공식 모음, 모든 주제의 핵심 풀이 단계, 연습 문제 10개가 들어 있으며 전체 풀이는 맨 뒤에 있습니다.
표준 정규 곡선 아래에서 z의 오른쪽 색칠한 넓이가 0.0485이 되도록 z를 끌어 놓으세요. z을 소수 둘째 자리까지 구하세요.
한 집단에서 남성의 키 X와 여성의 키 Y은(는) 독립이며 정규분포를 따릅니다. X는 평균 180 cm, 표준편차 10 cm이고 Y는 평균 170 cm, 표준편차 12 cm입니다. X가 Y보다 클 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.
환자 20명의 혈압을 치료 전후에 측정한다. 차이 d = 전 − 후(mmHg)의 평균은 −4.1, 표준 편차는 7.6이다. 평균 차이에 대한 99% 신뢰구간의 하한을 구하시오.
두 비료를 시험한다. 구획 집단 1: 8개 구획, 평균 수확량 86 kg, 표준 편차 9.5 kg. 구획 집단 2: 13개 구획, 평균 88.5 kg, 표준 편차 4.5 kg. 분산이 같다고 가정한다(합동 t, df = n₁ + n₂ − 2). μ₁ − μ₂에 대한 99% 신뢰구간의 오차 한계 E을(를) 구하시오.
두 교수법을 비교한다. 집단 1: 학생 6명, 평균 점수 104.5, 표준 편차 10. 집단 2: 학생 11명, 평균 점수 109.5, 표준 편차 6. 모집단 분산이 같다고 가정하고 합동 이표본 t 검정을 쓴다. 차이를 x̄₁ − x̄₂(집단 1 빼기 집단 2)로 하여 H₀: μ₁ = μ₂에 대한 검정 통계량 t을(를) 구하시오.
측정값 16개의 표본 평균은 209입니다. 모표준편차는 12입니다. 평균에 대한 95% 신뢰구간의 하한 L를 구하세요.
표에는 x = 기온(°C), y = 아이스크림 판매량의 짝지은 관측값 5쌍이 있습니다. 최소제곱 직선의 결정계수 r²을(를) 구하세요.
표에는 x = 광고비(k€), y = 매출(k€)의 짝지은 관측값 6쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 1.5일 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.
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: z = 1.66
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.
표 안에서 0.9515을 찾아 z를 읽으세요.
답: P = 0.7389
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: 하한 = −8.962 mmHg
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: E = 8.723 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 = −1.301
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
df = 15에서 양측 5% 임곗값은 2.131입니다. |t|가 더 작으므로 H₀를 기각하지 않습니다.
답: L = 203.1
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.
답: r² = 0.9978
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.
y의 변동 중 약 99.78%가 직선으로 설명됩니다.
답: ŷ = 39.44
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 = 0.2963
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 = 1. α = 0.05에서 임곗값은 3.841이므로 H₀(독립)은 기각되지 않습니다.
답: χ² = 9.156
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