홈 > 강의소개
확률통계학 문제풀이
이은지 교수
경희대학교 대학원 경영학과 석사과정
경희대학교 대학원 경영학과 박사졸업
경희대학교 대학원 경영학과 석사과정
경희대학교 대학원 경영학과 박사졸업
경희대학교
경북대학교
현) 유니와이즈 전임교수
AI가 이끄는 스마트한 학습 경험, AI 튜터와 함께 더 빠르고, 더 깊게 학습하세요.
긴 강의 내용을 AI가 핵심만 요약하여 복습 시간을 단축시킵니다.
강의에서 가장 중요한 키워드와 개념을 자동으로 추출해 제공합니다.
학습한 내용을 바탕으로 AI가 생성한 퀴즈를 풀며 이해도를 점검합니다.
모르는 부분을 24시간 언제든 AI 튜터에게 질문하고 답변을 받습니다.
총 0개 챕터, 26강으로 구성되어 있습니다.
| 제목 | 강의시간 | 상세내용 |
|---|---|---|
|
[1강] 통계학과 자료분석
|
0:
41:
15
|
|
|
통계학 자료분석 기초: 위치·산포측도와 도수분포, 사분위수 정리
• 위치측도(평균·중앙값·절사평균): 표본·모집단 구분을 바탕으로 평균, 중앙값, 절사평균 정의와 계산 절차를 통해 데이터의 대표값과 중심 위치 파악 • 산포측도(표본분산·IQR): 표본분산 공식과 n−1 사용 이유, 사분위수(Q1, Q2, Q3)와 IQR 계산을 통해 데이터 퍼짐 정도와 중앙 50% 분포 범위 정량화 • 분포 요약(도수분포표·상대도수·막대그래프): 계급구간·계급폭 설정, 도수·상대도수 계산, 막대그래프 작성으로 자료의 분포 형태와 집중 구간 시각적 분석 |
||
|
[2강] 확률 (1)
|
0:
33:
25
|
|
|
확률 개념과 표본공간, 경우의 수, 합·교·여집합 응용 정리
• 확률 이론 기초 개념: 모집단·표본·표본공간·사건 정의와 확률의 역할, 표본공간과 사건의 부분집합 구조 이해 • 집합과 사건 구조 분석: 집합·벤다이어그램·여집합·합집합·교집합 연산을 통한 사건 표현과 합집합·여집합 확률 공식 활용 • 경우의 수와 확률 계산: 곱셈법칙·팩토리얼·순열·조합 공식으로 경우의 수를 계산하고, 이를 사건 확률·보완 확률 산출에 적용 |
||
|
[3강] 확률 (2)
|
0:
32:
59
|
|
|
확률통계학 조건부확률·회로 신뢰도·베이즈 정리
• 조건부확률과 공동분할표: 결합사건·행·열 합계를 이용한 조건부확률 정의와 계산, 곱셈법칙·전체확률법칙 구조 정리 • 직렬·병렬 독립 회로 신뢰도: 직렬 구조의 곱셈 규칙, 병렬 구조의 여집합 활용(1−P(모두 고장)), 시스템 작동·고장 조건부확률 해석 • 베이즈 정리와 사후확률 추론: 전체확률법칙을 통한 결과 사건 확률 계산 후, 베이즈 정리로 원인 사건 사후확률 $P(\text{원인}\mid \text{결과})$ 계산 구조 정리 |
||
|
[4강] 확률변수와 확률분포 (1)
|
0:
44:
04
|
|
|
확률변수와 확률분포: 이산·연속·결합분포 연습문제 정리
• 확률변수·이산·연속분포: 확률변수 정의와 이산·연속 구분, 하이퍼지오메트릭 분포 설정과 이산형 확률분포 작성, 밀도함수의 비음수·적분=1 조건에 의한 연속형 확률밀도 검증 및 누적분포·초과확률 계산 • 연속형 분포 계산 구조: 주어진 밀도에서 적분으로 분포함수 도출, 구간·초과확률을 적분 또는 누적분포로 계산하는 절차 정리 • 결합·주변·조건부분포: 결합확률분포에서 주변분포 적분 계산, 조건부밀도 정의(f_{X|Y}=f_{X,Y}/f_Y)와 y에 무관한 조건부밀도 사례, 이를 이용한 구간 조건부확률 적분 계산 구조 정리 |
||
|
[5강] 확률변수와 확률분포 (2)
|
0:
34:
33
|
|
|
연습문제 3.4–3.6: 결합분포, 주변분포, 독립성, 다중적분 응용 정리
