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.
p값이 0.03이라는 것은 무엇을 뜻합니까?
불안 점수가 극단적으로 높아서 선택된 환자들이 치료 없이도 두 번째 검사에서 더 낮은 점수를 보입니다. 가장 가능성 높은 설명은 무엇입니까?
자료의 표본 표준편차 s를 구하세요: 30, 49, 51, 32, 12, 44, 57.
시험 점수는 평균 170, 표준편차 15인 정규분포를 따릅니다. 147.5점의 z점수 z를 구하세요.
표의 분포에 대해 X의 분산 Var(X)을(를) 구하시오.
부품 7개를 시험하며, 각 부품은 독립적으로 확률 0.25로 고장 납니다. 고장이 많아야 하나일 확률 P는 얼마일까요?
X는 평균 120 mm, 표준편차 0.3 mm인 정규분포를 따르고, Y는 독립이며 평균 80 mm, 표준편차 0.4 mm인 정규분포를 따릅니다. X + Y가 200.4 mm보다 클 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.
IQ 점수은(는) 평균 100 점, 표준편차 15 점인 정규분포를 따릅니다. 색칠한 하위 85%가 왼쪽에 오도록 기준값을 끌어 놓으세요. 기준값 x을 구하세요.
두 휴대전화 모델의 배터리 수명을 비교한다. 모델 1: 휴대전화 60대, 평균 46.5 h, 알려진 표준 편차 9 h. 모델 2: 휴대전화 40대, 평균 50 h, 알려진 표준 편차 16 h. μ₁ − μ₂에 대한 95% 신뢰구간의 상한을 구하시오.
두 비료를 시험한다. 구획 집단 1: 5개 구획, 평균 수확량 30 kg, 표준 편차 7.5 kg. 구획 집단 2: 12개 구획, 평균 28.5 kg, 표준 편차 3 kg. 분산이 같다고 가정한다(합동 t, df = n₁ + n₂ − 2). μ₁ − μ₂에 대한 90% 신뢰구간의 오차 한계 E을(를) 구하시오.
학생 81명 표본의 평균 점수는 504, 표본 표준편차는 15입니다. H₀: μ = 500에 대한 검정통계량 t를 구하세요.
측정값 100개의 표본 평균은 104.5입니다. 모표준편차는 15입니다. 평균에 대한 95% 신뢰구간의 하한 L를 구하세요.
표에는 x = 자동차 연식(년), y = 가격(k€)의 짝지은 관측값 6쌍이 있습니다. 최소제곱 직선의 결정계수 r²을(를) 구하세요.
표에는 x = 자동차 연식(년), y = 가격(k€)의 짝지은 관측값 6쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 2.5일 때 ŷ을(를) 예측하세요.
분할표는 관측 도수를 보여 줍니다. 카이제곱 독립성 검정을 위해 칸 “학생, 버스”의 기대 도수 E을(를) 구하세요.
행 3개, 열 5개(합계 제외)인 분할표로 카이제곱 독립성 검정을 합니다. 표를 이용해 유의수준 α = 0.01에서 임곗값 χ²crit을(를) 구하세요.
답: C · 영가설이 참이라면 이만큼 극단적인 자료가 약 3%의 확률로 나타난다
p값은 영가설이 참일 때 관찰된 것만큼 또는 그보다 극단적인 결과가 나올 확률입니다. 가설이 참일 확률이나 효과의 크기를 알려 주지 않습니다.
답: D · 평균으로의 회귀
극단 점수로 사람을 선택하면 측정 오차와 우연 때문에 이후 점수가 평균 쪽으로 이동하는 경향이 있습니다. 통제집단은 이를 처치 효과와 구분하는 데 도움이 됩니다.
답: s = 15.55
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 = −1.5
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) = 164.8
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 = 0.4449
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 = 0.2119
정규 변수의 합과 차: X와 Y가 독립이고 정규분포를 따르면 X + Y와 X − Y도 정규분포를 따릅니다. 평균은 더하거나 뺍니다: E(X ± Y) = μX ± μY. 분산은 차일 때도 항상 더합니다: Var(X ± Y) = σX² + σY²이므로 σ = √(σX² + σY²)입니다. 표준편차를 직접 더해서는 안 됩니다. 같은 분포를 따르는 독립인 n개 항목의 합은 평균 n·μ, 표준편차 σ·√n입니다. 그다음 평소처럼 표준화하여 z = (x − 평균)/σ를 구하고 Φ(z)를 읽습니다.
답: x = 115.6 점
넓이에서 z로 되돌아가기: Φ(z)는 z의 왼쪽 넓이입니다. 왼쪽 꼬리 넓이 A이면 표에서 Φ(z) = A인 z를 찾습니다. 오른쪽 꼬리 넓이 A이면 Φ(z) = 1 − A입니다. −z와 z 사이의 가운데 넓이 A이면 양쪽 꼬리에 (1 − A)/2씩 남으므로 Φ(z) = (1 + A)/2입니다. 값 x에는 x = μ + zσ를 쓰세요.
답: 상한 = 1.956 h
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
구간이 0을 포함하므로 자료는 유의한 차이를 보여 주지 않습니다.
답: E = 4.337 kg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
답: t = 2.4
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| > 1.99이므로 5% 수준(양측)에서 H₀를 기각합니다.
답: L = 101.6
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 = 0.9059
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 90.59%가 직선으로 설명됩니다.
답: ŷ = 17.99
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: E = 28.57
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.
답: χ²crit = 20.09
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.
계산한 χ²이 이 값보다 크면 H₀을 기각합니다.
ExamProblems · examproblems.com/courses/research-methods-psychology