신뢰구간(confidence interval) 모수를 추정하는데 이용되는 구간 가설검정(hypotheses testing) 모수에 대한 두 가지 가설 중 어느 가설이 타당한지 판단하는 방법 검정통계량(test statistic) 가설검정에 이용되는 통계량 기각역 귀무가설을 기각하게되는 관측값의 영역 오류 제1종 오류(type I error): 귀무가설이 참일 때, 귀무가설을 기각 제2종 오류(type II error): 대립가설이 참일 때, 귀무가설을 기각하지 못함 =>두 가지 오류를 범할 확률인 𝜶와 𝜷를 최소화하도록 기각역을 결정 유의확률(significance probability): p-value (p-값) 주어진 관측값에 대하여 귀무가설 𝑯𝟎를 기각하게 되는 최소의 유의수준 귀무가설 하에서 주어..
통계적 추론 표본의 정보로부터 모집단의 특성을 추론 모수의 추정(estimation) ex. 점 추정, 구간 추정 모수에 대한 가설검정(hypothesis testing) 점추정(point estimation) 모수를 하나의 값으로 추정 모수: 모집단의 평균 𝝁 자료: 평균 𝝁, 표준편차 𝝈인 모집단에서 임의추출한 표본들 추정량: 모수를 추정하는데 이용하는 통계량 확률 변수이므로 모집단에서 관측된 자료에 따라 그 값이 달라질 수 있다. 추정하는 모수와 일치한다고 확신할 수 없다. 추정치: 표본을 이용하여 계산된 추정량의 값 표준오차: 추정치가 모수에 얼마나 가까운지 정확도를 측정하기 위한 도구 모집단의 표준편차 / 루트 표본의 크기 => 추정치와 그 정확도를 나타내는 표준오차를 함께 제시해야 의미가 있음..
모수 모집단의 특성을 나타내는 값 ex. 모평균, 모비율, 모표준편차... 추론 관측한 자료(표본)를 이용해 모집단(모수)에 대한 정보를 추측하는 과정 ex. 표본평균으로 모평균 추론 통계량 관측한 자료(표본)에 의해 결정되는 양. 추출된 표본에 따라 달라질 수 있음 ex. 표본평균, 표본분산... 표집분포 통계량의 확률분포 모집단의 분포와 표본의 크기에 영향을 받음 임의표본 모집단으로부터 임의추출된 크기가 𝒏인 표본 𝒏개의 표본들이 서로 독립이고 모집단의 분포와 같은 분포를 가지는 표본
분할표 두 변수가 모두 범주형인 경우 사용 산점도 두 변수가 모두 연속형인 경우 사용 표준상관계수(Pearson correlation) 산점도에서 점들이 얼마나 직선에 가까운지 나타냄 => 선형관계인가 아닌가 r = 두 변수의 편차들의 곱의 합 / 각각 편차들의 합 = 공분산 / 각각 변수의 표준편차 -1 < r < 1 r의 크기는 직선관계에 가까운 정도를 나타냄 r 값만 보고 선형관계가 무조건 크다 작다를 판별할 수 없음 상관계수가 크다고 해서 인과관계가 있다는 건 아니다! (잠재변수 고려해야 함) 심슨의 역설 각각의 변수를 고려하지 않고 전체 통계 결과만을 이용해 결론을 도출할 경우 발생할 수 있는 오류 평균의 함정: 처음 결과와 반대되는 역설적 상황 발생
