기계 가공한 축 10개의 지름의 표본 표준 편차는 0.6 µm이다. 지름이 정규 분포를 따른다고 가정하고, 모집단 표준 편차에 대한 95% 신뢰구간의 하한 σ을(를) 구하시오. df = 9에서 χ² 분포의 2.5%는 2.7 아래에, 2.5%는 19.023 위에 있다.
n = 10s = 0.6 µmχ² = 2.7, 19.023
σ = µm
5.가설 검정과 신뢰구간보통
두 교수법을 비교한다. 집단 1: 학생 9명, 평균 점수 93.5, 표준 편차 5. 집단 2: 학생 8명, 평균 점수 97.4, 표준 편차 4.5. 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.
n₁ = 9x̄₁ = 93.5s₁ = 5n₂ = 8x̄₂ = 97.4s₂ = 4.5
t =
6.가설 검정과 신뢰구간어려움
한 임상 시험에서 치료 A를 받은 환자 80명 중 32명, 치료 B를 받은 환자 150명 중 81명이 회복한다. 합동 비율을 써서 H₀: p₁ = p₂에 대한 검정 통계량 z을(를) 구하시오.
x₁ = 32n₁ = 80x₂ = 81n₂ = 150
z =
7.선형 회귀와 상관보통
표에는 x = 자동차 연식(년), y = 가격(k€)의 짝지은 관측값 6쌍이 있습니다. 피어슨 상관계수 r을(를) 구하세요.
n = 6
r =
8.선형 회귀와 상관어려움
표에는 x = 기온(°C), y = 아이스크림 판매량의 짝지은 관측값 6쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. 직선이 ŷ = 121을(를) 예측하는 값 x은(는) 얼마인가요?
n = 6ŷ = 121
x =
9.카이제곱 검정보통
분할표는 관측 도수를 보여 줍니다. 행 변수와 열 변수 사이의 독립성 검정을 위한 카이제곱 통계량 χ²을(를) 계산하세요. 연속성 수정은 쓰지 마세요.
N = 1402 × 3
χ² =
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 = 2403 × 2α = 0.05
χ² =
3용액
1.정규분포
답: P = 0.06681
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.
합계의 분포
μT = 400 kg, σT = 0.5·√16 = 2 kg
표준화하기
z = (403 − 400)/2 = 1.5
확률
P = 1 − Φ(1.5) = 0.06681
답
P = 0.06681
2.정규분포
답: P = 0.7881
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 = 52 − 48 = 4 s, σ = 5 s
표준화하기
z = (0 − 4)/5 = −0.8
확률
P = 1 − Φ(−0.8) = 0.7881
답
P = 0.7881
3.신뢰구간
답: 상한 = 11.6 h
차의 구간: 추정값 ± 임곗값 × 표준 오차. σ를 아는 독립 두 평균: SE = √(σ₁²/n₁ + σ₂²/n₂)와 z. 미지의 분산이 같으면: 합동 s_p와 자유도 n₁ + n₂ − 2의 t. 대응 자료는 차이로 계산합니다: d̄ ± t·s_d/√n.
점추정값
x̄₁ − x̄₂ = 64 − 60.5 = 3.5
표준오차
SE = √(16²/30 + 16²/30) = 4.131
오차 한계
E = 1.96·4.131 = 8.097
구간
3.5 ± 8.097 → [−4.597, 11.6]
답
상한 = 11.6 h
구간이 0을 포함하므로 자료는 유의한 차이를 보여 주지 않습니다.
4.신뢰구간
답: σ = 0.4127 µm
분산의 구간: (n − 1)s²/σ²은 자유도 n − 1의 χ² 분포를 따릅니다. σ²의 95% 구간은 (n − 1)s²를 위쪽 χ² 값(그 위에 2.5%)으로 나눈 값에서 아래쪽 χ² 값(그 아래에 2.5%)으로 나눈 값까지이며, σ의 구간은 두 한계의 제곱근입니다. 이 구간은 s를 중심으로 대칭이 아닙니다.
제곱합
(n − 1)s² = 9·0.6² = 3.24
σ²의 한계
3.24/19.023 = 0.1703
3.24/2.7 = 1.2
σ의 한계
σ = √0.1703 = 0.4127 µm
답
σ = 0.4127 µm
σ의 95% 구간: [0.4127, 1.095] µm.
5.가설 검정과 신뢰구간
답: t = −1.682
가설 검정: 검정 통계량 = (추정값 − H₀에서의 값)/(H₀에서의 표준 오차). p값은 H₀가 참이라고 가정할 때 관측된 것만큼 또는 그보다 극단적인 통계량이 나올 확률입니다. 단측 H₁이면 한쪽 꼬리의 면적, 양측 H₁이면 꼬리 면적의 두 배입니다. p ≤ α이면 H₀를 기각합니다.
가설 검정: 검정 통계량 = (추정값 − H₀에서의 값)/(H₀에서의 표준 오차). p값은 H₀가 참이라고 가정할 때 관측된 것만큼 또는 그보다 극단적인 통계량이 나올 확률입니다. 단측 H₁이면 한쪽 꼬리의 면적, 양측 H₁이면 꼬리 면적의 두 배입니다. p ≤ α이면 H₀를 기각합니다.
표본 비율
p̂₁ = 32/80 = 0.4
p̂₂ = 81/150 = 0.54
p̂ = 113/230 = 0.4913
H₀에서의 표준 오차
SE = √(0.4913·0.5087·(1/80 + 1/150)) = 0.06921
검정통계량
z = (0.4 − 0.54)/0.06921 = −2.023
답
z = −2.023
|z| > 1.96이므로 5% 수준(양측)에서 H₀를 기각합니다.
7.선형 회귀와 상관
답: r = −0.9165
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) = −38.5
Syy = Σ(y − ȳ)² = 100.8
상관계수
r = −38.5/√(17.5·100.8) = −0.9165
답
r = −0.9165
8.선형 회귀와 상관
답: x = 22.09
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 = 120/6 = 20
ȳ = 655/6 = 109.2
제곱합과 곱의 합
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 397
회귀직선
b = 397/70 = 5.671
a = 109.2 − 5.671·20 = −4.262
ŷ = −4.262 + 5.671·x
x 구하기
x = (121 − (−4.262))/5.671 = 22.09
답
x = 22.09
9.카이제곱 검정
답: χ² = 13.72
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.
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.