[마케팅조사] 집단간차이분석
- 등록일 / 수정일
- 페이지 / 형식
- 자료평가
- 구매가격
- 2005.06.28 / 2019.12.24
- 45페이지 / ppt (파워포인트 2003)
- 평가한 분이 없습니다. (구매금액의 3%지급)
- 2,000원
최대 20페이지까지 미리보기 서비스를 제공합니다.
자료평가하면 구매금액의 3%지급!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
추천 연관자료
- 목차
-
I. 통계적 실험설계
II. 완전 무작위 디자인 ( Completely Randomized Design : III. 무작위 블록 디자인 ( Randomized Block Design : RBD)
V. 라틴스퀘어 디자인 ( Latin Spuare Design : LSD)
Ⅴ. 팩토리알 디자인 ( Factorial Design : FD)
- 본문내용
-
완전 무작위 디자인 ( Completely Randomized Design : CRD)
정 의
-> 통계적 실험설계의 가장 단순한 형태
-> 하나의 독립변수가 종속변수에 미치는 효과를 분석하고자 할 때 이용
-> 하나의 실험변수의 효과만을 측정해야 하므로 다른 변수의 영향은 통제
-> 실험변수를 측정하기 위한 실험 집단들에 표본을 완전히 무작위로 할당
완전 무작위 디자인 ( Completely Randomized Design : CRD)
적용 예 : 생수판매 업체 ㈜백두산(가칭)
->판촉방법 : 1집단 – 10병 이상 구매자에게 1병을 무료로 제공 (1안)
2집단 – 20병이상 구매자에게 컵 1개 제공(2안)
3집단 – 1병 이상 구매자에게 경품권제공
(추첨을 통해 10명에게 백두산 관광티켓 2장씩 제공)(3안)
->전체 대리점 300개를 세 집단에 집단별 10개씩 대리점(표본)을 완전(completely)
무작위(randomized) 할당.
가설의 검정
분산분석부분의 가설검정
① 가설의 설정
H0 : µ1= µ2= µ3(세 가지 판촉방법에 의한 매출효과는 같다)
H1 : 판촉방법에 따라 매출효과가 모두 같지는 않다
② 유의수준의 선택
α = 0.05
③ 검정통계량과 그 표본분포
F = MST/MSE~F(df1, df2)
④ 기각역의 설정과 검정통계치의 비교
정 의
-> 완전무작위디자인의 개인오차를 보다 엄격하게 통제하기 위해 외적 여건
제거(block out)하여 순수한 처리방법의 효과를 알아내려고 함
-> 하나의 실험변수와 하나의 외생변수가 동시에 종속변수에 영향을 미치는경우
외생변수의 효과를 제외한 순수한 실험변수의 효과를 분석하고자 할 때 이용
-> 외생변수의 효과를 분리해내는 방법은 전체실험 단위를 외생변수에 대해 동
질적인 집단으로 나누어 세분화된 집단(block) 을 얻어 블록구분으로 분리
낼 수 있음 . 이때 한 블록 내에서 각 실험단위는 무작위(randomized)로 할당
자료평가
-
아직 평가한 내용이 없습니다.