P-값과 귀무가설 검정은 역사적으로 과학과 통계에서 중요한 역할을 해 왔습니다. 이전 연습 문제와 영상을 바탕으로, 다음 중 사실이 아닌 것은 무엇인가요:
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
1장에서는 혼합 효과를 사용해야 하는 상황의 예를 제시하고, 회귀의 구성 요소를 설명합니다. 또한 중첩 구조를 가진 학생 시험 점수 데이터를 통해 혼합 효과를 시연합니다.
이 장은 선형 혼합 효과 모형을 소개합니다. 다양한 유형의 랜덤 효과를 다루고, 선형 혼합 효과 모형의 결과를 해석하는 방법을 설명하며, 메릴랜드 범죄 데이터를 사용해 혼합 효과 모형에서의 통계적 추론 방법을 살펴봅니다.
현재 연습
이 장은 일반화 선형 혼합 효과 모형을 사용해 비정규 오차항을 포함하도록 선형 혼합 효과 모형을 확장합니다. 모형에 비정규 오차항을 포함하도록 바꾸면 비선형 반응을 가진 더 다양한 데이터를 모델링할 수 있습니다. 일반화 선형 모형을 복습한 뒤, 혼합 효과 모형의 맥락에서 이항 데이터와 계수형 데이터를 살펴봅니다.
이 장은 반복 측정 분석이 혼합 효과 모델링의 특수한 경우임을 보여 줍니다. 먼저 대응표본 t-검정과 반복 측정 ANOVA를 복습합니다. 다음으로 선형 혼합 효과 모형을 사용해 수면 연구 데이터를 살펴봅니다. 마지막으로 일반화 선형 혼합 효과 모형을 사용해 시간에 따른 뉴욕주의 증오 범죄 데이터를 분석합니다.
