(2) 충화추출법(stratified sampling)
충화추출법이란 모집단을 서로 유사한 것 끼리 묶어 몇 개의 층으로 분할한 후 각 층에서 일정한 크기의 표본을 랜덤으로 추출하는 방법을 말한다. 충화추출법에 의한 표본 추출 시 층별로 뽑아야 할 표본의 개수는 비례배분 또는 최적배분에 의하여 결정하면 된다.
추출법, 메트로폴리스-헤이스팅스 알고리듬, 해밀턴 몬테 카를로 등이 대표적인 MCMC 기법이다.
단순한 모델의 경우 R의 기본적인 함수(lm, glm 등)를 사용하여 매개변수를 추정할 수 있고, 복잡한 모델의 경우에도 기존 R 패키지를 사용하면 문제를 해결할 수 있는 경우도 있다. 그러나 패키지와 함수
추출에서의 핵심은 표본의 특성이 전체 대상의 특성을 대표할 수 있는지의 여부, 즉 표본의 대표성이다.
표본추출 시 유의사항으로 표본추출 시 전체 모집단에 변화가 있어서는 안 되고, 표본추출단위를 임의로 변경해서는 안되며, 모집단의 표출단위는 서로 독립적이어야 한다. 단순무작위표본추출
랜덤화, 블록화, 반복, 교락, 직교화 등을 들 수 있다. 여기서 교락이란 2개 이상의 요인의 효과가 뒤썩여서 분리되지 않은 것을 의미한다.
요인배치법은 각 요인들의 주효과와 상호작용효과를 모두 구할 수 있지만, 실험 횟수가 많아지면 실험을 수일간 또는 여러 장소에서 할 경우가 생김으로써 동일
추출하여 그 특성을 조사해 보기로 하였다. 그 분석방법으로는 내용분석을 선택하였다. 내용분석을 통해 예고편이 영화와 얼마나 독립되어 제작되고 있는지 정확히 수치화시켜서 객관성 있는 조사를 시도하였다. 하지만 분석의 대상이 아주 명확하게 구분되어 있는 것이 아니기 때문에 여러 가지 자