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?
어떤 연구에서 한 질문지가 같은 구성개념을 측정하는 공인된 검사와 강한 상관을 보였습니다. 이것이 지지하는 것은 무엇입니까?
자료의 표본 표준편차 s를 구하세요: 22, 33, 38, 11, 27, 32, 25.
어떤 양은 평균 50, 표준편차 10인 정규분포를 따릅니다. 38보다 큰 값의 비율 P는 얼마일까요?
표의 분포에 대해 X의 분산 Var(X)을(를) 구하시오.
어떤 시험에 객관식 문제가 12개 있습니다. 찍어서 푸는 학생은 각 문제를 독립적으로 확률 0.6로 맞힙니다. 정확히 3개를 맞힐 확률 P는 얼마일까요?
IQ 점수은(는) 평균 100 점, 표준편차 15 점인 정규분포를 따릅니다. 100에서 127 점 사이에 있는 비율은 얼마일까요? P을(를) 소수로 답하세요.
배송 시간은(는) 평균 32 min, 표준편차 6 min인 정규분포를 따릅니다. 전체의 20%가 그 아래에 있는 값 x(20 백분위수)을(를) 구하세요.
항목 10개의 표본 평균은 40.5, 표준편차는 s = 9입니다. 모집단은 대략 정규분포를 따릅니다. 평균에 대한 95% 신뢰구간의 상한을 구하세요.
모표준편차는 32입니다. 평균에 대한 90% 신뢰구간의 오차 한계가 1.5 이하가 되려면 표본 크기 n이(가) 얼마나 커야 할까요?
두 생산 라인이 같은 부품을 만든다. 라인 1: 부품 100개 표본의 평균 길이는 109.5 mm이고, 라인의 알려진 표준 편차는 17 mm이다. 라인 2: 부품 60개 표본의 평균은 116.4 mm, 알려진 표준 편차는 18 mm이다. 차이를 x̄₁ − x̄₂(라인 1 빼기 라인 2)로 하여 H₀: μ₁ = μ₂에 대한 검정 통계량 z을(를) 구하시오.
평균에 대한 99% 신뢰구간의 오차 한계가 3 이하가 되려면 표본이 얼마나 커야 할까요? 표준편차는 12입니다. 최소 표본 크기 n를 구하세요.
표에는 x = 공부 시간, y = 시험 점수의 짝지은 관측값 5쌍이 있습니다. 최소제곱 직선의 결정계수 r²을(를) 구하세요.
표에는 x = 하중(kN), y = 늘음량(mm)의 짝지은 관측값 5쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 3일 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.
표는 관측 도수를 보여 줍니다. α = 0.01에서 두 변수가 독립인지 검정하세요(연속성 수정 없음). 검정 통계량 χ²을(를) 계산한 다음 표의 임곗값과 비교하세요.
답: C · 2.0
(130 − 100) / 15 = 2. 이 점수는 평균보다 2 표준편차 높으며, 약 97–98%의 사람보다 높습니다.
답: D · 공인 타당도(동시 타당도)
공인 타당도는 새로운 측정이 거의 같은 시점에 실시한 공인된 측정과 일치할 때 입증됩니다.
답: s = 8.821
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 = 0.8849
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: Var(X) = 80
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.
답: P = 0.01246
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: P = 0.4641
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 = 26.95 min
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: 상한 = 46.94
평균에 대한 신뢰구간: x̄ ± 오차 한계. 모집단의 σ를 알면 오차 한계는 z·σ/√n이고, 표본 표준편차 s만 있으면 자유도 n − 1인 t를 써서 t·s/√n입니다. 임계값: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). 오차 한계를 E 이하로 하려면 n ≥ (z·σ/E)²이 필요하며, 올림합니다.
답: n = 1232
평균에 대한 신뢰구간: x̄ ± 오차 한계. 모집단의 σ를 알면 오차 한계는 z·σ/√n이고, 표본 표준편차 s만 있으면 자유도 n − 1인 t를 써서 t·s/√n입니다. 임계값: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). 오차 한계를 E 이하로 하려면 n ≥ (z·σ/E)²이 필요하며, 올림합니다.
표본 크기는 정수이고, 내림하면 오차 한계가 너무 커집니다.
답: z = −2.396
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
|z| > 1.96이므로 5% 수준(양측)에서 H₀를 기각합니다.
답: n = 107
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.
답: r² = 0.9698
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.
y의 변동 중 약 96.98%가 직선으로 설명됩니다.
답: ŷ = 5.95
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 = 7.2
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 = 1. α = 0.05에서 임곗값은 3.841이므로 H₀(독립)은 기각됩니다.
답: χ² = 87.37
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.
χ²이 임곗값보다 크므로 H₀을 기각합니다. 두 변수는 관련이 있는 것으로 보입니다.
ExamProblems · examproblems.com/courses/research-methods-psychology