학위논문통계

3. Unstructured ​ 이번에는 (t1,t2), (t1, t3), (t2,t3)간 종속변수의 공분산이 전부 다 다른 경우입니다. ​ 4. Autoregressive ​autoregressive는 시계열 분석에서 나오는 용어인데 자기상관이라고 합니다. 일종의 상관계수인데 시차간의 상관계수라 생각하시면 됩니다. 측정변수의 시차가 2이면 로우2, 시차가 3이면 로우3이 되는데 로우가 상관계수라 절대값이 1보다 작기 때문에 측정변수의 시간 간격이 커질수록 두 변수의 상관관계가 약해집니다. 어느 정도 합리적인 가정이죠. 공변량 행렬을 보면 ​ 즉, 상관(t1, t2), 상관(t2, t3)는 로우, 상관(t1, t3)는 로우^2가 됩니다. 만약에 4번까지 측정했다면 상관(t1, t4)는 로우^3가 되겠죠...

혼합모형이 기존의 모형과 가장 다른 점은 공분산 행렬의 모양입니다. ​Y=시스템 부분+e 라 하면 시스템 부분은 ​ 평균 구하는 것이면 단순한 전체 평균 u, ​ 회귀분석이면 b0+b1*X1+b2*X2, ​ 분산분석이면 u+a+b+a*b 이런 것들이 들어가겠죠. 그럼 종속변수 Y의 공분산 행렬은 오차항의 공분산 행렬과 같고, 또 독립이면 오차항의 공분산 행렬도 독립의 경우가 들어갑니다. 즉 다음의 형태입니다. ​ 혼합모형에서는 이 공분산 행렬을 분석가가 지정을 해야 합니다. 혼합모형 메뉴를 보면 첫 화면에 다음과 같은 메뉴가 뜹니다. ​ ​ 즉, 개체(subject)를 지정하고, 시간을 나타내는 시차 변수를 지정하고 그 밑에 반복 공분산 타입에서 시차에 따른 공분산 행렬을 지정해야 합니다. 그럼 어떤 경..