분산 분석 또는 ANOVA는 1918년 Ronald Fisher가 개발한 통계 테스트입니다. 평균 간의 동등성을 확인하기 위해 3개 이상의 샘플에 대해 수행됩니다.
ANOVA를 수행하기 전에 이 분석에 사용된 표본이 세 가지 중요한 특성 또는 통계적 가정을 가지고 있는지 확인해야 합니다. 첫 번째 가정은 정규 분포 표본에서 표본을 추출해야 한다는 것이고, 두 번째 가정은 추출된 모든 표본을 무작위로 독립적으로 선택해야 한다는 것입니다. 세 번째이자 마지막 가정은 표본이 분산이 같은 모집단에서 추출되어야 한다는 것입니다.
일반적으로 사용되는 ANOVA에는 일원 ANOVA와 양방향 ANOVA의 두 가지 유형이 있습니다. 일원 분산 분석은 한 요인으로 분류된 표본에 사용되는 반면, 이중 분산 분석은 두 요인이 표본을 분류할 때 사용됩니다.
또한 ANOVA는 광범위하게 실용적으로 적용할 수 있는 유용한 방법입니다. 소비자가 다양한 모델을 비교한 후 세탁기나 냉장고를 선택하는 데 도움이 될 수 있으며, 사회학자가 개인의 수입이 양육에 따라 달라지는지 여부를 식별하는 데 도움이 될 수 있습니다. ANOVA는 환경 과학에서 여러 수역 간의 평균 오염 수준의 변화를 결정하는 데 사용됩니다. 따라서 ANOVA는 생명 과학, 경영학, 사회 과학, 법의학 등과 같은 분야에 널리 적용됩니다.
이 텍스트는 <a href="https://openstax.org/books/introductory-statistics/pages/13-1-one-way-anova"에서 발췌한 것입니다>Openstax, Introductory Statistics, Section 13.1 One way ANOVA
Transcript
분산 분석(ANOVA로 약칭)은 3개 이상의 표본 평균의 동일성을 검정해야 할 때 사용됩니다.
예를 들어, ANOVA는 소비자가 여러 회사의 자동차의 평균 연료 소비량을 비교한 후 자동차를 선택하는 데 도움이 될 수 있습니다.
ANOVA 테스트에 사용되는 표본에는 세 가지 필수 특성 또는 통계적 가정이 있어야 합니다.
첫 번째 가정은 정규 분포를 따르는 모집단에서 표본을 추출해야 한다는 것입니다.
두 번째 가정은 표본이 모집단과 독립적으로 무작위로 선택되어야 한다는 것입니다.
세 번째 가정은 표본 모집단이 등분산을 가져야 한다는 것입니다.
일반적으로 사용되는 ANOVA 테스트에는 일원 ANOVA와 양방향 ANOVA의 두 가지 유형이 있습니다.
일원 분산 분석은 표본이 하나의 요인 또는 처리에 의해 정의되거나 분류될 때 사용되고, 이중 분산 분석은 표본이 두 가지 요인 또는 처리에 의해 정의되거나 분류될 때 사용됩니다.