 정의가 변수 빼기 평균이라
@@asdf7722 네 답변감사합니다!!!
@@hamilton6385 ㄱㄱㄱ!!
그럼 교수님. 같은 문장인데요, 분산 분석은 F1과 F2 모두 유의미하지 않은 것으로 나타났으며 이거는 무슨 뜻일까요?;;;;
흠 지금 혹시 핸드폰으로 하시는거에요? 아니면 컴퓨터??
@@asdf7722 컴퓨터로 하고 있어요;; 내일 발제 영어 논문을 번역해서 보고 있는데요. 통계를 잘 몰라서 처음 여쭈었던 문장 자체가 이해가 안 가서 여쭈었어요..
혹시 그 논문 제가 인터넷으로 검색해서 볼수잇나요? ㅋㅋ
라이브 ㄱㄱ 말로 설명하는게 나을듯
@@asdf7722 The two-dimensional orthography of phonology and
morphology in differentiating Korean and Chinese
표본 분산의 기댓값을 산출할 때 자유도를 고려하는 이유라고 이해해도 무방할까요?
네.. 기대값이 정확한 말이에요 영상에서는 그렇게말하지 않앗지만 이 얘기는 표본분산의 기대값에 대한 이야기입니다
근데 분산 계산할때 "n-1"로 나누는건 왜 그런거에요? 평균은 추정치이고 종속되어있는 개념이라는 것도 이해하고, 자유도가 뭔지도 얼추 아는데..
그게 n-1로 나누는 것과는 무슨 상관인가요??
n으로 나눈 분산은 모분산을 추정할때 항상 실제 값보다 과소평가하게 돼요. 그래서 n보다 작은 수로 나눠줘야하는데 그걸 찾다보니 여러 이유들로 인해 n-1이 도출된거에요. 감으로 대충 찾은게 아니라 실제로 n-1이 아니면 안되는 그런 느낌입니다.
어려워요 선생님.....
식의 엔트로피라고 봐도 되겟군요
수학에 근본이 없어서 그런지 이해를 못함ㅜㅜ 왜 abc 더하면 3m이 되는지 그리고 특정값에 고정된다는 뜻도 모르겠고... 자유도가 올라가는지 내려가는지 구분이 안되는데... 온 보드 실패 ㅋㅋ
Dont worry kiddo. You will be get there somehow.
F1(2, 36)=27.550, MSe=415.230, p=
첫번째 줄 보면 f값이 27.550 꽤 큰값입니다.. 왜냐면 기준이 3정도(자유도에 따라 다른디 지금 자유도는 2와 36이네요)거든요? 3보다 27.550이면 엄청 큰거죠? 그러니까 유의한겁니다 유의하다는 말은 1종 오류를 저지를 확률이 낮다.. 즉 이 결론이 잘 못됫을 확률리 낮다는 겁니다
요약하면 이 결론은 맞는 결론임 왜냐면 f가 크니까! 이렇게 해석하시면 됨니다
일단.. 제 채널에서 통계량, F값, 유의확률 관련된 영상 3개 보시고 나면 분명 이해되실 겁니다 이해 안되시면 제가 책임지겟음
일단 제가 이해한 바를 보면
이 논문의 목적: ODH랑 OPM이 실제 실험 상황에서 관측이 되느냐 인것 같아요 (솔직히 두개가 뭔지는 정확히 모르겠지만)
실험 내용: 1) 형태랑 발음 모두 다른 것 2) 형태랑 발음 모두 비슷한 것 3) 발음만 비슷한 것 으로 80개씩 랜덤하게 준거잖아요? 그래서 이거에 대해서 사람들이 얼마나 1) 정확하고(accuracy) 빠르게 (RT) 봤는지를 파악함
실험 결과: 정확성 같은 경우 F1 이랑 F2 모두 유의하지 않았고, RT는 F1 F2 모두 유의함. -> 이게 질문이였는데 이거는 지금 상황에서 보면 위에서 말한 세 조건 (형태 발음 모두 다름, 형태 발음 모두 비슷, 발음 비슷) 과제 결과가 정확성 같은 경우 차이나지 않았고, RT의 경우 차이가 났다는 얘기입니다. F1이 뭔지 F2가 뭔지 지금 설명하기는 넘 빡세고 간단하게 말씀드리면, F1는 지금 이런 실험을 이 논문에 참여한 사람이 아닌 다른 사람에게 했을 때도 비슷한 결과를 얻었을 것이다라는 걸 알려주는 거고 F2는 이 논문에 참여한 사람한테 유사한 다른 과제를 주었어도 비슷한 결과를 얻었을 것이다.. 라는 내용이에요.
쉽게 말하면 둘다 값이 커야지 이 실험 결과를 일반화 할 수 있다는 말이죠. 그런데 실험 결과상 정확성에서는 차이가 없었고, RT에서만 차이가 났는데 이 논문 목적인 ODH랑 OPM을 비교하려면 세 조건 (형태 발음 모두 다름, 형태 발음 모두 비슷, 발음 비슷) 중에서도 뒤에 두 조건(형태 발음 모두 비슷, 발음 비슷)인 경우에 유의해야되는데 이 두 개는 또 차이가 없었다... 라는게 아까 질문하신 내용(실험 1에 대한 내용)입니다 헉헉
이해가 되셨을 까요?
@@asdf7722 와아아아아!!!!! 이 짧은 시간에 어떻게... 고맙습니다. 저는 F1, F2부터 안드로메다로 가서 ㅋㅋ 이제 좀 이해가 갑니당. 한국어와 중국어의 철자법의 차이가 정확성과 반응 시간과 어떤 유의미성이 있는가. 저는 그 정도만 이해를 했었거든요. 다시 잘 정리하겠습니다. 정말 감사합니다!
후 당황햇습니다 넘 어렵 ㅋㅋ 내일 발표잘하세요 월욜부터 끔찍.. ㅋㅋㅋ
추정치란게 뭘 추정한다는 거예요? ㅠㅠ?
우리가 설문 돌려서 표집을 하잖아요? 그 표집된 표본을 가지고 평균, 표준편차, t값, f값 등등등 구한 값들은 모두 추정치(estimates)라고 부릅니다.. 좀 더 자세하게 말하면, 설문조사를 통해 나온 값을 가지고, 실제 모집단에 대한 추정을 하는데 활용되는 계산된 값들을 모두 추정치라고 할 수 있습죠
@@asdf7722 아아 어쩐지 언젠가부터 모든 것들 앞에 estimated가 붙더니만.... 통계를 왜 내는가 이렇게 자료를 통계내는 목적이 뭔가?를 잊어버리는 순간 안드로메다로 빠져버리는 것 같아요. 한방에 와닿지 않는 용어때문에 자꾸 잊어버리고 수식에만 집착하게 되니 갈수록 헤매네요. ㅠㅠ 강의들에서 근본적인 의미를 자꾸 알려주셔서 너무 도움됩니다. 너무너무 감사해요!!!
@@yanbechu 화.이.팅.!!