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 250 g, 표준편차 4 g인 정규분포를 따르고, Y는 독립이며 평균 500 g, 표준편차 9 g인 정규분포를 따릅니다. X + Y가 757.9 g보다 클 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.
μX = 250, σX = 4μY = 500, σY = 9X + Y > 757.9 g
P =
2.정규분포어려움
구멍 지름 D는 평균 25.02 mm, 표준편차 0.01 mm인 정규분포를 따릅니다. 축 지름 d는 독립이며 평균 25 mm, 표준편차 0.01 mm인 정규분포를 따릅니다. 무작위로 고른 축은 D − d > 0일 때 끼워집니다. 끼워질 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.
구멍: μ = 25.02 mm, σ = 0.01 mm축: μ = 25 mm, σ = 0.01 mm
P =
3.신뢰구간보통
항목 20개의 표본 평균은 26, 표준편차는 s = 10입니다. 모집단은 대략 정규분포를 따릅니다. 평균에 대한 90% 신뢰구간의 상한을 구하세요.
n = 20x̄ = 26s = 1090%t(19) = 1.729
상한 =
4.신뢰구간어려움
모표준편차는 13입니다. 평균에 대한 90% 신뢰구간의 오차 한계가 1 이하가 되려면 표본 크기 n이(가) 얼마나 커야 할까요?
σ = 13E = 190%
n =
5.가설 검정과 신뢰구간보통
학생 49명 표본의 평균 점수는 47.6, 표본 표준편차는 12입니다. H₀: μ = 50에 대한 검정통계량 t를 구하세요.
μ₀ = 50x̄ = 47.6s = 12n = 49
t =
6.가설 검정과 신뢰구간어려움
평균에 대한 99% 신뢰구간의 오차 한계가 0.5 이하가 되려면 표본이 얼마나 커야 할까요? 표준편차는 15입니다. 최소 표본 크기 n를 구하세요.
σ = 15E = 0.599%
n =
7.선형 회귀와 상관보통
표에는 x = 기온(°C), y = 아이스크림 판매량의 짝지은 관측값 5쌍이 있습니다. 피어슨 상관계수 r을(를) 구하세요.
n = 5
r =
8.선형 회귀와 상관어려움
표에는 x = 기온(°C), y = 아이스크림 판매량의 짝지은 관측값 6쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 29.5일 때 ŷ을(를) 예측하세요.
n = 6x = 29.5
ŷ =
9.카이제곱 검정보통
분할표는 관측 도수를 보여 줍니다. 카이제곱 독립성 검정을 위해 칸 “농촌, 낮음”의 기대 도수 E을(를) 구하세요.
행 합계 = 63열 합계 = 41N = 162
E =
10.카이제곱 검정어려움
표는 관측 도수를 보여 줍니다. α = 0.05에서 두 변수가 독립인지 검정하세요(연속성 수정 없음). 검정 통계량 χ²을(를) 계산한 다음 표의 임곗값과 비교하세요.
N = 1603 × 2α = 0.05
χ² =
3용액
1.정규분포
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.
합의 분포
μ = 750 g, σ = √(4² + 9²) = 9.849 g
표준화하기
z = (757.9 − 750)/9.849 = 0.8
위쪽 꼬리
P = 1 − Φ(0.8) = 1 − 0.7881 = 0.2119
답
P = 0.2119
2.정규분포
답: P = 0.9207
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 = 25.02 − 25 = 0.02 mm, σ = 0.01414 mm
표준화하기
z = (0 − 0.02)/0.01414 = −1.41
확률
P = 1 − Φ(−1.41) = 0.9207
답
P = 0.9207
3.신뢰구간
답: 상한 = 29.87
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 = 19, t = 1.729
오차 한계
E = 1.729·10/√20 = 3.866
구간
26 ± 3.866 → [22.13, 29.87]
답
상한 = 29.87
4.신뢰구간
답: n = 458
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 = (1.645·13/1)² = 457.3
올림하기
표본 크기는 정수이고, 내림하면 오차 한계가 너무 커집니다.
n = 458
답
n = 458
5.가설 검정과 신뢰구간
답: t = −1.4
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.
표준오차
SE = 12/√49 = 12/7 = 1.714
검정통계량
t = (47.6 − 50)/1.714 = −1.4
답
t = −1.4
t0.025; df = 48 = 2.011
|t| < 2.011이므로 5% 수준(양측)에서 H₀를 기각하지 않습니다.
6.가설 검정과 신뢰구간
답: n = 5973
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 = (2.576·15/0.5)² = 5972
올림하기
n = 5973
답
n = 5973
7.선형 회귀와 상관
답: r = 0.9941
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 = 105/5 = 21
ȳ = 517/5 = 103.4
제곱합과 곱의 합
Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 483
Syy = Σ(y − ȳ)² = 2623
상관계수
r = 483/√(90·2623) = 0.9941
답
r = 0.9941
8.선형 회귀와 상관
답: ŷ = 95.45
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 = 141/6 = 23.5
ȳ = 451/6 = 75.17
제곱합과 곱의 합
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 532.5
회귀직선
b = 532.5/157.5 = 3.381
a = 75.17 − 3.381·23.5 = −4.286
ŷ = −4.286 + 3.381·x
예측
ŷ = −4.286 + 3.381·29.5 = 95.45
답
ŷ = 95.45
9.카이제곱 검정
답: E = 15.94
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 = 63·41/162 = 15.94
답
E = 15.94
10.카이제곱 검정
답: χ² = 41.27
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.