전력 분석은 다양한 설계에 대한 통계적 전력 분석 및 샘플 크기 추정 방법을 제공합니다. 주제와 패키지의 조합은 통계 컨설팅에서 자주 묻는 질문을 반영합니다. 따라서 이는 전 세계 독자의 수요가 아닌 컨설팅 분야에서 고객의 요구를 크게 반영하고 있습니다. 많은 가치있는 주제는 고객의 질문에 반영되지 않기 때문에 다루지 않을 것입니다. 또한 모든 분석 기술이 모든 패키지에서 다루지는 않으며, 클라이언트 수요에 의해 다시 결정됩니다. 분석이 특정 패키지에 표시되지 않는 경우,이것은 패키지가 분석을 수행 할 수 없다는 것을 의미하지는 않으며, 단순히 분석이 고객이 해당 패키지에서 일반적으로 수행되지 않음을 의미 할 수 있습니다. 보조금 및 제안의 경우 일반적인 데이터 분석에 해당하는 전력 분석을 하는 것도 유용합니다. 아래에서 몇 가지 간단한 전력 분석의 예가 있습니다. 아래 페이지에는 다양한 통계 패키지를 사용하여 다양한 통계 분석 기법의 적용을 보여주는 예(종종 가설)가 포함되어 있습니다. 각 페이지에는 샘플 데이터, 예제 분석 및 출력에 대한 설명과 함께 분석이 사용될 수 있는 시기의 몇 가지 예가 제공되며 자세한 내용은 참조가 있습니다. 이 페이지는 단지 기술의 본질을 소개하고 그것을 사용하는 방법에 대한 포괄적 인 설명을 제공하지 않습니다. 이 섹션에서는 기본(그리고 그렇게 기본적이지 않은) 통계에 대해 설명합니다. 여기에는 설명 통계, 빈도 수 및 교차 분석(독립 테스트 포함), 상관 관계(피어슨, 스피어맨, 켄달, 폴리코릭), t-검(동일하고 불평등한 차이), 비모경 검사를 얻기 위한 코드가 포함되어 있습니다.
그룹 차이(Mann Whitney U, 윌콕슨 서명 순위, 크루스칼 월리스 테스트, 프리드먼 테스트), 다중 선형 회귀(진단, 교차 유효성 검사 및 변수 선택 포함), 분산 분석(ANCOVA 및 MANOVA 포함), 통계 리샘플링을 기반으로 합니다. 벡터의 경우 str()는 항목 유형(숫자, 문자 등)과 처음 몇 개의 항목과 함께 [1:8]으로 표시됩니다. 통계 추론을 하기 전에 항상 모델 가정을 확인하는 것이 중요합니다. 이 와 관련하여 회귀 모델링과 ANOVA 프레임 워크를 분리하는 것은 다소 인위적이지만 많은 사람들이 이러한 주제를 따로 배우기 때문에 여기에서 동일한 규칙을 따랐습니다. 다른 다양한 데이터 형식은 약간 다른 결과를 반환합니다. R 개체의 구조가 어떻게 구성되는지 빠르게 확인하려면 str() 함수를 사용할 수 있습니다. 데이터의 마지막 몇 행을 보려면 tail() 함수를 사용하십시오: 고급 통계 모델링은 고급 통계 섹션에서 찾을 수 있습니다. 주: 객체가 (1, 1, 2, 3, 5, 8, 13, 21, 34)과 같은 숫자의 1 차원 벡터인 경우 head(mydata)는 벡터의 처음 6개 항목을 제공합니다.