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
400 kg403 kgT = X₁ + … + X₁₆?

시멘트 포대의 질량은 독립이며 평균 25 kg, 표준편차 0.5 kg인 정규분포를 따릅니다. 그중 16개의 총 질량이 403 kg을(를) 초과할 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.

μ = 25 kgσ = 0.5 kgn = 16> 403 kg
P =
2.정규분포어려움
4 s0X − Y?

주자 A의 한 바퀴 시간 X와 주자 B의 한 바퀴 시간 Y은(는) 독립이며 정규분포를 따릅니다. X는 평균 52 s, 표준편차 4 s이고 Y는 평균 48 s, 표준편차 3 s입니다. X가 Y보다 클 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.

μX = 52 s, σX = 4 sμY = 48 s, σY = 3 s
P =
3.신뢰구간보통
μ₁ − μ₂0LU = ?x̄₁ − x̄₂E95%

두 휴대전화 모델의 배터리 수명을 비교한다. 모델 1: 휴대전화 30대, 평균 64 h, 알려진 표준 편차 16 h. 모델 2: 휴대전화 30대, 평균 60.5 h, 알려진 표준 편차 16 h. μ₁ − μ₂에 대한 95% 신뢰구간의 상한을 구하시오.

n₁ = 30x̄₁ = 64 hσ₁ = 16 hn₂ = 30x̄₂ = 60.5 hσ₂ = 16 h95%
상한 = h
4.신뢰구간어려움
n = 10σ = ?Us = 0.695%

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
−2.1312.131t = ?df = 15

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
−1.961.96z = ?

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
xy125226320422518614xy246152025

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
xy1575179419108211222312025136xy15202580100120140ŷ = 121

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
버스자전거자동차합계학생503218100교직원2031740합계703535140

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
합격불합격합계18–30세7378031–50세7198051세 이상245680합계16872240dfα = 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 = 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.

합동 분산

sp² = (8·5² + 7·4.5²)/15 = 22.78
sp = 4.773

표준오차

SE = 4.773·√(1/9 + 1/8) = 2.319

검정통계량

t = (93.5 − 97.4)/2.319 = −1.682

답

t = −1.682

df = 15에서 양측 5% 임곗값은 2.131입니다. |t|가 더 작으므로 H₀를 기각하지 않습니다.

6.가설 검정과 신뢰구간

답: z = −2.023

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.

기대 도수

학생: 100·70/140 = 50, 100·35/140 = 25, 100·35/140 = 25
교직원: 40·70/140 = 20, 40·35/140 = 10, 40·35/140 = 10

카이제곱 통계량

χ² = (50 − 50)²/50 + (32 − 25)²/25 + (18 − 25)²/25 + (20 − 20)²/20 + (3 − 10)²/10 + (17 − 10)²/10
χ² = 13.72

답

χ² = 13.72

df = 2. α = 0.05에서 임곗값은 5.991이므로 H₀(독립)은 기각됩니다.

10.카이제곱 검정

답: χ² = 91.55

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

18–30세: 56, 24
31–50세: 56, 24
51세 이상: 56, 24

카이제곱 통계량

χ² = (73 − 56)²/56 + (7 − 24)²/24 + (71 − 56)²/56 + (9 − 24)²/24 + (24 − 56)²/56 + (56 − 24)²/24
χ² = 91.55

의사 결정

df = 2, χ²crit = 5.991
91.55 > 5.991

답

χ² = 91.55

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

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