공식 모음, 모든 주제의 핵심 풀이 단계, 연습 문제 10개가 들어 있으며 전체 풀이는 맨 뒤에 있습니다.
상자의 질량은 독립이며 평균 12 kg, 표준편차 0.8 kg인 정규분포를 따릅니다. 그중 9개의 총 질량이 109.2 kg을(를) 초과할 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.
IQ 점수은(는) 평균 100 점, 표준편차 15 점인 정규분포를 따릅니다. 전체의 25%가 그 아래에 있는 값 x(25 백분위수)을(를) 구하세요.
관측값 100개와 알려진 σ에 근거한 평균의 90% 신뢰구간의 오차 한계는 10.7이다. 같은 연구에서 관측값을 200개로 하면 오차 한계 E₂은(는) 얼마인가?
두 비료를 시험한다. 구획 집단 1: 10개 구획, 평균 수확량 92 kg, 표준 편차 7 kg. 구획 집단 2: 21개 구획, 평균 103.5 kg, 표준 편차 1.5 kg. 분산이 같다고 가정한다(합동 t, df = n₁ + n₂ − 2). μ₁ − μ₂에 대한 90% 신뢰구간의 하한을 구하시오.
학생 36명 표본의 평균 점수는 68.8, 표본 표준편차는 12입니다. H₀: μ = 75에 대한 검정통계량 t를 구하세요.
H₀: μ = 100 대 H₁: μ > 100의 단측 z 검정을 표본 크기 100, α = 0.10에서 실시한다. 표준 편차는 15로 알려져 있다. 실제 평균은 101.65이다. 제2종 오류의 확률 β을(를) 퍼센트로 구하시오.
표에는 x = 자동차 연식(년), y = 가격(k€)의 짝지은 관측값 6쌍이 있습니다. 피어슨 상관계수 r을(를) 구하세요.
표에는 x = 하중(kN), y = 늘음량(mm)의 짝지은 관측값 5쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 5일 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.
카이제곱 적합도 검정으로 9개 범주의 도수가, 같은 자료에서 평균을 추정한 푸아송 분포를 따르는지 확인합니다. 이 검정의 자유도 df은(는) 얼마인가요?
답: P = 0.3085
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 = 89.88 점
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: E₂ = 7.566
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
답: 하한 = −14.17 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 = −3.1
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| > 2.03이므로 5% 수준(양측)에서 H₀를 기각합니다.
답: β = 57.22 %
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 = −0.9765
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 = 13.15
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 = 2.6
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 = 2. α = 0.05에서 임곗값은 5.991이므로 H₀(독립)은 기각되지 않습니다.
답: df = 7
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.
ExamProblems · examproblems.com/courses/statistics-2-inference