기술통계
- 평균
- x̄ = Σx/n
- 표본 표준편차
- s = √(Σ(x − x̄)²/(n − 1))
- 중앙값
- 정렬한 데이터의 가운데 값
- z 점수
- z = (x − μ)/σ
- 정규분포
- ±1σ 안에 68%, ±2σ 안에 95%
공식 모음, 모든 주제의 핵심 풀이 단계, 연습 문제 16개가 들어 있으며 전체 풀이는 맨 뒤에 있습니다.
한 학생이 평균 100, 표준편차 15인 검사에서 130점을 받았습니다. z점수는 얼마입니까?
주제 분석에서 분석자가 주로 하는 일은 무엇입니까?
자료의 표본 표준편차 s를 구하세요: 42, 13, 22, 20, 33, 56, 59.
시험 점수는 평균 500, 표준편차 60인 정규분포를 따릅니다. 536점의 z점수 z를 구하세요.
공정한 주사위를 8번 던집니다. 6이 적어도 한 번 나올 확률 P는 얼마일까요?
X의 분포가 표와 같고 Y = 2X + 4입니다. Y의 표준편차 σY을(를) 구하시오.
배송 시간은(는) 평균 32 min, 표준편차 6 min인 정규분포를 따릅니다. 25.1에서 33.2 min 사이에 있는 비율은 얼마일까요? P을(를) 소수로 답하세요.
IQ 점수은(는) 평균 100 점, 표준편차 15 점인 정규분포를 따릅니다. 전체의 95%가 그 아래에 있는 값 x(95 백분위수)을(를) 구하세요.
두 휴대전화 모델의 배터리 수명을 비교한다. 모델 1: 휴대전화 40대, 평균 109.5 h, 알려진 표준 편차 20 h. 모델 2: 휴대전화 50대, 평균 103 h, 알려진 표준 편차 6 h. μ₁ − μ₂에 대한 99% 신뢰구간의 오차 한계 E을(를) 구하시오.
불량품 비율에 대해서는 사전에 알려진 것이 없다. 비율에 대한 99% 신뢰구간의 오차 한계가 최대 0.02이(가) 되려면 제품을 몇 개 n 검사해야 하는가?
학생 49명 표본의 평균 점수는 72.43, 표본 표준편차는 10입니다. H₀: μ = 75에 대한 검정통계량 t를 구하세요.
H₀: μ = 200 대 H₁: μ > 200의 단측 z 검정을 표본 크기 100, α = 0.01에서 실시한다. 표준 편차는 25로 알려져 있다. 실제 평균은 207이다. 검정력 1 − β을(를) 퍼센트로 구하시오.
표에는 x = 광고비(k€), y = 매출(k€)의 짝지은 관측값 5쌍이 있습니다. 피어슨 상관계수 r을(를) 구하세요.
표에는 x = 자동차 연식(년), y = 가격(k€)의 짝지은 관측값 6쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 4.5일 때 ŷ을(를) 예측하세요.
분할표는 관측 도수를 보여 줍니다. 행 변수와 열 변수 사이의 독립성 검정을 위한 카이제곱 통계량 χ²을(를) 계산하세요. 연속성 수정은 쓰지 마세요.
카이제곱 적합도 검정으로 11개 범주의 관측 도수를 완전히 지정된 기대 비율과 비교합니다(자료에서 추정한 모수 없음). 이 검정의 자유도 df은(는) 얼마인가요?
답: A · 2.0
(130 − 100) / 15 = 2. 이 점수는 평균보다 2 표준편차 높으며, 약 97–98%의 사람보다 높습니다.
답: B · 질적 자료 전반에서 반복되는 의미 패턴을 찾아낸다
주제 분석은 자료에 익숙해지기, 부호화, 주제 생성·검토·명명, 보고서 작성으로 이루어지며 통계보다 의미에 초점을 둡니다.
답: s = 18.02
기술통계: 평균은 합을 n으로 나눈 값이고, 중앙값은 정렬된 자료의 가운데 값입니다(n이 짝수면 가운데 두 값의 평균). 표본 표준편차는 s = √(Σ(x − x̄)²/(n − 1)). z점수 z = (x − μ)/σ는 어떤 값이 평균에서 표준편차 몇 개만큼 떨어져 있는지를 나타냅니다.
답: z = 0.6
기술통계: 평균은 합을 n으로 나눈 값이고, 중앙값은 정렬된 자료의 가운데 값입니다(n이 짝수면 가운데 두 값의 평균). 표본 표준편차는 s = √(Σ(x − x̄)²/(n − 1)). z점수 z = (x − μ)/σ는 어떤 값이 평균에서 표준편차 몇 개만큼 떨어져 있는지를 나타냅니다.
답: P = 0.7674
확률: 결과가 모두 같은 정도로 일어날 때 P(A) = 유리한 경우의 수/전체 경우의 수. 독립 사건은 곱합니다: P(A 그리고 B) = P(A)·P(B). 여사건이 자주 도움이 됩니다: P(적어도 하나) = 1 − P(하나도 없음). 이항분포: 성공 확률 p인 독립 시행 n번에서 P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.
