공식 모음, 모든 주제의 핵심 풀이 단계, 연습 문제 10개가 들어 있으며 전체 풀이는 맨 뒤에 있습니다.
IQ 점수은(는) 평균 100 점, 표준편차 15 점인 정규분포를 따릅니다. 88.75에서 127.75 점 사이에 있는 비율은 얼마일까요? P을(를) 소수로 답하세요.
IQ 점수은(는) 평균 100 점, 표준편차 15 점인 정규분포를 따릅니다. 색칠한 상위 80%가 오른쪽에 오도록 기준값을 끌어 놓으세요. 기준값 x을 구하세요.
두 휴대전화 모델의 배터리 수명을 비교한다. 모델 1: 휴대전화 100대, 평균 106 h, 알려진 표준 편차 8 h. 모델 2: 휴대전화 100대, 평균 121 h, 알려진 표준 편차 8 h. μ₁ − μ₂에 대한 99% 신뢰구간의 상한을 구하시오.
기계 가공한 축 10개의 지름의 표본 표준 편차는 10 µm이다. 지름이 정규 분포를 따른다고 가정하고, 모집단 표준 편차에 대한 95% 신뢰구간의 하한 σ을(를) 구하시오. df = 9에서 χ² 분포의 2.5%는 2.7 아래에, 2.5%는 19.023 위에 있다.
학생 49명 표본의 평균 점수는 72.94, 표본 표준편차는 8입니다. H₀: μ = 75에 대한 검정통계량 t를 구하세요.
H₀: μ = 200 대 H₁: μ > 200의 단측 z 검정을 표본 크기 64, α = 0.05에서 실시한다. 표준 편차는 12로 알려져 있다. 실제 평균은 201.95이다. 검정력 1 − β을(를) 퍼센트로 구하시오.
표에는 x = 자동차 연식(년), y = 가격(k€)의 짝지은 관측값 6쌍이 있습니다. 피어슨 상관계수 r을(를) 구하세요.
표에는 x = 기온(°C), y = 아이스크림 판매량의 짝지은 관측값 5쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 28.5일 때 ŷ을(를) 예측하세요.
분할표는 관측 도수를 보여 줍니다. 카이제곱 독립성 검정을 위해 칸 “학생, 버스”의 기대 도수 E을(를) 구하세요.
표는 관측 도수를 보여 줍니다. α = 0.05에서 두 변수가 독립인지 검정하세요(연속성 수정 없음). 검정 통계량 χ²을(를) 계산한 다음 표의 임곗값과 비교하세요.
답: P = 0.7412
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 = 87.4 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 = −12.09 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 포함하지 않으므로 두 평균은 유의하게 다릅니다.
답: σ = 6.878 µm
분산의 구간: (n − 1)s²/σ²은 자유도 n − 1의 χ² 분포를 따릅니다. σ²의 95% 구간은 (n − 1)s²를 위쪽 χ² 값(그 위에 2.5%)으로 나눈 값에서 아래쪽 χ² 값(그 아래에 2.5%)으로 나눈 값까지이며, σ의 구간은 두 한계의 제곱근입니다. 이 구간은 s를 중심으로 대칭이 아닙니다.
σ의 95% 구간: [6.878, 18.26] µm.
답: t = −1.803
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 = 36.5 %
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 = −0.9087
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 = 98.25
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 = 27.04
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: χ² = 11.08
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/statistics-2-inference