SNUON 통계학 Inference for Numerical Data 1. 일 표본평균과 t-분포 2. Paired data에 관한 추론 3. 두 표본평균의 차이에 관한 추론 4. Power Analysis 5. ANOVA 12-1. 두 표본의 평균 차이에 관한 추론 예제 : 다이아몬드 - 다이아몬드의 무게는 캐럿으로 표기한다 - 1캐럿은 100point라고 한다면 0.99캐럿은 99점이다 - 사람의 눈으로 1캐럿과 0.99캐럿은 구별할 수 없지만, 1캐럿의 가격이 0.99캐럿의 가격보다 훨씬 비싸지 않을까? - 이 경우 양측검정을 사용해야 할까? 아니면 단측검정을 사용해야 할까? 가설검정 - 귀무가설 : 0.99캐럿과 1캐럿 다이아몬드의 가격이 같다 - 대립가설 : 1캐럿이 0.99캐럿 다이아몬드보다 ..

SNUON 통계학 10-1. 중심극한정리 중심극한정리 - 표본크기가 30 이상이고 모집단의 분포가 심각하게 skewed 되어 있지 않다면, 표본평균의 분포는 정규분포를 따른다 - 표본 크기가 30 이상이면 모집단의 분포와 상관없이, 표본평균의 분포는 *정규분포를 따른다 * N(모집단의 평균 , 모집단의 분산÷표본크기(n)) 예제 : 모집단이 uniform, exponential, log-nrmal 분포일 때 표본평균의 분포 10-2. 표본수결정과 검정력 데이터를 보지 않고도 유의수준 5% 이하인 가설검정 만들 수 있다 (ex) 1-100까지 랜덤하게 숫자 뽑는데 1-5가 나오면 유죄, 나머지는 무죄로 판결 - 무죄인 사람 100명 오면 항상 5명은 유죄로 판결함. 따라서 유의수준은 5% 이하 - 그러나 ..

SNUON 통계학 9-1. Resampling (Bootstrap) Resampling - 신뢰구간을 유도하는 과정은 중심극한정리에 의존한다 - 만약 우리가 분산, 혹은 변동계수 (표준편차 ÷ 평균)의 신뢰구간을 구하고 싶다면 어떻게 해야 할까? - 방법 1 : 분산(변동계수)의 추정치인 표본분산 (표본 변동계수) 를 구한 후 추정치의 sampling distribution을 이론적으로 계산한 후 이를 바탕으로 신뢰구간을 구한다 - 방법 2 : 방법 1과 같은 방식을 사용하지만 sampling distribution을 bootstrap을 사용해 구한다 - 이론적으로 sampling distribution을 알 수 없다면 어떻게 sampling distribution을 알아낼 수 있을까? - 만약 우리가 ..