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
X는 평균 12 min, 표준편차 1.5 min인 정규분포를 따르고, Y는 독립이며 평균 20 min, 표준편차 2 min인 정규분포를 따릅니다. X + Y가 28.3 min보다 클 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.
μX = 12, σX = 1.5μY = 20, σY = 2X + Y > 28.3 min
P =
2.정규분포어려움
구멍 지름 D는 평균 25.04 mm, 표준편차 0.02 mm인 정규분포를 따릅니다. 축 지름 d는 독립이며 평균 25 mm, 표준편차 0.015 mm인 정규분포를 따릅니다. 무작위로 고른 축은 D − d > 0일 때 끼워집니다. 끼워질 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.
구멍: μ = 25.04 mm, σ = 0.02 mm축: μ = 25 mm, σ = 0.015 mm
P =
3.신뢰구간보통
항목 12개의 표본 평균은 18, 표준편차는 s = 8.5입니다. 모집단은 대략 정규분포를 따릅니다. 평균에 대한 90% 신뢰구간의 상한을 구하세요.
n = 12x̄ = 18s = 8.590%t(11) = 1.796
상한 =
4.신뢰구간어려움
모표준편차는 21입니다. 평균에 대한 95% 신뢰구간의 오차 한계가 3 이하가 되려면 표본 크기 n이(가) 얼마나 커야 할까요?
σ = 21E = 395%
n =
5.가설 검정과 신뢰구간보통
학생 100명 표본의 평균 점수는 50.28, 표본 표준편차는 4입니다. H₀: μ = 50에 대한 검정통계량 t를 구하세요.
μ₀ = 50x̄ = 50.28s = 4n = 100
t =
6.가설 검정과 신뢰구간어려움
평균에 대한 99% 신뢰구간의 오차 한계가 1 이하가 되려면 표본이 얼마나 커야 할까요? 표준편차는 20입니다. 최소 표본 크기 n를 구하세요.
σ = 20E = 199%
n =
7.선형 회귀와 상관보통
표에는 x = 기온(°C), y = 아이스크림 판매량의 짝지은 관측값 5쌍이 있습니다. 그 합들이 주어져 있습니다. 이 합들로 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 = 3.5일 때 ŷ을(를) 예측하세요.
n = 6x = 3.5
ŷ =
9.카이제곱 검정보통
분할표는 관측 도수를 보여 줍니다. 카이제곱 독립성 검정을 위해 칸 “도시, 높음”의 기대 도수 E을(를) 구하세요.
행 합계 = 83열 합계 = 47N = 162
E =
10.카이제곱 검정어려움
카이제곱 적합도 검정으로 7개 범주의 도수가, 같은 자료에서 평균을 추정한 푸아송 분포를 따르는지 확인합니다. 이 검정의 자유도 df은(는) 얼마인가요?
k = 7
df =
3용액
1.정규분포
답: P = 0.9306
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.
합의 분포
μ = 32 min, σ = √(1.5² + 2²) = 2.5 min
표준화하기
z = (28.3 − 32)/2.5 = −1.48
위쪽 꼬리
P = 1 − Φ(−1.48) = 1 − 0.06944 = 0.9306
답
P = 0.9306
2.정규분포
답: P = 0.9452
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.
차의 분포
μ = 25.04 − 25 = 0.04 mm, σ = 0.025 mm
표준화하기
z = (0 − 0.04)/0.025 = −1.6
확률
P = 1 − Φ(−1.6) = 0.9452
답
P = 0.9452
3.신뢰구간
답: 상한 = 22.41
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 = 1.796·8.5/√12 = 4.407
구간
18 ± 4.407 → [13.59, 22.41]
답
상한 = 22.41
4.신뢰구간
답: n = 189
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.
n에 대해 풀기
n = (1.96·21/3)² = 188.2
올림하기
표본 크기는 정수이고, 내림하면 오차 한계가 너무 커집니다.
n = 189
답
n = 189
5.가설 검정과 신뢰구간
답: t = 0.7
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.
표준오차
SE = 4/√100 = 4/10 = 0.4
검정통계량
t = (50.28 − 50)/0.4 = 0.7
답
t = 0.7
t0.025; df = 99 = 1.984
|t| < 1.984이므로 5% 수준(양측)에서 H₀를 기각하지 않습니다.
6.가설 검정과 신뢰구간
답: n = 2655
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.
n에 대해 풀기
n = (2.576·20/1)² = 2654
올림하기
n = 2655
답
n = 2655
7.선형 회귀와 상관
답: r = 0.9198
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 = 6415 − 95·329/5 = 164
Sxx = 1845 − 95²/5 = 40
Syy = 22443 − 329²/5 = 794.8
상관계수
r = 164/√(40·794.8) = 0.9198
답
r = 0.9198
8.선형 회귀와 상관
답: ŷ = 20.83
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 = 21/6 = 3.5
ȳ = 125/6 = 20.83
제곱합과 곱의 합
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = −42.5
회귀직선
b = −42.5/17.5 = −2.429
a = 20.83 − (−2.429)·3.5 = 29.33
ŷ = 29.33 − 2.429·x
예측
ŷ = 29.33 + (−2.429)·3.5 = 20.83
답
ŷ = 20.83
9.카이제곱 검정
답: E = 24.08
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.
기대 도수
E = 83·47/162 = 24.08
답
E = 24.08
10.카이제곱 검정
답: df = 5
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.