답: σY = 3.406
이산 확률변수: 확률분포는 변수가 가질 수 있는 모든 값 x와 그 확률 p(x)를 나열합니다. 확률은 0과 1 사이이며 합이 1입니다. 기댓값(평균)은 E(X) = Σx·p(x)로, 장기적인 평균입니다. 분산은 Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ²이고, 표준편차는 σ = √Var(X)입니다. 일차 변환 Y = aX + b에서는 E(Y) = a·E(X) + b, Var(Y) = a²·Var(X), σY = |a|·σX입니다. 상수를 더해도 퍼짐은 변하지 않습니다.
평균은 실제로 이동합니다: E(Y) = 2·3 + 4 = 10.
답: P = 0.4542
정규분포: 값 x를 z점수 z = (x − μ)/σ로 바꾸면 평균에서 표준편차 몇 개만큼 떨어져 있는지 알 수 있습니다. z표(또는 Φ(z))는 z 왼쪽의 넓이, 즉 P(X < x)를 줍니다. 오른쪽 넓이는 1 − Φ(z)이고, 두 값 사이의 넓이는 두 넓이의 차입니다.
답: x = 124.7 점
정규분포: 값 x를 z점수 z = (x − μ)/σ로 바꾸면 평균에서 표준편차 몇 개만큼 떨어져 있는지 알 수 있습니다. z표(또는 Φ(z))는 z 왼쪽의 넓이, 즉 P(X < x)를 줍니다. 오른쪽 넓이는 1 − Φ(z)이고, 두 값 사이의 넓이는 두 넓이의 차입니다.
답: E = 8.434 h
차의 구간: 추정값 ± 임곗값 × 표준 오차. σ를 아는 독립 두 평균: SE = √(σ₁²/n₁ + σ₂²/n₂)와 z. 미지의 분산이 같으면: 합동 s_p와 자유도 n₁ + n₂ − 2의 t. 대응 자료는 차이로 계산합니다: d̄ ± t·s_d/√n.
구간이 0을 포함하므로 자료는 유의한 차이를 보여 주지 않습니다.
답: n = 4148
비율의 신뢰구간: p̂ ± z·√(p̂(1 − p̂)/n), p̂ = x/n. 오차 한계 E에 도달하려면 n ≥ z²·p(1 − p)/E²이 필요하며 올림합니다. 사전 추정값이 없으면 n이 가장 커지는 p = 0.5를 씁니다.
답: t = −1.799
평균 검정: 검정통계량은 표본평균이 H₀에서 주장하는 값과 표준오차 몇 개만큼 떨어져 있는지를 나타냅니다: σ를 알면 z = (x̄ − μ₀)/(σ/√n), 표본에서 추정하면 t = (x̄ − μ₀)/(s/√n). 신뢰구간은 x̄ ± (임계값)·(표준오차)입니다.
|t| < 2.011이므로 5% 수준(양측)에서 H₀를 기각하지 않습니다.
답: 1 − β = 68.23 %
검정력: 검정력 = 1 − β는 H₀가 거짓일 때 H₀를 기각할 확률입니다. μ₀와 z_α에서 기준값 x̄c를 구한 다음, 참 평균을 써서 x̄c 너머에 들어갈 확률을 계산합니다: z = (x̄c − μ)/(σ/√n).
답: r = 0.9934
최소제곱 회귀: 평균을 x̄, ȳ라 하고 Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)², Sxy = Σ(x − x̄)(y − ȳ)라 하면, 직선 ŷ = a + b·x의 기울기는 b = Sxy/Sxx, 절편은 a = ȳ − b·x̄이므로 이 직선은 항상 (x̄, ȳ)를 지납니다. 피어슨 상관계수 r = Sxy/√(Sxx·Syy)는 −1과 1 사이에 있으며, r²은 y의 변동 중 직선으로 설명되는 비율입니다.
답: ŷ = 16.32
최소제곱 회귀: 평균을 x̄, ȳ라 하고 Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)², Sxy = Σ(x − x̄)(y − ȳ)라 하면, 직선 ŷ = a + b·x의 기울기는 b = Sxy/Sxx, 절편은 a = ȳ − b·x̄이므로 이 직선은 항상 (x̄, ȳ)를 지납니다. 피어슨 상관계수 r = Sxy/√(Sxx·Syy)는 −1과 1 사이에 있으며, r²은 y의 변동 중 직선으로 설명되는 비율입니다.
답: χ² = 14.85
카이제곱 검정: 관측 도수 O를 H₀에서의 기대 도수 E와 χ² = Σ(O − E)²/E로 비교합니다. 적합도 검정: 각 범주에 E = n·p, df = k − 1(자료에서 추정한 모수마다 1씩 더 뺌). r × c 표의 독립성 검정: E = 행 합계 × 열 합계 / 총합계, df = (r − 1)(c − 1). χ²이 선택한 α의 임곗값을 넘으면 H₀을 기각합니다.
df = 2. α = 0.05에서 임곗값은 5.991이므로 H₀(독립)은 기각됩니다.
답: df = 10
카이제곱 검정: 관측 도수 O를 H₀에서의 기대 도수 E와 χ² = Σ(O − E)²/E로 비교합니다. 적합도 검정: 각 범주에 E = n·p, df = k − 1(자료에서 추정한 모수마다 1씩 더 뺌). r × c 표의 독립성 검정: E = 행 합계 × 열 합계 / 총합계, df = (r − 1)(c − 1). χ²이 선택한 α의 임곗값을 넘으면 H₀을 기각합니다.
ExamProblems · examproblems.com/courses/research-methods-psychology