• 결합분포와 주변분포: 이산형 결합확률분포표와 연속형 결합밀도에서 행·열 합 또는 적분으로 주변분포를 구하고, 전체 합이 1인지로 분포 타당성 검증 • 조건부확률·조건부밀도: 결합분포와 주변분포를 이용해 이산형은 P(A|B)=P(A∩B)/P(B), 연속형은 f_{X|Y}(x|y)=f_{X,Y}(x,y)/f_Y(y)로 조건부확률·조건부밀도 계산 • 다중적분과 독립성 판별: 2중·3중적분으로 정규화상수와 구간 확률을 계산하고, f_{X,Y}(x,y)=f_X(x)f_Y(y) 성립 여부로 확률변수의 독립성 판단 |
||
|
[6강] 수학적 기댓값 (1)
|
0:
30:
39
|
|
|
수학적 기댓값 예제: 이산·연속형 기대값과 분산, 결합분포 활용
• 수학적 기대값·분산·표준편차: 이산·연속형 분포에서 기대값을 평균 개념으로 정의하고, 분산은 편차제곱의 기대값, 표준편차는 분산의 제곱근으로 산포를 측정하는 공식 정리 • 함수형 기대값 E[g(X)], E[g(X,Y)]: 이산형에서 합, 연속형에서 적분을 이용해 g(X), g(X,Y)의 기대값을 계산하고, 선형변환 Y=X+a와 결합분포에서의 조합 기반 확률 계산 구조 제시 • 결합확률분포와 사건확률: 부품 선택 사례로 결합확률표 f(x,y)를 조합식으로 구성하고, 부분집합 사건 확률 P{(X,Y)∈A}와 XY 형태 함수의 기대값을 합산 구조로 구하는 절차 요약 |
||
|
[7강] 수학적 기댓값 (2)
|
0:
52:
50
|
|
|
수학적 기댓값·공분산·상관계수·체비셰프 정리 응용
• 결합분포와 주변분포: 이산·연속형 결합분포에서 주변분포 도출 후 기댓값·제곱기댓값을 이용해 분산 계산, 결합기댓값으로 공분산 산출 및 독립성 여부는 결합밀도와 주변밀도 곱 비교로 판정 • 공분산·상관계수와 합의 분산: 공분산은 E(XY)−E(X)E(Y)로 정의되고 상관계수는 공분산을 표준편차 곱으로 정규화해 방향·강도 해석, 합의 분산은 Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y) 공식으로 독립·비독립 상황 비교 • 체비셰프 정리 응용: 분포 가정 없이 평균·표준편차만으로 점수 구간 포함 확률의 하한과 초과 인원 상한을 추정해 선발 가능성 판단에 활용하는 절차 정리 |
||
|
[8강] 이산형 확률분포 (1)
|
0:
34:
18
|
|
|
Summary Content:
이산형 확률분포와 베르누이·이항·다항·포아송 분포: 이산형 확률변수 개념과 베르누이 시행, 이항·다항·포아송 분포의 정의·모수(n,p,λt)·개별확률 공식 체계 정리 이항·포아송 분포표 활용: 개별표 vs 누적표 구분, “이상·이하·미만·초과” 조건의 부등식 변환, 여사건 1−P(·) 적용 및 구간확률 P(a≤X≤b) 계산 절차 정리 응용 문제 구조(타이어 펑크·교통수단·형광등 수명·비행기 착륙): 상황별 분포 선택(이항·다항·포아송), 성공사건 정의 및 p 재설정, 시간·구간 변화에 따른 λt 재계산과 누적표·공식 병행 활용 구조 정리 |
||
|
[9강] 이산형 확률분포 (2)
|
0:
31:
49
|
|
|
이산형 확률분포 문제풀이: 이항·초기하·기하·음이항분포 핵심 정리
• 이항분포·초기하분포: 독립 반복 시행에서 성공 횟수 분포(B(n,p))와 유한모집단 복원 없는 추출에서 표본 내 성공 개수 분포(H(N,K,n))의 조건·파라미터(n,p,N,K,x) 해석 및 공식 구조 비교 • 기하분포·음이항분포: 첫 번째 성공까지의 시행 횟수 분포와 k번째 성공이 n번째 시행에서 처음 일어날 확률 분포의 정의, 확률질량함수(pq^{x-1}, \binom{n-1}{k-1}p^{k}q^{n-k}) 및 누적·등비수열 합 계산 절차 정리 • 분포 선택 기준: 복원 여부, 성공 정의, 관심 대상이 “성공 횟수(n회 내 x번)”인지 “첫 성공 시점”인지 “k번째 성공 시점”인지에 따른 분포 식별 및 표(이항분포표)·조합 계산·누적확률 활용 방법 정리 |
