안녕하세요 교수님 자세한 설명 너무 감사드립니다 많은 도움 받았습니다! 정말 감사합니다 그리고 질문이 하나있습니다 CMIN/DF값, RMR, GFI, NFI, IFI, TLI, CFI값들은 적절한데 RMSEA값만 .12정도이면 논문쓰기 불가능한 모형인가요?? 답변 부탁드리겠습니다ㅠㅠ
교수님 나중에 latent variable part(y*)에서 오차항의 분포가정으로 logit 과 probit 모형 혹은 다른 link function(clog,...)으로 나뉘어질수있는데, 오차항의 pdf 와 cdf 그래프를 시각적으로 보여주시면 감사하겠습니다. 한국어로된 영상중에 가장 좋은 영상인것같습니다 항상 감사합니다.
교수님 안녕하세요! 확인적요인분석에 이어 구조모형분석까지 이해가 쉽도록 강의해주셔서 감사합니다 몇가지 여쭈어 볼게 있습니다 (질문1. 같은 요인 내 변수의 오차항끼리 묶어지면, 묶여진 변수는 한개의 변수가 되는 것인지?) : 제가 다른 통계 설명문에서 들은것이 있는데, 같은 요인내에 변수1,2,3,4 가 있다고 가정했을 때, 변수1과2 오차항을 묶은 모형에서 구조모형분석을 실행한다면 요인에 미치는 변수는 1&2, 3, 4 여서 총 3개가 된다고 들었습니다. 요인에 영향을 끼치는 변수가 4개에서 3개로 줄어드는것인지, 만약 줄어든다고 해도 문제가 되는것인지 궁금합니다 (질문2. 구조방정식모형 모델적합도에서 필수로 작성해야 하는 값은 무엇인지?) : 저번 확인적 요인분석 강의에서는 필수로 제시해야하는 값을 설명해주셨는데, 이번강의에서는 강조되어있지 않아서 궁금합니다 사실 제 논문의 적합도가 확인적요인분석에서는 괜찮았는데 구조모형을 실시하니 모델핏값 중 NFI,GFI,RFI값이 0.89라 온갖수단을 써도 이게 최선입니다 이미 모형간에 오차항을 4쌍을 묶어서 지도교수님께서는 더이상 묶지 말라하시고, 0.85값이 cut off 인 논문으로 증명하기 위해 찾는 중인데 이것 또한 어렵네요... 필수로 작성해야하는 값만 충족되면 다른값은 조금 더 낮아도 되는지 궁금합니다.
고생하십니다. 오차항끼리 묶는다고 변수가 줄어든다는 말은 맞지 않습니다. 요인 안에 포함된 모든 변수는 어느정도 서로 연관이 있는거고 그 연관성이 높은 경우에 연결을 해주면 공분산이 줄어드는 것입니다. 필요하다면 더 연결하세요. 단 NFI는 표본수에 영향을 받기때문에 표본수가 200개 정도이면 더 이상 안줄겁니다...
@@easy_statistics 답변 감사합니다 교수님! 표본수는 500개 이상이라 오차항끼리 묶어 모델핏을 높여나갈 수 있을 것 같습니다! 질문 하나만 더 드려도 될까요? (질문.3 묶은 오차항의 위치와 개수는 cfa와 sem 모형에서 동일해야하나요?) : 구조모형 분석에서 모델핏값이 떨어져서, 추가로 오차항을 2쌍 더 묶었는데, 이 추가로 묶은 오차항을 확인적 요인분석 모형에 다시 적용해야 하는지, 아니면 구조모형 모델에서만 추가해도 되는지 궁금합니다
+) 제 질문이 난해한 것 같아 추가로 남겨봅니다 예를 들어, 확인적 요인분석에서는 오차항 묶음 2쌍만 가지고도 모델핏이 잘 나왔는데 구조모형에서는 모델핏이 떨어져서, 추가로 2쌍을 더 묶어 총 4쌍이 되었다고 가정했을때, 역으로 확인적 요인분석에도 2쌍을 추가로 묶어서 진행해야 하는지가 궁금합니다!
@@alice990957 지도교수님이 저에게 질문하시는거 아시나요. ㅎㅎㅎ 지도교수님께 결례가 될까 조심스럽네요... SEM에서는 모든 요인들 간에 코베리에트를 가정하지만 경로모형에서는 어떤 요인들 간에는 관계를 빼니까 오차항 간에 코베리에트 지정이 SEM에서와 달라질 수 있습니다. 솔직히 Who cares?
