// 퇴근후딴짓 님의 강의를 참고하였습니다. //
1. 모집단과 표본
- 모집단 : 집단 전체
- 표본 : 모집단을 대표하는 집합
2. 귀무가설과 대립가설
- 가설검정 : 모집단에 대한 가설이 적합한지 추출한 표본데이터로부터 판단하는 통계적 추론
(ex. 대한민국 남성 평균 키가 175cm가 맞는지 전부 조사하기 어렵기 때문에 표본데이터로 판단)
- 귀무가설(H0) : 기존에 알려진 가설
(평균 키가 175cm 이다.)
- 대립가설(H1) : 새로 밝히려는 가설
(평균 키가 175cm가 아니다.)
- 귀무가설 채택 -> 귀무가설을 기각하지 못한다.
- 대립가설 채택 -> 귀무가설을 기각한다. (통계적으로 유의하다.)
3. 가설검정의 오류
- 1종 오류 : 귀무가설(H0)이 참인데도 기각하는 경우
- 2종 오류 : 대립가설(H1)이 참인데도 귀무가설(H0)을 채택하는 경우
→ 일반적으로 1종 오류를 2종 오류보다 더 중요하게 생각함.
- 1종 오류 확률 : α (알파) 유의수준, 최대 한계로 0.05 주로 사용
- 2종 오류 확률 : β (베타)
- 검정력 : 1 - β
- 신뢰수준 : 1 - α
4. 가설검정 과정
1) 통계적 가설 설정 (H0, H1)
2) 유의 수준(α) 결정
3) 검정통계량 계산
4) 유의확률(p-value) 계산
5) 채택 / 기각
'빅데이터분석기사 > 작업형3' 카테고리의 다른 글
[작업형3] 독립성 검정(카이제곱) (0) | 2023.06.23 |
---|---|
[작업형3] 대응(쌍체)표본 t-test (paired t-test) (0) | 2023.06.23 |
[작업형3] 독립표본 t-test (two-sample/independent t-test) (0) | 2023.06.23 |
[작업형3] 단일표본 t-test (one-sample t-test) (0) | 2023.06.23 |
[작업형3] 표본평균 / 검정통계량 / p-value / 채택.기각 구하기 (0) | 2023.06.23 |