||
|
[10강] 연속형 확률분포 (1)
|
0:
38:
57
|
|
|
연속형 균일분포와 정규분포(표준화, Z-값 활용) 요약
• 연속형 확률변수와 분포 개념: 연속형 확률변수·확률밀도함수·면적=확률 구조 및 균일분포·정규분포 등 대표 연속형 분포 체계 정리 • 연속형 균일분포: 구간 [A,B]에서 밀도 1/(B−A)인 균일분포 정의와 구간확률=구간 길이×높이 계산 절차 정리 • 정규분포와 표준정규분포(Z-변환): N(μ,σ²) 정규분포 특성, Z=(X−μ)/σ 표준화, 표준정규분포표 누적확률·구간확률·역문제(k·하위 p% 점) 계산 절차 통합 정리 |
||
|
[11강] 연속형 확률분포 (2)
|
0:
43:
04
|
|
|
연속형 확률분포 연습문제 풀이 정리 (정규·Gamma·지수·Weibull·Beta 분포)
• 정규분포·정규근사: 표준화(z-변환)와 표준정규표를 이용한 초과·구간·백분위수 확률 계산, 이항분포의 정규근사와 연속성 수정 절차 정리 • Gamma·지수·Weibull 분포: 모수–평균–분산 관계, 확률밀도함수·누적분포함수 형태, 구간확률 적분 설정 및 부분적분 활용을 통한 생존·고장 확률 계산 • Beta 분포 및 특수함수: Beta 분포 밀도와 Beta/Gamma 함수 관계, 모수 대입을 통한 정규화상수 계산, [a, b] 구간에 대한 비율 확률 적분 구조 정리 |
||
|
[12강] 확률변수의 함수 (1)
|
0:
30:
59
|
|
|
확률변수의 함수와 분포 변환 연습문제 정리 (7.1–7.3)
• 확률변수의 함수와 분포 변환 원리: Y=g(X), Z=h(X,Y) 정의 후 역변환과 야코비안(단일·이변량 변수변환 공식)으로 새로운 확률밀도함수와 모멘트, 구간확률을 계산하는 절차 정리 • 단일변수 변환 연습(7.1, 7.2): 주어진 f_X(x)에서 Y=8X³, Y=X+4 같은 변환을 적용해 지원 구간 재설정, 역함수/미분 계산으로 f_Y(y)를 구하고, 얻어진 밀도로 P(Y>c) 형태 확률 적분 계산 • 이변량 결합분포 변환 연습(7.3): f_{X,Y}(x,y)에서 Z=X+Y, W=X와 같은 변수변환을 구성해 야코비안과 영역변환으로 f_{W,Z}(w,z) 및 f_Z(z)를 도출하고, 이를 이용해 구간확률 P(a≤Z≤b) 적분 계산 |
||
|
[13강] 확률변수의 함수 (2)
|
0:
32:
42
|
|
|
기하분포와 포아송분포의 적률생성함수와 응용
• 기하분포 적률생성함수: $P(X=x)=pq^{x-1}$ 에서 $M_X(t)=\dfrac{pe^t}{1-qe^t}$, 정의역 $t<-\ln q$ 를 도출하고 $M_X'(0)$, $M_X''(0)$로 평균 $E(X)=\dfrac{1}{p}$, 분산 $\operatorname{Var}(X)=\dfrac{1-p}{p^2}$ 계산 • 포아송분포 적률생성함수: $P(X=x)=\dfrac{e^{-\lambda}\lambda^x}{x!}$ 에서 $M_X(t)=e^{\lambda(e^t-1)}=e^{\mu(e^t-1)}$ 형식을 이용해 모수 $\mu$ 식별, 평균·분산 $\mu$, 표준편차 $\sigma=\sqrt{\mu}$ 추론 • 포아송분포 구간확률: 적률생성함수로 얻은 $\mu,\sigma$를 사용해 $P(\mu-2\sigma |
||
|
[14강] 확률표본과 표본분포 (1)
|
0:
37:
29
|
|
|
확률표본과 표본분포 연습문제(단일·이표본 평균) 정리
