통계학 2: 추론 통계: 벼락치기 팩

공식 모음, 모든 주제의 핵심 풀이 단계, 연습 문제 10개가 들어 있으며 전체 풀이는 맨 뒤에 있습니다.

새 문제강의로 돌아가기

인쇄 창에서 “PDF로 저장”을 선택하면 기기에 사본을 보관할 수 있습니다.

1공식과 풀이 방법

정규분포

z 점수
z = (x − μ)/σ
x 미만
P(X < x) = Φ(z)
x 초과
P(X > x) = 1 − Φ(z)
두 값 사이
Φ(z2) − Φ(z1)
백분위수
x = μ + z·σ

방법

  1. 값을 z 점수로 바꾸세요: z = (x − μ)/σ.
  2. z 왼쪽의 넓이인 Φ(z)를 표에서 찾으세요.
  3. 오른쪽 넓이는 1 − Φ(z)를 쓰고, 구간은 두 왼쪽 넓이를 빼세요.
  4. 백분위수는 거꾸로 구하세요: 넓이에 해당하는 z를 찾은 다음 x = μ + z·σ.

신뢰구간

σ를 알 때
x̄ ± z·σ/√n
σ를 모를 때
x̄ ± t·s/√n, df = n − 1
임계 z값
90%: 1.645, 95%: 1.96, 99%: 2.576
표본 크기
n = (z·σ/E)², rounded up

방법

  1. z(모집단 σ를 앎)와 t(표본 s만 알고, 자유도 n − 1) 중에서 고르세요.
  2. 신뢰수준에 해당하는 임곗값을 찾으세요.
  3. 오차 한계: E = 임곗값 × 표준편차/√n.
  4. 구간: x̄ ± E.

가설 검정과 신뢰구간

평균에 대한 z 검정
z = (x̄ − μ0)/(σ/√n)
평균에 대한 t 검정
t = (x̄ − μ0)/(s/√n), df = n − 1
유의수준 5% 양측 검정
|z| > 1.96이면 H0 기각
신뢰구간
x̄ ± z·σ/√n

방법

  1. H₀과 H₁을 세우고 단측 검정인지 양측 검정인지 정하세요.
  2. 검정 통계량을 계산하세요: (x̄ − μ₀)/(σ/√n), 또는 s와 t를 사용.
  3. 임곗값과 비교하거나 p값을 구하세요.
  4. 통계량이 임곗값을 넘으면(p가 α보다 작으면) H₀을 기각하고, 결론을 문장으로 쓰세요.

선형 회귀와 상관

제곱합
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
기울기
b = Sxy/Sxx
절편
a = ȳ − b·x̄
상관계수
r = Sxy/√(SxxSyy)
잔차
e = y − ŷ

카이제곱 검정

검정통계량
χ² = Σ(O − E)²/E
적합도 검정
E = n·p, df = k − 1 − (estimated parameters)
독립성 검정
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
750 g757.9 gX + Y?

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
0.02 mm0D − d?

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
n = 20, s = 10LU = ?x̄ = 26E90%

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
σ = 13, n = ?x̄ − Ex̄ + Ex̄E = 190%

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
t −2.01102.011

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
σ = 15, n = ?x̄ − Ex̄ + Ex̄E = 0.599%

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
xy15741884211042411727138xy15202580100120140

표에는 x = 기온(°C), y = 아이스크림 판매량의 짝지은 관측값 5쌍이 있습니다. 피어슨 상관계수 r을(를) 구하세요.

n = 5
r =
8.선형 회귀와 상관어려움
xy1654196222642576288831107xy152025306080100x = 29.5

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
낮음중간높음합계도시30363399농촌11292363합계416556162

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
합격불합격합계공장 A57360공장 B411960공장 C142640합계11248160dfα = 0.05α = 0.0113.8416.63525.9919.21037.81511.34549.48813.277511.07015.086612.59216.812714.06718.475815.50720.090916.91921.6661018.30723.209

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.

기대 도수

공장 A: 42, 18
공장 B: 42, 18
공장 C: 28, 12

카이제곱 통계량

χ² = (57 − 42)²/42 + (3 − 18)²/18 + (41 − 42)²/42 + (19 − 18)²/18 + (14 − 28)²/28 + (26 − 12)²/12
χ² = 41.27

의사 결정

df = 2, χ²crit = 5.991
41.27 > 5.991

답

χ² = 41.27

χ²이 임곗값보다 크므로 H₀을 기각합니다. 두 변수는 관련이 있는 것으로 보입니다.

ExamProblems · examproblems.com/courses/statistics-2-inference