SocialCognition
카테고리 인문/사회>사회/문화화>사회학일반
지은이 Fiske, Susan T./ Taylor, Shelley E. (McGraw-Hill, 2007년)
상세보기


블로그 이미지

브라보맨

,
휴리스틱에 대한 이야기

휴리스틱이란 분명히 존재하는 사고 과정이고,
이것을 적용해볼만한 연구 주제들도 많다.

하지만 휴리스틱이라는 것을 개념화하고 객관적이고 구체적으로 측정 한다는 것이 쉽지 않다.
이런 방향에서 향후 연구 주제에 대해 고민해보아야 할 것.


블로그 이미지

브라보맨

,
1. 통계 방법론에 대한 정리

t검증 -> one-way ANOVA -> two-way ANOVA -> MANOVA

             (공변량분석)

상관분석 -> 단순회귀분석 -> 중다회귀분석 -> 경로분석
                                                                                  ->  구조방정식                                                  
                                                            -> 요인분석

빈도분석 -> 교차표분석



2. 변수

독립변수        종속변수

범주               연속             ANOVA

연속               연속             회귀

연속               범주             판별

범주               범주             잠재계층분석

ex) 보험료 수가 계산, 대출 받을 때 이자 계산 모두 회귀분석임


3. 상관관계

Galton : 찰스 다윈의 조카. 진화론을 숫자로 증명해보고자 했음
            Galton의 수제자가 Pearson 임.

             '아버지와 아들의 키' 이런 주제를 연구했음
             '아버지가 190, 어머니가 185면, 2세가 190을 넘을 확률이 높을까?'
             -> 어머니 아버지대에서 그 수치는 굉장한 극단치. 예) 2%
             -> 아랫대에서 또다시 그러한 극단치가 나올 가능성은 별로 없다
             -> 평균으로의 회귀

변량: 한 변수가 평균으로부터 얼마나 흩어져 있느냐
상관계수: 표준화 시킨 두 변수 사이의 공변량., 두 변수 사이의 직선적 관계의 강도

y=ax+b

회귀분석은 회귀계수(a)를 찾는 것, 즉 우선 '선'을 찾는 것임.
x로 y를 예측하는데, 예측치인 y hat과 실제 y는 차이가 있음
y-y hat이 최소가 되어야 함. 그렇게 되는 선을 찾는 것

회귀분석 시뮬레이션 사이트(쵝오!!)


독립변인에 의해 설명되는 부분이 R squared
측정오차

예: 조직연결과 업무수행: 자기조정의 효과에 관한 연구
- 무차상관계수
- 부분상관계수


4. 산점도, 상관분석과 회귀분석

상관계수에서 *은 (유의도)는 큰 의미가 없음
상관계수의 절대값을 볼 것

회귀분석 결과
변량분석: 회귀모델의 확률적 유의성을 보는 작업


중다회귀
X는 왜 고정인가? 왜 오차가 없는가?
given variable
주어진 변수



다중공선성(multi-co-linearity): 독립변수들 사이에 상관관계는 없다

변수선택

모형선택: 전방선택, 후방소거, 단계별회귀





음..역시 무언가 순식간에 훝고 지나간 느낌이랄까..

ㅎㅎ열심히 나머지 해야지 ㅎㅎ
블로그 이미지

브라보맨

,
회귀

1. 독립변인과 종속변인의 관계
 - 독립 변수: 예언, 예측, 설명 변수
 - 종속 변수: 준거, 성과 변수
 - 정적관계, 부적관계

2. 회귀와 상관
  - A 와 B의 관계에서 cause/effect 를 보면 좋지만, 그것이 쉽지 않으니까,
  - regression/correlation 을 보는 것임

Tip. 그래서 분석시에는 항상 regression/correlation 을 먼저해보는 것이 더 용이 할 수 있음

3. 회귀분석의 목적
  - 특정 변수를 통제했을 때 다른 변수의 효과를 보는 것

Tip. 통제란? 
 - 초기값이 동일 한 것

Tip. 베타값이 많다고 좋은 모델인 것은 아님, 
 -> 문헌리뷰를 통해서 베타값을 논리적으로 줄여야 함!

4. ANOVA와 회귀분석의 차이
 - ANOVA: X변수가 없으므로 cause & effect 의 관계가 아님
 - Regression: 원인과 & 결과의 관계
   - 1차 함수와 차이: e(에러)값을 가지고 있다는 것.

5. 단순회귀모형
 - 모수를 추정하는 방법에는 여러가지가 있음. ex) 베이지안, 최대우도...
   -> 그 중에 가장 쉬운 방법이 최소자승값(OLS)을 이용하는 것

6. 공분산과 상관의 차이
 - 공분산: 표준화된 값이 아님, 원래 값을 그대로 가짐
 - 상관: 표준화된 값 -> 비교가능. but 표준화 과정에서 조작을 하게 되므로 원래의 값을 잃게 됨

7. 단순회귀모형의 검증
 - precision: 얼마나 추정되었는가?
 - 모형의 설명력: R자승

8. ANOVA Table
 - 모형 전체에 대한 정보
 - source of variation은 2개: 모형, 오차

9. 회귀계수검정결과 Table
 - 각 베타1과 베타0의 효과를 검정
 - 베타0: 대부분의 사회과학에서 의미 없음. 변수(키, IQ)가 0인 경우는 없기 때문. 예외> 사전/사후 검사
 - 베타1: 의미있음

10. ANOVA와의 차이
 - ANOVA: 단순한 차이를 보는 것임
 - Regression: Relationship(영향, 효과)을 보는 것임.
 - 종속변수가 비연속변수인 경우 단순회귀분석이 안됨....


아. 즐거운 통계여~! 

내 너를 가열차게 사랑하리.


블로그 이미지

브라보맨

,
1. Quiz 1차.
 - 10문제, 쉬운 수준

2. 차이 검증(one-way ANOVA)
 - 전체 변량을 집단에 의한 부분과 집단 내에 의한 부분으로 나눈다는 개념이 중요함
 - 데이터 결과표(자승합)를 바탕으로 ANOVA 표 만들어 보기

3. 연구 예시 리뷰
 (1) 8.6.2 교육 및 성격에 따른 고정성향
 - 상호작용이 유의한 경우, 상호작용 부터 언급한다!

 (2) 8.6.3 흑인 광고모델의 등장과 구매욕구와의 관계분석
 - 독립변수가 4개 이상인 경우 어떤 일이 벌어지는가를 보여주는 연구

tip. 논문에 들어가는 표가 굉장히 중요함.
 - 초록과 표만 보고 이해가 되면 잘쓴 논문임
 - 표에 있는 모든 내용은 문장으로 있어야 하고, 문장 중 중요한 것은 표에 있어야 함

4. 공분산분석
 - 최근에는 잘 안씀. 차라리 MANOVA나 구조방정식을 사용(ㅠ.ㅠ)

5. ANOVA의 의문
 - 얼마나 차이가 나야 차이 난다고 할 수 있는가?

오늘의 과제

예제 파일의 13개의 문항 중 독립변인을 맘대로 정해서
통계적으로 유의한 것을 찾아오는 것
one-way로 해오기.

그리고 그 이유에 대해 나름의 해석을 써보기.





블로그 이미지

브라보맨

,