![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-1](http://images.happyhaksul.com/thumb/478/477407-0001.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-2](http://images.happyhaksul.com/thumb/478/477407-0002.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-3](http://images.happyhaksul.com/thumb/478/477407-0003.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-4](http://images.happyhaksul.com/thumb/478/477407-0004.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-5](http://images.happyhaksul.com/thumb/478/477407-0005.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-6](http://images.happyhaksul.com/thumb/478/477407-0006.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-7](http://images.happyhaksul.com/thumb/478/477407-0007.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-8](http://images.happyhaksul.com/thumb/478/477407-0008.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-9](http://images.happyhaksul.com/thumb/478/477407-0009.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-10](http://images.happyhaksul.com/thumb/478/477407-0010.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-11](http://images.happyhaksul.com/thumb/478/477407-0011.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-12](http://images.happyhaksul.com/thumb/478/477407-0012.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-13](http://images.happyhaksul.com/thumb/478/477407-0013.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-14](http://images.happyhaksul.com/thumb/478/477407-0014.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-15](http://images.happyhaksul.com/thumb/478/477407-0015.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-16](http://images.happyhaksul.com/thumb/478/477407-0016.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-17](http://images.happyhaksul.com/thumb/478/477407-0017.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-18](http://images.happyhaksul.com/thumb/478/477407-0018.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-19](http://images.happyhaksul.com/thumb/478/477407-0019.gif)
![[인체공학] 신장과 신체부위의 선형관계(linear relationship)-20](http://images.happyhaksul.com/thumb/478/477407-0020.gif)
분야
docx2. 이론적 배경
3. 실험 방법
4. 실험 결과 및 분석
5. 실험을 마치며
6. 참고문헌
연속형 자료값을 갖는 두 특성 사이의 관계를 객관적인 수치로 표현하기 위한 대표적인 방법으로 상관계수(correlation coefficient)가 있다. 두 특성에 대한 자료값이 모집단 전체일 경우에는 모상관계수(population correlation coefficient)라 하고 보통 ρ라고 표기하며, 표본인 경우에는 표본상관계수(sample correlation coefficient)라 하며 r이라 표기한다. 따라서 실험의 결과는 모집단 전체가 아닌 표본을 이용한 추정이기 때문에 표본 상관 계수인 r을 이용하여 상관계수를 구한다.
두 특성을 편의상 변수로 표현하면, 하나의 특성을 X, 나머지 다른 특성을 Y라 하자.
그러면 두 특성의 분산값들을 아래의 식을 이용하여 구할 수 있다.
위의 분산값들을 계산할 때 아래와 같이 정리하여 계산하면 더 쉽게 구할 수 있다.
표본상관계수는 아래의 식과 같이 정의된다.
위의 식과 같이 상관계수가 구해지면 구해진 r 값에 대해 다음과 같은 의미를 갖는다.
1) 표본상관계수 r은 두 특성의 관련성을 나타내는 척도이다. 연관성이 양이면 표본상관계수의 값도 양의 값을 갖는다.
2) 표본상관계수 r은 항상 -1과 1사이의 값을 갖는다.
3) 표본상관계수의 극단적인 값 r=-1 or r=1은 완전한 직선관계를 의미한다. r=-1 인 경우에는 모든 자료가 기울기가 음인 직선상에 놓여있고, r
- 배도선 외 7명, “통계학 이론과 응용”
-http://gpl.snu.ac.kr/mediawiki/index.php/%EC%B5%9C%EC%86%8C%EC%9E%90%EC%8A%B9%EB%B2%95_%28least-squares_method%29 - 최소 자승법에 대한 참고 자료
- http://timenote.net/30 - 상관계수에 대한 참고 자료
