실험계획법

기말고사 대비 복습

1
실험계획법
• 일원배치법
• 반복이 없는/있는 이원배치법
• 난괴법
• 반복이 없는 삼원배치법
• 분할법
• 2수준계 요인배치법
• 교락법 / 일부실시법
2
상관과 회귀분석
• 상관분석
• 회귀분석

3
2수준계 요인배치법
• 2k 요인배치법
– 인자수: 개
– 각 인자의 수준 수: 개
– 총 실험 (반복이 n 번이라면): 번
• 실험의 초기 단계 필요 인자를 걸러내는 데 쓰임
• Response 의 각 인자 수준 반응이 linear 임을 가정하고
있음.

4
 22 요인 실험
High b ab

B 인자

Low (1) a
Low High
A 인자

요인 효과 = (contrast) / (2(2-1)n)

제곱합 = (contrast)2 / (22n)

5
2 3 요인 실험

요인 효과 = (contrast) / (2(3-1)n)

제곱합 = (contrast)2 / (23n)

SST =

6
블록 실험 설계
• 블록실험의 주요 개념
– 전체 실험조건을 블록으로 나눔
– 실험조건을 블록으로 나눌 때는 체계적인 절차에 따라야 함.
그렇지 않으면 중요한 주효과와 교호작용이 블록과 교락됨.
– 블록 내의 실험은 무작위 순서로 시행 (complete
randomness)

7
분산분석 구조모형 (23 요인실험의 경우)
• 구조모형 (블록설계 23 요인실험)

• 자유도

• 오차의 자유도?
8
블록 실험 설계의 방법
• 인수분해식을 이용하는 방법
– 방금 앞에서 했던 것이 인수분해식을 이용한 방법
– 어떻게?
• A 의 효과 = (1/4)[(a+ab+ac+abc)-((1)+b+c+bc)]
= (1/4)(a-1)(b+1)(c+1)
** (1) 은 1 로 생각한다.
– 모든 효과를 인수분해식으로 표현할 수 있다 (물론 표를
이용해도 된다). 이를 풀어 + 군과 – 군으로 나누어
각각의 블락에 배치
• 합동식의 이용방법
9
블록 실험 설계의 방법
• 인수분해식을 이용하는 방법
• 합동식의 이용방법
– 교호작용 AXBXC 를 블록과 교락시키는 경우에
– I = ABC (이를 정의 대비 = defining contrast 라고 표현함. 어떤
요인이 블락과 교락되었는 지 나타내는 식!)
– 정의 대비에 3개의 요인이 들어있으므로, 선형식 L 을 다음과 같이
정의한다.
L = x1+ x2+ x3 (mod 2)
xi = i 번째 인자의 수준
(mod 2) = L 의 값이 2 이상이면 2로 나누어 나머지 값을 취함.

– 여기서 모든 요인들을 선형식에 넣어본 뒤 (ex. ab 의 경우 L = 1 + 1 + 0

이며, 이를 2로 나눈 나머지 0 이 결과값) 결과 값이 0 인경우는 하나의
블록, 1인 경우는 다른 블록에 넣으면 배치가 완료된다.
10
 이중교락법 (2 3 요인실험의 예)
• ABC 를 교락한 경우 블록 배치
– (+) 부분: a, b, c, abc, (-)부분: 1, ab, ac, bc
• BC 를 교락한 경우 블록 배치
– (+): 1, a, bc, abc, (-): b, c, ab, ac
• ABC 의 (+) 에서 BC 의 (+) 에 속한 부분=> 블록1
• ABC 의 (+) 에서 BC 의 (-) 에 속한 부분 => 블록2
• ABC 의 (-) 에서 BC 의 (+) 에 속한 부분 => 블록3
• ABC 의 (-) 에서 BC 의 (-) 에 속한 부분 => 블록4
Block1 Block2 Block3 block4
배당 a b (1) ac
abc c bc ab
ABC (+) (+) (-) (-)
BC (+) (-) (+) (-) 11
 이중교락법 (2 3 요인실험의 예)
Block1 Block2 Block3 block4
배당 a b (1) ac
abc c bc ab
ABC (+) (+) (-) (-)
BC (+) (-) (+) (-)

