MuviSsum

모집단 : 연구대상이 되는 집단 전체 표본 : 연구대상인 모집단의 특성을 조사하기 위한 모집단의 일부분 모수 : 모집단의 특성을 나타내는 변수 - 평균, 모분산 등 분산 : 변량이 퍼져있는 정도 평균 : 주어진 데이터 변수들의 합을 데이터 변수의 개수로 나눈 값 표준편차 : 분산은 너무 크니까 작게 만듬 표준오차 : 추정치의 표준편차 (쓰는 곳 : 표본평균의 표준편차) => √(분산/대상의 수) 변동계수 : 비교할 때, 각 변수들을 보정해주기 위한 계수 => 표준편차/평균 사분위수 : 자료를 순서대로 나열하였을 때, 1/4마다 위치한 데이터를 말함. IQR(변수) : 1/4~3/4의 퍼진정도 중위수 : 1/2에 위치한 데이터 귀무가설 : 검정하고 싶은 기존의 가설 대립가설 : 기존의 가설과 대립되는 가설..

귀무가설, 대립가설 설정 -> 가설 검정(관찰, 실험) -> 검정 통계 측정 -> 유의수준에 따른 가설 유지 or 폐지 위의 순서는 귀무 가설을 기각하는 단계를 뜻한다. 이는 R언어에서 중요한 개념으로 한 단계씩 살펴보도록 한다. 1. 귀무가설과 대립가설이 무엇인가? 귀무가설은 기존의 가설을 말한다. "대한민국 평균 키는 180보다 크다" 라는 가설이 있다고 하자. 이 가설을 기각하기 위해선 대립가설이 필요하다. "대한민국 평균 키는 180보다 작다"라는 가설을 세우자. 이렇게 검정하고 싶은 기존의 가설을 귀무가설이라고 하고, 기존의 가설과 대립되는 것을 대립가설이라고 한다. 2. 가설 검정 가설 검정 방법을 들어가기 전에, 단측 검정과 양측검정을 먼저 알아보자. "대한민국 평균 키는 180보다 크다" ..