Hypothesis testClassical statistics
강건 반복 측정 분산 분석 (Robust Repeated Measures ANOVA)
강건 반복 측정 분산 분석은 세 개 이상의 반복 조건 또는 동일한 피험자로부터 측정된 시간 지점에서 모집단 절사 평균(trimmed means)이 다른지를 검정합니다. 일반 평균을 20% 절사 평균으로 대체하고 분산을 윈저화 추정치(Winsorized estimates)로 대체함으로써, 데이터가 정규성을 띠지 않거나, 왜도(skewed)가 있거나, 이상치(outliers)를 포함하는 조건에서도 허용 가능한 제1종 오류율과 검정력을 유지합니다. 이러한 조건에서는 고전적인 반복 측정 분산 분석이 일상적으로 실패합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
- Keselman, H. J., Wilcox, R. R., & Lix, L. M. (2003). A generally robust approach to hypothesis testing in independent and correlated groups designs. Psychophysiology, 40(4), 586–596. DOI: 10.1111/1469-8986.00060 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Repeated Measures Analysis of Variance. ScholarGate. https://scholargate.app/ko/statistics/robust-repeated-measures-anova
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 프리드만 검정통계학↔ compare
- 혼합 분산 분석통계학↔ compare
- 반복측정 분산분석통계학↔ compare
- Robust Friedman Test통계학↔ compare
- 강건 다변량 분산 분석(Robust MANOVA)통계학↔ compare
- 강건한 일원 분산 분석 (Robust One-Way ANOVA)통계학↔ compare