신경쓰지 않아도 됩니다. 모든 요인 간에 관계를 가정하고 모형을 설정하는 것이고 만약 관계가 없다면 엄격히는 그 관계를 지우고 다시 모형적합지수를 구하는게 맞지만 별 차이가 없기 때문에 다음 단계로 넘어가시면 됩니다. 나중에 경로 성정해보면 아시겠지만 F3와 F5 간에 인과관계가 없는 것이죠. 다시말해 관계가 없는게 이상한 건 아닙니다
@@alice990957 답변이 늦어 그동안 찾으셨기를 바라지만. Analysis Properties의 Estimation 탭에 Estimate means and intercepts에 체크가 되어있어 그렇습니다. 평균을 추정하는 경우 정확성 문제로 그 통계량은 제시하지 않습니다. 이것이 이유가 아니라면 재설치... 벌써 해보셨겠죠.
선생님 혹시 두 집단의 데이터 규모가 매우 다를 때(imbalanced data) 두 집단의 평균이 다를 것 같다는 가설을 검증하기 위해서는 같은 방식으로 진행하면 될까요? 예컨대 제조나 it업계에서 불량이나, 이상행동을 포착하고자 할 때, 정상과 비정상간의 데이터 수의 차이가 매우 큽니다. 이럴 때도 같은 방식으로 진행하는지 궁금합니다.
이 문제는 두집단의 평균차이 검정과는 좀 다른 이슈입니다. detection이 목적이라면 통계학에서는 classification문제인데 resampling을 통해 균형을 맞추든가 여러가지 방법이 존재합니다. Google에서 검색하시면 유사한 사례를 쉽게 찾으실 수 있습니다. Good Luck!!
@@easy_statistics 아 저는 정상 데이터 특정 변수와 비정상 데이터의 변수의 평균차이가 유의미한지 파악하기 위해 불균형 데이터의 평균차이 검정에 대해 찾고 있었습니다. 어떤 변수의 특징에 대해 두 집단 간에 차이가 있다는 것이 검증된다면, classification에 활용한 유용한 변수라고 판단할 수 있다고 생각했기 때문입니다. 답변감사드립니다. 구글링해보겠습니다! 좋은 영상 만들어주셔서 감사드립니다!
자유도는 정보의 갯수이죠. 공분산행렬(또는 상관행렬)을 이용하니까 행렬이 11x11행렬니아 121개 정보가 있는 것 같지만 행렬이 대각선대칭이니까 실제 정보는 (1+ 2+ .. + 11)개 즉 66개입니다. 여기서 추정값을 구할 때 마다 정보하나씩 잃는데 추정하는 값이 오차항 분산, 경로계수, 요인분산, 요인코베리에이트 등(원래 그림에 있는 숫자말고 실행 후 추가된 숫자가 모두 추정값) 모두 25개입니다. 원래 정보갯수에서 추정된 값 수를 빼줘서 66-25=41입니다. 추가적으로 모형 적합도를 높이기 위해 어딘가 코베리에이트 하나를 설정한다면 추정값이 하나 느니까 저유도는 또 하나가 줄겠죠.
선생님 안녕하세요, 강의 잘 들었습니다. 저는 일단 통계를 잘 모르는 비전공자입니다. 현재 제 논문에 붓스트랩을 사용하고 싶어서 문의 남깁니다. 저는 17개의 표본을 가지고 24개의 모집단의 범위를 알고자 합니다. 이 경우, 붓스트랩을 어떻게 이용해야 하며 강의에 보이는 붓스트래핑 히스토그램은 어떻게 도출할 수 있는 것인지 궁금합니다. 제가 사용하는 통계 프로그램은 SPSS입니다.
붓스트랩은 표본통계량의 분포를 알기 위한 기법입니다. 예를 들어 17표본을 이용해서 표본평균의 분포를 알고싶을 떄 쓰는거죠. 모집단의 범위(?)는 17개 표본의 (최대값-최소값)으로 계산될 뿐입니다. 그리고 붓스트랩 히스토그램은 SPSS로 얻을 수 없습니다. 그래서 파이썬 코드를 자세히 설명한 것인데... 행운을 빕니다.
@@easy_statistics 선생님, 답변 감사합니다. 제가 코딩을 할 줄 몰라 일단 파이썬이나 R프로그램을 이용하지 못하였습니다. 때문에 엑셀에서 무작위 표본 추출을 여러 번 돌려 SPSS로 히스토그램을 산출하였습니다.(맞는지 모르겠네요..ㅎ) 이번에 붓스트랩 공부하면서 통계에 많은 흥미를 느꼈는데 추후 코딩언어를 배워 전문프로그램을 돌려보면 재밌겠다고 생각합니다. 빠르고 친절한 답변 감사합니다.
