함수 잡기장

<R함수 목록>

기본

-sd: 표준편차

-Sigma: 총합

-sqrt: 루트

lme4

-lmer: variance components analysis 

psych

-alpha: 크론바하 a

readr

-read_csv: csv읽기

-read_excel: 엑셀 읽기

chart: 차트화

colMeans: 열의 평균 

cor: r. ρpbis도 산출.

Cov: 공분산

discrim: discrimination index

round: 반올림

Var: 분산

View: 데이터 보기

<R>

열을 표시할때는 $를 사용한다. 가령 data1에서 x3 열을 사용하려면 data1$x3

함수와 함수를 이어야 할때는 f(x),f(x)로 표기.

alpha는 결과를 표 형태로 제시. a값을 알고 싶으면 raw_data 참조. 주소는 total$raw_data

lmer 입력창: 점수변수+μ+(μ|개체변수)+(μ|문항변수), data=데이터 

lmer에서 μ는 보통 1, 개체변수=ρ, 문항변수=I. 결과는 표로 나오는데 summary하면 scaled residual 값이 추가됨.

lmer에서 ρ=person, з=Residual

<SPSS>

과제하는 법

-한글에 코딩한 걸 가져올때는 로컬 인코딩

-처음 나오는 선택지는 아니오(텍스트 파일 어쩌고)

-고정너비로 배열

-이후는 알아서

-변수 넣을때는 설정한 변수 칸에 맞춰서 구분삽입. 마우스로 글자 사이에 찍으면 된다.

문항 신뢰도: 분석-척도분산-신뢰도

hotelling 제곱: 설문지서 각 문항이 통계적 차이가 있는가

-유의하면 있다는 얘기

평가자간 신뢰도: 교차분석에 들어가서 카파값으로 함.

-유의하면 둘이 다르단 뜻이다.

변수입력할때 위쪽에 있을수록 표에서는 왼쪽에 나옴.

평균비교: 분석-평균비교-평균분석

교차분석에서 표 모양을 건들려면 '셀' 참고

모집단과 표본이 비슷한지 알아보기: 평균비교-일표본 T검정

-검정값에 모평균 입력

levene의 F: 두 집단의 분산차이(유의하면 안된다)

산점도 그리는 법

-그래프-레거시 대화 상자-산점도/점도표-단순 산점도-정의

-이후 xy축을 지정해주면 된다.

-그래프를 2번 클릭하면 그래프 창이 따로 나오는데, 이 창에서 옵션-방정식의 참조선으로 들어가면 least square line이 도출되고 그 함수식도 알려준다.

회귀분석

-분석-회귀분석-선형

변수 x1에서 변수 x2가 차지하는 변량을 제거하는 방법

-분석-회귀분석-선형에서 x2->x1하는 회귀분석을 실시하고, '저장'을 클릭하고 '비표준화'를 선택한 다음 실행

-그러면 x2의 영향력이 제거된 x1의 자료열이 생성된다.

복합변수를 새로 만들려면 변환-변수 계산을 눌러 복합변수를 만들 수 있다.

회귀분석에서 두 독립변수의 상호작용 효과를 보고 싶으면, 새 모델에 두 독립변수의 곱변수를 만들어 투입한 후 설명량 변화를 비교하면 된다.

ANCOVA 수행방법

-분석-일반선형모형-일변량에서 가외변인을 '공변량'에 넣고 ANOVA를 실시한다.

-모형을 설정하는데, 독립변수와 가외변인의 상호작용을 제외하고 각 변수의 주효과만 보는 형태로 모형을 설정한다.

-이러한 절차들을 실시하기 이전에, 회귀분석을 통해 가외변인이 종속변수와 상관이 있는지 알아보는 것도 좋다.

-EM 평균에 들어가서 독립변수를 넣어주면, 각 셀에서 종속변수의 조정 평균을 볼 수 있다. 또한 여기서 사후검증을 실시할 수 있다.

repeated measure 수행방법

-1.분석-일반선형모형-일변량에서 고정요인 란에 독립변수와 개인차 변수를 넣어준다.

-구형성을 가정한 상태에서, 상호작용 항을 제거해 준다.

-2.분석-일반선형모형-반복측도에 들어간다.

-독립변수의 이름을 적어주고 수준 수를 적어준 후 '정의'를 누른다.

-각 수준에 해당하는 데이터를 집어넣어 주고 돌린다.

-두 방법은 데이터 입력 방법에 따라 다르며, 후자는 자동으로 구형성 여부를 검정해 준다.

latin square 데이터 처리방법

-분석-일반선형모형-일변량

-모델을 설정하며, 모든 상호작용 항을 제거한다.(때문에 구형성 훼손에 취약하다)

아웃라이어는 박스도표를 그려 제거한다.

데이터의 정규성(normality) 검정 방법

-분석-기술통계량-P-P 도표 활용

-혹은 분석-기술통계량-빈도분석 활용

-kormogorov-smirnov test나 shapiro-wilk test를 사용하면 데이터가 유의하게 정규성에서 어긋나는지도 검정할 수 있다.

-kormogorov-smirnov를 하는 법은 다음과 같다.

-1.분석-기술통계량-데이터 탐색

-2.도표에서 '검정과 함께 정규성도표'를 체크한다.

-3.분석을 시행한다. 결과의 정규성 검정에서 CTT 유의확률이 유의하면 정규성이 침해된 것이다.

비모수통계 시행 방법

-모든 비모수통계는 분석-비모수통계에서 실시한다.

-mann-whitney U

  -1.비모수통계-독립표본

  -2.필드에서 '사용자 정의 필드 할당 사용' 클릭 후 종속변수를 '검정 필드'에 넣고 독립변수를 밑의 '집단'에 넣는다.

  -3.설정에서 '검정 선택' 클릭 후 '사용자 정의에 의한 검정'을 클릭하고, 'Mann-Whitney의 U'를 체크한다.

-wilcoxon 부호순위 검정

  -1.비모수통계-대응표본

  -2.필드에서 사용자 정의 필드 할당 사용 클릭 후 검정하는 변수를 검정 필드에 넣는다.

 -3.설정에서 검정 선택-사용자 정의에 의한 검정에 들어가서 'Wilcoxon 대응표본 부호순위(2 표본)'를 체크한다.

-kruskal-wallis test

  -1.비모수통계-독립표본

  -2.필드의 사용자 정의 필드 할당 사용에서 검정 변수를 필드에 넣는다.

  -3.사용자 정의에 의한 검정에 들어가 kruskal-wallis test를 체크하고, 바래 아래 항목에서 다중비교를 어떻게 할지 선택한다.

  -4.다중비교를 '단계별 하향'으로 하면 jonckheere-terpstra test를 할 수 있다.

-friedman's ANOVA

  -1.비모수통계-대응표본

  -2.필드에서 검정 변수를 입력하고, 설정에서 사용자 정의에 의한 검정을 선택한다.

  -3.'Friedman의 순위 이원배치 분산분석(k 표본)'

-신뢰도 분석에서 전체 항목과의 상관계수가 .2 이하인 경우, 역척도가 아니라면 제거