만약 표본크기가 크지 않다면 중심극한정리를 적용할 수 없으므로 모집단 분포가 정규분포를 따르는지 점검해야 합니다. R에서는 shapiro.test()명령으로 정규성 검정을 할 수 있습니다. 아래는 음료 제품에서 두종류의 향을 첨가하여 각각의 향에 대해 20명을 대상으로 각각호감도를 점검한 데이터 bb에 대해 정규성 검정을 실시한 결과입니다. p-value 값이 0.01로 데이터가 정규분포를 따른다고 보기 어렵고, t검정을 실시할 수 없습니다.
표본크기가 크지 않고 정규분포 모집단을 가정할 수 없다면 모집단 분포에 대해 특별한 가정을 전제로 하지 않는 비모수통계 방법을 적용합니다. 이표본 검정에 대응하는 비모수통계방법은 Wilcoxon 순위합 검정(Wilcoxon Rank-Sum Test) 입니다. Wilcoxon 순위합 검정을 실시하기 위해서는 원본 데이터 값을 사용하지 않고 그 순위를 데이터로 활용합니다. 원본 데이터 값이 클수록 순위 역시 큰 값을 가지도록 순위를 정하고 동점인 경우 동점인 값들의 평균 순위로 사용합니다. 예시 데이터 bb를 이용해 Wilcoxon 순위합 검정을 실시한 결과는 아래와 같고 음료제품의 서로 다른 향에 따른 호감도 차이는 없는 것으로 판단할 수 있습니다.
bb.csv
궁금한 점이 있으면 아래 버튼을 클릭해 주십시오. 데이터테일즈가 성실하게 답변 드리겠습니다.
'야행하는 리서치' 카테고리의 다른 글
| 44. 분산분석 ① (0) | 2018.01.03 |
|---|---|
| 43. 독립표본의 검정과 쌍체 비교 (0) | 2017.09.25 |
| 41. 이표본 가설검정 ② (0) | 2017.09.11 |
| 41. p-value (0) | 2017.09.11 |
| 40. 정규분포와 t분포 (0) | 2017.09.06 |