• 표본분포 기초 개념: 모집단·표본·통계량(표본평균·분산·표준편차) 정의와 표본평균 분포 특성 $E(\bar X)=\mu,\;\operatorname{Var}(\bar X)=\sigma^2/n,\;\sigma_{\bar X}=\sigma/\\sqrt n$ 정리 • 단일 표본평균·표본합 Z-화와 표본 수 계산: 표본합을 평균으로 변환 후 $Z=\dfrac{\bar X-\mu}{\sigma/\sqrt n}$ 적용, 반올림 조건의 경계(0.05 단위) 보정, 표준정규누적분포로 확률 계산 후 시행 횟수와 곱해 기대 표본 수 산출 절차 • 두 표본평균 차이의 분포와 확률: $D=\bar X_1-\bar X_2$에 대해 $E(D)=\mu_1-\mu_2,\;\operatorname{Var}(D)=\dfrac{\sigma^2}{n_1}+\dfrac{\sigma^2}{n_2}$ 기반 정규분포 설정, $Z=\dfrac{D-E(D)}{\sqrt{\sigma^2/n_1+\sigma^2/n_2}}$ 표준화 및 $|D|$ 조건을 양측 확률로 변환해 구간·양측 확률 계산 구조 정리 |
||
|
[15강] 확률표본과 표본분포 (2)
|
0:
40:
17
|
|
|
이산형 확률분포(2) 연습문제 8.4~8.9 핵심 정리
• 정규모집단 평균·분산 추론 분포: 두 집단 평균 차이의 표준정규분포 근사, 모분산 추론용 카이제곱분포, 두 분산비 검정용 F분포의 표준화 공식·자유도 구조 정리 • t분포와 t검정: 소표본에서 자유도 기반 t분포, 꼬리·누적확률 변환과 대칭성, t임계값 도출 및 단일 모평균 가설검정 절차 정리 • 분포표 활용 능력: 표준정규·t·카이제곱·F분포표에서 유의수준·자유도에 따른 임계값 찾기, 구간확률을 꼬리확률로 환산해 역으로 경계값 추정하는 방법 정리 |
||
|
[16강] 추정 (1)
|
0:
28:
03
|
|
|
추정과 신뢰구간·공차구간 핵심 정리 (연습문제 9.1–9.3)
• 추론통계 기초 개념: 모집단·모수·표본·통계량 정의와 점추정·구간추정·신뢰구간·신뢰수준·신뢰계수 개념 정리 • 모평균 신뢰구간 추정: 표본평균 ± (Z/t 임계값)×(표준오차) 공식, 모표준편차 정보·표본크기(n)에 따른 Z분포·t분포 선택 기준과 계산·해석 절차 • 공차구간·예측구간: 모집단 값의 일정 비율을 포함하는 공차구간( X̄ ± K s, 공차계수 K와 γ·신뢰수준·n 의존 )과 모수 추정용 신뢰구간, 미래 개별 관측값 범위를 주는 예측구간의 개념·용도 구분 |
||
|
[17강] 추정 (2)
|
0:
36:
25
|
|
|
추정에서 예측구간·두 모평균 차이 신뢰구간 정리
• 정규분포에서 1개 미래 관측값 예측구간: $X_0=\bar x\pm z_{\alpha/2}\sigma\sqrt{1+1/n}$ 공식을 사용하여 개별 미래 관측값 범위를 추정하며, 모평균 신뢰구간보다 폭이 커지는 특성을 정리 • 두 모평균 차이 신뢰구간(분산 같음, 소표본, t, 공통분산): 정규·모분산 미지·분산 같음 가정하에 공통분산 $s_p^2$와 자유도 $n_1+n_2-2$를 사용하여 $(\bar x_1-\bar x_2)\pm t_{\alpha/2,\nu}s_p\sqrt{1/n_1+1/n_2}$ 형태로 신뢰구간을 구성 • 두 모평균 차이 신뢰구간(분산 다름, Welch 방법): 정규·모분산 미지·분산 다름 가정에서 $(\bar x_A-\bar x_B)\pm t_{\alpha/2,\nu}\sqrt{s_A^2/n_A+s_B^2/n_B}$와 Welch 자유도 근사식을 사용하며, 신뢰구간이 0을 포함하는지 여부로 평균 차이의 통계적 유의성을 판단 |
||
|
[18강] 추정 (3)
|
0:
48:
57
|
|
|
베르누이·모비율 추정, 분산·분산비 신뢰구간, MLE 정리