• 위에서 각 블록에 b, c 는 한 개씩 존재
• 그러나 a 는 block 1과 block 4 에만 존재
• 즉 A 인자효과가 블록에 교락되어있음!
• 이것을 아는 방법: (생성자)*(생성자)
– ABC * BC = AB2C2 = A (B2, C2 = 1 로 정의)
• A 는 주효과인데 괜찮을까?
12
 이중교락법 (2 3 요인실험의 예)
• 합동식을 이용하여 블록 설계한다면;;
정의대비 I = ABC (이 경우는 ABC 와 BC 는 일반적으로 생성자라고
불리움)
정의대비 I = BC
L1 = x1 + x2 + x3 (mod 2)
L2 = x2 + x3 (mod2)

(L1,L2) = (0,0) => block 1

(L1, L2) = (0,1) => block2
(L1, L2) = (1, 0)=> block3
(L1, L2) = (1, 1)=> block4
13
25 요인 실험을 이중교락법을 이용하여
블록 설계하시오. (생성자 ABC, BCD)
• 이 실험에서 블록에 교락되는 효과는?
• 위의 블록과 교락된 효과 이외에 3인자 이상의
교호작용을 오차에 교락시킨다면 오차에 교락된
효과는?
• 오차의 자유도?블록의 자유도?

14
일부실시법

15
 별명 (Alias)
• 별명: 효과를 추정하는 공식이 같은 효과의 집합
• 23 실험에서 블록 1(a, b, c, abc) 만 실험한 경우
– A 효과 =(1/4)[(abc+a+ab+ac)-(b+c+bc+(1)]
=(1/2)[(abc + a)-(b+c)]

– BXC 효과 = (1/4)[(abc+a+bc+1)–(b+c+ac+ab)]
= (1/2)[(abc+a)-(b+c)]
• 주효과 A 와 교호작용 BXC 는 별명관계
• A 와 BXC 를 얻는 방법이 같으므로 BXC 효과가 존재하지 않는다면 A
효과를 구할 수 있다. 즉, 어느 한 쪽의 효과가 존재하지 않아야 다른 것의
효과를 구할 수 있음.
• 만약 별명관계에 있는 두 효과가 다 존재한다면 주효과를 정확히 알아내기는
어려우며 주효과가 커짐. 16
별명 (Alias)

17
¼ 일부 실시법

18
일원배치법

19
일원배치법의 자료 형태

20
구조모형 (Structural Model)

21
 오차항의 가정

• 정규성: 오차항은 정규분포를 따른다.

• 독립성: 오차항들은 상호 독립적이다.
• 불편성: 오차항의 기대값은 0 이다.
• 등분산성: 오차의 분산은 수준과 실험의 반복에 관계없이
일정하다.

22
분산분석표

23
 분산분석 후의 추정
• 특정 수준의 평균에 대한 신뢰구간 추정

• 모평균 차의 신뢰구간 추정

24
 분산분석 후의 추정

• 특정 수준의 평균치의 추정

• 모평균 차의 신뢰구간 추정

25
반복수가 같지 않은 일원배치법

26
 분산분석 (Analysis of Variance: ANOVA)

요인 SS DoF MS F

A SSA a-1 MSA=SSA/(a-1) MSA/MSE

E SSE N-a MSE=SSE/(N-a)

T SST N-1

27
 분산분석 후의 추정

• 특정 수준의 평균치의 추정

• 모평균 차의 신뢰구간 추정

28
이원배치법

29
이원배치법 구조 모형

30
 분산분석
• 분산분석표 (ANOVA table)
요인 SS DoF MS F

A SSA l-1 MSA=SSA/(l-1) MSA/MSE

B SSB m-1 MSB = SSB/(m-1) MSB/MSE

E SSE (l-1)(m-1) MSE=SSE/(l-1)(m-1)

T SST lm-1

31
 분산분석 후의 추정

• 인자 A 의 모평균 구간추정

• 인자 B 의 모평균 구간추정

32
 분산분석 후의 추정

• 인자 A 의 수준간 모평균 차이의 구간추정

m
• 인자 B 의 수준간 모평균 차이의 구간추정

33
 분산분석 후의 추정

• 두 인자의 수준을 조합한 조건에서의 모평균 구간추정

ne = (총 실험횟수) / (고려하고 있는 요인의 자유도의 합 + 1)

34
 반복이 있는 이원배치법
• 반복이 있는 이원배치법이란?
– 인자의 수 = 2 개
– 모든 실험을 무작위로 수행
– 인자의 수준 조합에 대해 2회 이상 반복

