수업 - 4월 3일 (목)

 

 

가설을 테스트한다는 것은

가설: 변수의 관계 간에 대한 잠정적 결론

모집단의 특성 추정, 가설을 만들고 가설이 정확한지 안한지 추론 분석을 통해 확인한다.

0가설:Null Hypothesis 과 대립 가설:Alternative Hypothesis

우리가 가지는 평균의 값이 특정 값과 같다(0가설) or 같지 않다(대립가설).

만들어진 가설을 테스트하는데 이 테스트하는 가설이 0가설이다.

0가설은 대부분 부정적인 표현이 있다. 

보통 0가설을 테스트를 함으로서 기각하게되면 1가설이 True가 되고 만약 기각이 안된다면 0가설이 True이다.

 

Question:공업진흥청의 자료에 의하면, 우리나라 여성의 평균 키는 160cm라고 한다. 정말로 여성의 평균키가 160cm인지를 검증하기 위해, 한 class64명의 여대생을 대상으로 그들의 키를 측정하였다. 표본이 된 집단의 평균 키는 163cm 이었고, 표준편차는 4cm 이었다. 검증의 결과는 어떠한다.

Answer: n=64 rootn=8 SD=4 SE=0.5 Qmean=160 Tmean=163

H0:163=160 H1:163≠160

68% mean ± SE = 162.5~163.5

95%mean ±  SE = 162~164

99%,mean ± SE = 161.5~164.5

160 is out of 99%mean ± SE

so H0 be reject H1 is true

if we use Z-score

Z=분모:163-160 / 분자 4/Root64 =3/(1/2)=6 

Z-score=6>Critical Value=1.96

so we can reject H0, then H1 is true

 

 

 

 

Z값이 Critical value 보다 크면 reject So H0≠H1

 

 

 

검정값에다가 검증할 값을 치면 컴터에서 P값을 알려준다.

실제로 컴퓨터에서할때는 p값을 그냥 주기 때문에 0.05 보다 작으면 reject이고 0.05보다 크면 Cannot reject이다.

자유도: n-1 주어진 조건중에서 자유롭게 변할 수 있는수

 

 

ANOVA:3개이상의 집단을 비교하는 것[Ex: ①학년별(1~4학년) 자료분석론 평균점수 비교, ②취업형태별(정규직, 임시직, 일용직) 평균 소득수준의 비교, ③학력별(초졸, 중졸, 고졸, 대졸) 평균 소득수준의 비교]

t-test(independent):두 개의 집단 한심점을 비교[Ex; ①남성과 여성의 자료분석론 평균점수 비교, ②고소득자와 저소득자의 자동차보유대수 비교, ③가구주여부(가구주, 비가구주)의 평균소득 비교]

Chi-square test:집단간 비교를 할때[Ex: ①학년별(1~4학년) 종교(기독교, 천주교, 불교) 비교, ②학력별(초졸, 중졸, 고졸, 대졸) 소득수준(상층, 중층, 하층) 비교]

t-test(paired): 하나의 집단 두개의 시점을 비교[Ex: ①실험집단의 자아존중감 사전, 사후검사 점수 비교, ②통제집단의 IQ 사전, 사후검사 점수 비교]

 

귀무가설이 실제 옳은데도 불구하고 검정 결과가 그 가설을 기각하는 오류를 말한다. 알파오류(α-error)라고도 한다. 이에 대해 틀린 귀무가설이 옳은 것으로 받아들여지는 오류를 제2종 오류라 한다.