Cochran의 q 테스트란 무엇입니까? (정의 & #038; 예)
Cochran의 Q 테스트는 각 그룹에 동일한 개인이 나타나는 세 개 이상의 그룹에서 “성공”의 비율이 동일한지 여부를 확인하는 데 사용되는 통계 테스트입니다.
예를 들어, Cochran의 Q 테스트를 사용하여 세 가지 다른 학습 기술을 사용할 때 테스트에 합격하는 학생의 비율이 동일한지 확인할 수 있습니다.
Cochran의 Q 테스트 수행 단계
Cochran의 Q 테스트는 다음과 같은 귀무 가설과 대립 가설을 사용합니다.
귀무 가설(H 0 ): “성공”의 비율은 모든 그룹에서 동일합니다.
대립 가설( HA ): “성공”의 비율은 그룹 중 하나 이상에서 다릅니다.
검정 통계량은 다음과 같이 계산됩니다.
금:
- k: 치료(또는 “그룹”) 수
- Xj: j번째 처리에 대한 열의 합계
- b: 블록 수
- 시. : i번째 블록에 대한 라인의 합계
- N: 총계
T 검정 통계량은 자유도가 k-1 인 카이제곱 분포를 따릅니다.
검정 통계량과 관련된 p-값이 특정 유의 수준(예: α = 0.05)보다 낮으면 귀무 가설을 기각하고 “성공” 비율이 다음과 같이 다르다고 말할 수 있는 충분한 증거가 있다고 결론을 내릴 수 있습니다. 적어도 하나의 그룹.
예: Cochran의 Q 테스트
연구자가 세 가지 서로 다른 학습 기법이 학생들 사이에서 서로 다른 성공률 비율로 이어지는지 여부를 알고 싶어한다고 가정해 보겠습니다.
이를 테스트하기 위해 그녀는 세 가지 다른 학습 기술을 사용하여 동일한 난이도의 시험을 치르는 20명의 학생을 모집합니다. 결과는 아래와 같습니다:
Cochran의 Q 테스트를 수행하려면 수동으로 수행하는 것이 지루할 수 있으므로 통계 소프트웨어를 사용할 수 있습니다.
다음은 이 데이터 세트를 생성하고 R 통계 프로그래밍 언어로 Cochran의 Q 테스트를 수행하는 데 사용할 수 있는 코드입니다.
#load DescTools package library (DescTools) #create dataset df <- data.frame(student= rep (1:20, each = 3 ), technique= rep (c('A', 'B', 'C'), times= 20 ), outcome=c(1, 1, 0, 1, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 1, 1, 0, 1, 0, 1, 1, 1, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 1, 0, 1, 1)) #perform Cochran's Q test CochranQTest(outcome ~ technique| student, data=df) Cochran's Q test data: outcome and technique and student Q = 0.33333, df = 2, p-value = 0.8465
테스트 결과에서 우리는 다음을 관찰할 수 있습니다.
- 검정 통계량은 0.333 입니다.
- 해당 p-값은 0.8465 입니다.
이 p-값은 0.05 이상이므로 귀무가설을 기각할 수 없습니다.
이는 학생들이 사용하는 학습 기법에 따라 성공률이 다르다고 말할 수 있는 증거가 충분하지 않음을 의미합니다.