• 모비율·두 모비율 차 신뢰구간: 베르누이·이항 모비율의 평균·분산과 정규근사를 이용한 단일 모비율 신뢰구간, 오차한계 기반 표본크기 결정, 두 집단 모비율 차 신뢰구간 공식을 통한 비교 추정 구조 정리 • 모분산·분산비 신뢰구간: 정규모집단 모분산의 카이제곱분포 기반 신뢰구간 도출과 비대칭 임계값 사용, 두 분산비의 F-분포 기반 신뢰구간 및 자유도·임계값 교체 규칙, 표준편차 비 신뢰구간 변환 절차 정리 • 베르누이 모수의 최대우도추정: 베르누이 시행에서 우도함수와 로그우도 구성, 로그우도의 미분과 극대화 조건을 이용한 모수 p의 최대우도추정량 도출 및 추정량이 표본평균과 일치하는 구조 정리 |
||
|
[19강] 가설검정 (1)
|
0:
31:
36
|
|
|
가설검정의 기초와 단일·2표본 평균 검정 정리
• 가설검정 절차와 구성 요소: 기무가설·대립가설 설정, 유의수준 결정, 분포·기각역 설정, 검정통계량 계산, 연구문장 수준 결론 도출 • 오류와 검정력 개념: 제1종 오류(α)·제2종 오류(β) 정의, 유의수준·검정력(1-β) 관계, 임계값·자유도·분포표(Z, t, χ², F)를 통한 기각역 결정 • t검정 유형과 적용 조건: 단일모집단 평균 단측 t검정과 독립 2표본 평균 양측 t검정, 모분산 미지·소표본·정규성 가정, pooled variance와 자유도 산정 및 임계값 비교 구조 정리 |
||
|
[20강] 가설검정 (2)
|
0:
27:
21
|
|
|
단일·모비율·두 모비율 가설검정 예제 정리 (연습문제 10.3–10.5)
• 단측·양측 Z검정 구조: 모평균·모비율·두 모비율에 대해 가설 설정, 유의수준 결정, 꼬리 방향에 따른 기각역 설정, Z검정통계량 계산, 임계값·p-value 비교로 결론 도출 • 단일 모평균·모비율 Z검정: 표본크기 조건($n>30$, $np_0$, $nq_0$ 충분)에서 단측 Z검정 적용, 모평균·모비율 각각의 Z공식과 왼쪽·오른쪽 단측 기각역 해석 • 두 모비율 차이 Z검정: pooled proportion 계산, 두 모비율 차이 Z공식과 양측 검정에서 ±임계값 및 p-value·유의수준 비교를 통한 유의한 비율 차이 판정 구조 정리 |
||
|
[21강] 가설검정 (3)
|
0:
31:
24
|
|
|
가설검정 연습문제: 모비율·모분산·두 분산 비교 정리
• 단일 모비율 Z검정: 이항분포의 정규근사 기반 Z통계량·단측/양측 기각역·p값 비교로 모비율 가설검정 수행 • 단일 모분산(표준편차) 카이제곱 검정: 정규모집단 분산에 대한 카이제곱 통계량·자유도·단측/양측 기각역 설정으로 산포 크기 검정 • 두 모분산 F검정: 두 집단 분산비 F통계량·상·하측 임계값·분산 동일 가정 검증을 통해 측정기·재료 간 산포 동질성 평가 |
||
|
[22강] 가설검정 (4)
|
0:
35:
28
|
|
|
카이제곱 검정을 이용한 독립성·동질성·적합도 검정 정리
• 카이제곱 검정 기본 구조: 범주형 자료 분할표에서 관측도수·기대도수 기반 검정통계량 $\chi^2=\sum (O_i-E_i)^2/E_i$ 계산, 자유도 설정으로 기각역·유의수준에 따라 가설 채택·기각 결정 • 독립성·동질성 검정: r×c 분할표에서 $E_{ij}=\dfrac{\text{행합}\times\text{열합}}{\text{전체합}}$으로 기대도수 산출, 자유도 $(r-1)(c-1)$ 사용하여 변수 간 독립성 여부와 집단 간 분포 동일성(동질성) 비교 • 적합도 검정: 이론분포(예: 기하분포) 확률질량함수로 기대도수 $E_i=nP(X=i)$ 계산 후 $\chi^2$ 검정, 자유도 $k-1$(또는 $k-1-$추정모수 개수) 적용하며 기대도수 10 미만 범주는 합쳐 근사 정확도 확보 |
