E = row total × column total / grand total, df = (r − 1)(c − 1)
임곗값(α = 0.05)
df 1: 3.841, 2: 5.991, 3: 7.815, 4: 9.488
의사 결정
χ² > χ²crit이면 H0을 기각
2연습 문제
1.정규분포보통
표준 정규 곡선 아래에서 −z와 z 사이의 색칠한 넓이가 0.7887이 되도록 z를 끌어 놓으세요. z을 소수 둘째 자리까지 구하세요.
A = 0.7887
z =
2.정규분포어려움
배터리 수명은(는) 평균 500 h, 표준편차 40 h인 정규분포를 따릅니다. 색칠한 상위 95%가 오른쪽에 오도록 기준값을 끌어 놓으세요. 기준값 x을 구하세요.
μ = 500 hσ = 40 h95%
x = h
3.신뢰구간보통
항목 12개의 표본 평균은 101, 표준편차는 s = 2.5입니다. 모집단은 대략 정규분포를 따릅니다. 평균에 대한 90% 신뢰구간의 하한을 구하세요.
n = 12x̄ = 101s = 2.590%t(11) = 1.796
하한 =
4.신뢰구간어려움
두 비료를 시험한다. 구획 집단 1: 14개 구획, 평균 수확량 95 kg, 표준 편차 2 kg. 구획 집단 2: 17개 구획, 평균 100 kg, 표준 편차 9 kg. 분산이 같다고 가정한다(합동 t, df = n₁ + n₂ − 2). μ₁ − μ₂에 대한 90% 신뢰구간의 하한을 구하시오.
두 교수법을 비교한다. 집단 1: 학생 7명, 평균 점수 23.5, 표준 편차 7. 집단 2: 학생 9명, 평균 점수 11.5, 표준 편차 9.5. 모집단 분산이 같다고 가정하고 합동 이표본 t 검정을 쓴다. 차이를 x̄₁ − x̄₂(집단 1 빼기 집단 2)로 하여 H₀: μ₁ = μ₂에 대한 검정 통계량 t을(를) 구하시오.
표에는 x = 하중(kN), y = 늘음량(mm)의 짝지은 관측값 5쌍이 있습니다. 그 합들이 주어져 있습니다. 이 합들로 피어슨 상관계수 r을(를) 구하세요.
n = 5Σx = 30Σy = 124Σx² = 220Σy² = 3568Σxy = 884
r =
8.선형 회귀와 상관어려움
표에는 x = 광고비(k€), y = 매출(k€)의 짝지은 관측값 6쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. 새 관측값 (10, 63)이(가) 얻어졌습니다. 잔차 e = y − ŷ를 구하세요.
n = 6(10, 63)
e =
9.카이제곱 검정보통
분할표는 관측 도수를 보여 줍니다. 행 변수와 열 변수 사이의 독립성 검정을 위한 카이제곱 통계량 χ²을(를) 계산하세요. 연속성 수정은 쓰지 마세요.
N = 1802 × 2
χ² =
10.카이제곱 검정어려움
카이제곱 적합도 검정으로 6개 범주의 도수가, 같은 자료에서 평균을 추정한 푸아송 분포를 따르는지 확인합니다. 표를 이용해 유의수준 α = 0.01에서 임곗값 χ²crit을(를) 구하세요.
α = 0.01
χ²crit =
3용액
1.정규분포
답: z = 1.25
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.
z의 왼쪽 넓이
Φ(z) = (1 + 0.7887)/2 = 0.8944
z-표를 거꾸로 읽기
표 안에서 0.8944을 찾아 z를 읽으세요.
z = 1.25
답
z = 1.25
2.정규분포
답: x = 434 h
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.
왼쪽 넓이
Φ(z) = 0.05
표에서 구한 z
z ≈ −1.64
원래 단위로 되돌리기
x = 500 − 1.64·40 = 434 h
답
x = 434 h
3.신뢰구간
답: 하한 = 99.7
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.
임계값
df = n − 1 = 11, t = 1.796
오차 한계
E = 1.796·2.5/√12 = 1.296
구간
101 ± 1.296 → [99.7, 102.3]
답
하한 = 99.7
4.신뢰구간
답: 하한 = −9.181 kg
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.
합동 표준 편차
sp² = (13·2² + 16·9²)/29 = 46.48
sp = 6.818
오차 한계
E = 1.699·6.818·√(1/14 + 1/17) = 4.181
구간
−5 ± 4.181 → [−9.181, −0.8195]
답
하한 = −9.181 kg
5.가설 검정과 신뢰구간
답: t = 2.795
가설 검정: 검정 통계량 = (추정값 − H₀에서의 값)/(H₀에서의 표준 오차). p값은 H₀가 참이라고 가정할 때 관측된 것만큼 또는 그보다 극단적인 통계량이 나올 확률입니다. 단측 H₁이면 한쪽 꼬리의 면적, 양측 H₁이면 꼬리 면적의 두 배입니다. p ≤ α이면 H₀를 기각합니다.
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.
오차 한계
E = 2.576·15/√81 = 4.293
구간 끝값
L = 203.3 − 4.293 = 199
답
L = 199
7.선형 회귀와 상관
답: r = 0.9972
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.
중심화한 합
Sxy = 884 − 30·124/5 = 140
Sxx = 220 − 30²/5 = 40
Syy = 3568 − 124²/5 = 492.8
상관계수
r = 140/√(40·492.8) = 0.9972
답
r = 0.9972
8.선형 회귀와 상관
답: e = 3.49
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.
평균
x̄ = 48/6 = 8
ȳ = 313/6 = 52.17
제곱합과 곱의 합
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 257
회귀직선
b = 257/70 = 3.671
a = 52.17 − 3.671·8 = 22.8
ŷ = 22.8 + 3.671·x
예측값
ŷ = 22.8 + 3.671·10 = 59.51
잔차
e = 63 − 59.51 = 3.49
답
e = 3.49
점이 직선 위쪽에 있습니다.
9.카이제곱 검정
답: χ² = 0.1042
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.
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.