• 반복실험의 장점
– 인자 조합의 효과인 교호작용 (interaction) 분석 가능: 교호작용이 있을 것
같으면 필수적으로 반복 실험 필요
– 실험오차와 교호작용 분리 가능: 인자의 효과인 주효과 (main effect) 에 대한
검출력 향상
– 실험의 재현성 검토 가능: 반복 실험 데이터로부터 실험의 재현성과 관리상태
검토
– 반복을 통한 검출력 향상: 수준수가 적더라도 반복수를 증가시키면 검출력 향상
35
Interaction 존재 여부에 따른 최적수준 결정
• 교호작용이 없을 경우 최적 수준 결정 방법
– 인자 A 의 최적 수준: Ai
– 인자 B 의 최적 수준: Bj
– 최적 수준 조합: ABij
• 교호작용이 있을 경우 최적 수준 결정 방법
– 최적 수준 조합: 모든 수준 조합 (ABij) 에 대해 모평균 ( )을
추정한 후, 그 중에서 가장 큰 수준 조합을 최적 수준으로 채택
– 주의사항: 인자 A, B 의 각 수준별 최적수준의 조합이 아님!

36
Interaction 과 오차의 분리

37
모수모형 (Fixed factor model) 의 구조모형

38
분산분석표

39
교호작용의 pooling

40
사후분석: 추정

41
난괴법

42
 난괴법 (Randomized Block Design)
• 이원배치법은 전체 실험을 동일한 조건
(환경)에서 무작위 순서로 진행
• 만약 실험환경이 동일하지 않으면 특성치의
변동이 요인의 수준차에 의한 것인지 아니면
동일하지 않은 실험조건에 기인하는 것인지 알
수 없음 -> 교락 (confounding)
• 예: 3가지 품종의 벼의 수확량을 분석하는데
재배지를 다르게 실험하는 경우
43
 난괴법 (Randomized Block Design)
• 교락의 해결방법: 블록화 (blocking)
– 실험 전체를 동질적인 여러 블록으로 나누어, 블록
내에서 인자 효과 조사

44
난괴법 구조모형

45
 난괴법 분산분석

분산분석표 (ANOVA table) 은 반복이 없는 이원배치법과 같으며

해석 방법도 같다.

46
반복이 없는 삼원배치법

47
삼원 배치법 구조모형
• 삼원배치법 (모수모형) 구조모형

• 최고차 교호작용 특성
– 최고차 교호작용은 반복이 있어야만 구할 수 있음
이원배치법은 반복을 해야 2인자 교호작용 ((𝛼𝛽)𝑖𝑗 )을 구할 수 있음
3원배치법은 반복을 해야 3인자 교호작용 ((𝛼𝛽𝛾)𝑖𝑗𝑘 )을 구할 수 있음.
– 반복이 없으면 최고차 교호작용은 오차와 교락됨.

48
ANOVA Table

49
사후분석: 추정

• 유형 1: 인자의 주효과만 유의한 경우

• 유형 2: 인자의 주효과와 일부 교호작용이 유의한 경우

• 유형 3: 모든 주효과와 교호작용이 유의한 경우

50
분할법

51
 분할법의 일반적 특징
• 실험을 완전 랜덤하게 실시하기가 곤란한 경우에 적용
• 오차분산이 단위 별로 분할됨 => 요인 배치법보다 분산분석이 복잡
• 2차 단위의 인자나 교호작용 (interaction) 효과는 1차 단위의
인자보다 정밀도가 높게 추정됨.
• 이차 단위까지 있는 실험에서 만약 일차 오차를 무시할 수 있어서
이차 오차에 풀링된다면 검정과 추정도 보통의 다원배치법과
동일하게 된다. => 요인배치법의 장점을 취하면서 실험을
효율적으로 시행한 이득이 있음.
• 1차 단위의 인자와 2차 단위의 인자간 교호작용은 2차 단위에 속함.

52
 단일 분할법 (단위 별 인자가 하나)
• 1차 단위 = 인자 1개, 2차 단위 = 인자 1개
• A 인자 (3 levels) 의 수준을 랜덤하게 선택한 후 B 인자 (3 levels)
를 무작위로 실험함. 모든 A 인자에 대해 실험. 이러한 실험을 2회
반복.

53
 분할법의 구조모형
• 인자
– A, B, R (반복).
• 동일 실험을 순차적으로 반복할 경우, 반복 (R) 은 1차
단위에 속함.

54
오차항과 교락된 효과

55
ANOVA Table

56
상관분석 (시험에 나오지 않음)

57
회귀분석

58
회귀분석

59
최소자승법

60
회귀계수 검정

61
회귀분석에 대한 분산분석

62
결정계수

63
중회귀분석

64
수정결정계수 (Adj-R square)의 필요성

65