본문 바로가기
728x90

분류 전체보기209

대응분석 1. 서론대응분석은 범주형 데이터간의 관계(비율)를 이용 거리 행렬을 만든다음 MDS를 적용하여 2차원에 표현하는 것이다. 열거리 산식은 1행의 1,2열간 거리 2행의 1,2열간의 거리 등을 구하는 식인데 여기서 가중치로 1행의 1,2열간의 거리에는 1행의 행비율, 2행의 1,2열간의 거리에는 2행의 행비율이 역수로 적용된다. 마찬가지로행거리 산식은 1열의 1,2행간 거리 2열의 1,2행간의 거리 등을 구하는 식인데 여기서 가중치로 1열의 1,2행간의 거리에는 1열의 열비율, 2열의 1,2행간의 거리에는 2열의 행비율이 역수로 적용된다. 2. 계산예시 그런데 실제로는 열거리행렬, 행거리행렬 대신 카이제곱 거리 행렬을 사용하기도 한다. 3. 거리행렬을 구한 다음 차원축소여기서 P-rc^T는 중심화 .. 2025. 6. 19.
비계량 다차원척도법 1. R 코드# 1. 필요한 패키지 설치 install.packages("vegan") install.packages("ggplot2") # 2. 패키지 로드 library(vegan) library(ggplot2) # 3. KBO 10개 팀 이름 teams "Hanwha", "SSG", "NC", "Kiwoom", "KT") set.seed(42) # 4. 가상 순위 설문 결과 생성 (응답자 수: 30명, 순위 1~10) # 각 응답자는 각 항목에 대해 팀 10개에 1~10위 순위 부여 n_respondents generate_rank_matrix t(replicate(n_respondents, sample(1:10))) # 각 행은 1~10 순위의 임의 배치 } # 항목별 응.. 2025. 6. 19.
확인적 요인 분석 2025. 6. 19.
2개 요인을 가진 반복측정 분산분석 1. 서론 2. 분산구조 자세히 설명 개체간 차이는 전체 N개가 각 p개의 처리에 따라 달라지는 부분과 같은 처리 내에서도 개체간 차이가 발생하므로 이렇게 분해가 되는 것이다. 여기서 교호작용 효과는 왜 개체내 제곱합에 포함되는 걸까? 3. 검정통계량 4. R 코드# [1] 데이터 불러오기 및 확인data_path word_raw head(word_raw)# [2] 처리 변수명 추출 및 long 형태로 변환vars library(reshape2)word idvar = "ID", direction = "long", drop = "subj")# [3] 요인 변수들 변환word$age word$dis word$ID # [4] 수준 수 계산p q n cat("p =", p, ",.. 2025. 6. 18.
요인이 한 개인 반복측정 분산분석 1. 서론2. 분산 구조 분석 3. R 코드# [1] 데이터 불러오기Drug head(Drug)# [2] 변수 설정treatment_vars n_subjects n_treatments # [3] 반복측정용 데이터 재구조화 (wide → long)library(reshape2)r.Drug data = Drug, varying = treatment_vars, v.names = "Response", timevar = "Treatment", idvar = "ID", direction = "long", drop = "subj")# [4] factor형 변환r.Drug$ID r.Drug$Treatment # [5] 반복측정 분산분석 수행anova_result summary(anova_result)# .. 2025. 6. 18.
다차원척도법 1. 서론 2. 거리행렬과 내적행렬3. dij^2 = bii + bjj -2bij 도출과정 4. 거리 행렬을 통해 내적행렬 B = XX' 도출하기 dij^2 = bii + bjj - 2bij 에서 좌변은 이렇게 정리가 됨우변은 다음의 우측인데 이제 우변을 정리해보자 5. B를 구했으니 X를 구해보자6. 차원축소 # 1. 패키지 로드library(readxl)# 2. 거리행렬 D 불러오기D D rownames(D) # 3. 거리제곱행렬 D^2 계산D2 # 4. 중심화 행렬 J 계산n J # 5. 내적행렬 B 계산B print("✅ 내적행렬 B:")print(round(B, 4))# 6. 고유값 분해 (spectral decomposition)eigen_B eigen_Bvalues valuesvec.. 2025. 6. 18.
728x90

티스토리툴바