실제로 계산이 복잡해서 제가 조금 각색한 것입니다. 당시 가정폭력을 당한여자가 살해를 당했을 때 남편이 범인일 확률이 0.8 정도 나오다는 계산을 이용해 교집합사건(가정폭력+살해당함)의 조건부확률은 설명하기 좀 어려울 거 같아 단순화 시킨겁니다. 정확한 계산은 많은 문헌에 나오는데 여기를 참고하시기 바랍니다. www2.thu.edu.tw/~wenwei/Courses/probability/prob2.4.pdf
교수님, 안녕하세요. CHIST.TEST 함수는 그래프상 오른쪽부터 적분한 유의확률값을 추출하나요? 만약 엑셀에서 오른쪽부터 적분한 p-value를 구해주는 게 맞다면, 손으로 구한 카이스퀘어 검정통계량 값은 기각역보다 크고, 엑셀로 구한 p-value는 유의확률보다 작아야 귀무가설을 기각하는 것(독립적이지 않다, 동질하지 않다) 맞을까요?
감사합니다. 제가 찾아보니까 일반화가능도 관련 영상이 많진않네요. 좀 어려운 개념이라 아니 수식이 복잡한지 서적에도 오자가 많아서 할 수 없이 원서를 구매 공부했던 옛기억이 나네요. 교육학쪽에서는 사용하지만 경영학분야에서는 잘 사용되지않고있어서 저도 아직 관련영상을 만들 생각을 못하고 있습니다. 단지 제가 요즘 어떤 문제에 봉착해 해결책을 강구하고있었는데 독자님의 댓글을 보고 분산을 분해하는 기법으로 해결하면 어떨까하는 아이디어를 얻게 되었습니다. 고맙습니다.
약간 혼란스런 질문입니다. 보통 종속변수는 하나의 변수인데... 종속변수가 여러개인 경우에는 주성분 분석으로 분석하고요. 아마도 내생변인, 외생변인을 종속변수, 독립변수로 표현하신걸로 추측합니다. 내생변인에 해당하는 변수들과 외생변인에 해당하는 변수들을 따로 요인분석하는 것이 원칙입니다. 그런데 이것이 내생변인에 해당되고 이변수가 외생변인에 해당된다 이런걸 안다는 것은 과거에 연구가 되어있는 것이기 때문에 EFA보다는 CFA를 권장합니다. 확인적요인분석 영상을 확인해주세요.
교수님, 에러 메세지가 나옵니다. ,invalid model. cannot compute standardized regression weight. all variables need to have at least on relationship to another variables, 죄송하지만 해결책을 간곡히 요청드립니다. 이전까지는 교수님의 동영상을 보고 잘 했는데 새로운 버전을 설치하면서 에러가 납니다.
이기훈 교수님께 질문을 하나드리고 싶습니다. 27버전에서는 HTMT를 설치하여 사용하였는데, 28버전 이후에는 HTMT를 설치하여도 에러가 납니다. the master plugin cannot be used for casual models. 부디 답변을 주시면 감사하겠습니다. 부탁드립니다.
교수님, 11:18에 임의의 데이터를 uniform으로 구성했을 때, 평균의 분포는 항상 중앙을 정확하게 양분하는 정규분포 곡선이 나오는데요, 왜 항상 이렇게 중앙을 정확하게 양분하는 정규분포만 나오는지 궁금합니다, 왼쪽이나 오른쪽에 치우친 정규분포 곡이 나올 수는 없는 걸까요?
오랜만에 질문 반갑습니다. 답은 의미없습니다. 명목변수는 기초통계량으로 빈도수만 구해줍니다. 그런데 가끔 연구에 포함된 변수를 기계적으로 평균, 표준편차, 표준오차 다 구해서 논문에 실다보면 명목변수에도 평균이나 표준편차, 표준오차 등을 적는 경우가 있는데 매우 부적절한 겁니다. 그런 틀린 행동은 그 논문으로 공부하는 후배들로 하여금 쓸데없는 고민을 하게 만들 뿐이죠. ㅎㅎ
안녕하세요? 기초통계학을 다 듣고 연구방법론을 이어서 듣고 있습니다. 교수님의 기초통계학 강의덕분에 사회조사분석론 필기시험을 무사히 통과하였습니다. spss실기시험 대비해서 이 강의를 이어서 듣고 있는데 이전의 막연한 개념들(t검정, 분산의 의미 등)을 더 명확하게 이해하게 되었습니다. 선생님덕분에 통계학을 재미있게 공부하고 있습니다. 행운이 항상 함께 하시기를 기원하겠습니다.