||
|
[23강] 실험계획과 분산분석 (1)
|
0:
48:
17
|
|
|
실험계획과 일원분산분석(ANOVA) 기본 개념과 예제 정리
• 일원분산분석 개념·모형: 세 집단 이상 평균 비교를 위해 총변동(SST)을 집단간 변동(SSA)과 집단내 변동(SSE)으로 분해하고, 각 집단 평균·전체 평균 구조로 분포 모형화하는 방법 • 분산분석 가설·검정 절차: 귀무가설(모든 집단 평균 동일)과 대립가설(적어도 하나 상이) 설정 후, 자유도 (k-1, N-k)에 따른 F분포를 사용해 MSA/MSE로 계산한 F값으로 유의성 검정 • ANOVA 분해·분산분석표 구성: SST=SSA+SSE 관계, SSA·SSE·SST 제곱합과 대응 자유도 및 평균제곱(MS)·F값을 이용해 집단간/집단내 변동 비율을 해석하고, 화학제품 수율·용제 흡수율 사례로 계산·해석 절차 연습 |
||
|
[24강] 실험계획과 분산분석 (2)
|
0:
41:
12
|
|
|
실험계획과 분산분석: 다중비교와 이원분산분석 요약
• 다중비교법 개념: 일원분산분석에서 집단 간 평균 차이 유의 시, Duncan·Tukey 등 사후검정을 통해 어느 집단 쌍 사이에 실제 평균 차이가 있는지 판별하는 절차 정리 • Duncan·Tukey 다중비교법: Duncan 검정은 범위 크기별 rₚ 임계값으로 연속 평균 간 단계적 비교를 수행하는 검정력 큰 방법, Tukey HSD는 studentized range q값을 이용해 모든 쌍을 동일 임계차이로 비교하는 보수적 방법으로 유의결과 패턴 차이 발생 • 난괴법 이원분산분석(two-way ANOVA): 식이(요인 A)와 피실험자(블록, 요인 B)에 대해 SSA·SSB·SSE·SST 제곱합과 대응 자유도·평균제곱·F통계량을 계산하고 F임계값과 비교하여 각 요인의 평균 효과 유의성 및 반응시간에 대한 영향 구조를 해석하는 방법 |
||
|
[25강] 단순선형회귀모형
|
0:
46:
09
|
|
|
단순선형회귀모형 예제 풀이: 상관계수·회귀직선·분산분석
• 단순선형회귀모형과 최소제곱법: 두 변수 선형관계 모형 설정, 잔차제곱합 최소화를 통한 회귀계수(기울기·절편) 추정과 상관계수 계산 절차 정리 • 회귀직선 추정과 예측: 요약통계(Sxx,Syy,Sxy, ∑x,∑y)를 이용한 회귀식 도출, 산점도 기반 관계 진단, 추정된 회귀식으로 특정 입력값에서의 응답변수 예측 사례 연습 • 회귀모형 분산분석과 F-검정: SSR·SSE·SST 분해와 분산분석표 작성, H0: 기울기=0 가설검정, F-분포 임계값 비교를 통한 회귀식 유의성 및 모형 적합성 판단 절차 정리 |
||
|
[26강] 비모수검정
|
0:
33:
36
|
|
|
비모수적 통계학: Wilcoxon, Kruskal-Wallis, Spearman 핵심 정리
• 비모수적 통계학 개념 및 모수적 통계 대응: 분포 가정 없이 순위·중앙값 기반 추론, 독립/대응 t-검정·ANOVA·Pearson 상관에 각각 Wilcoxon 순위합·Wilcoxon 부호순위·Kruskal-Wallis·Spearman 순위상관으로 대응 정리 • 비모수 가설검정 절차와 통계량: 공통 5단계(가설·유의수준·기각역·검정통계량·결론) 구조에서 U(순위합), W⁺(부호순위), H(순위합 기반 카이제곱 근사), r_s(순위차 제곱합) 정의와 계산·임계값 비교 방법 정리 • 검정 선택 및 해석 기준: 독립 2표본(순위합), 대응표본(부호순위), 3개 이상 집단 비교(Kruskal-Wallis), 순위 상관(Spearman) 선택 규칙과 각 검정의 귀무·대립가설 구조, 기각 시 위치모수(중앙값) 또는 순위상관 유의성 해석 정리 |
||
이은지 교수님
확률통계학 문제풀이
