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
192 kg190.4 kgT = X₁ + … + X₁₆?

상자의 질량은 독립이며 평균 12 kg, 표준편차 0.8 kg인 정규분포를 따릅니다. 그중 16개의 총 질량이 190.4 kg을(를) 초과할 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.

μ = 12 kgσ = 0.8 kgn = 16> 190.4 kg
P =
2.정규분포어려움
0.03 mm0D − d?

구멍 지름 D는 평균 25.03 mm, 표준편차 0.01 mm인 정규분포를 따릅니다. 축 지름 d는 독립이며 평균 25 mm, 표준편차 0.02 mm인 정규분포를 따릅니다. 무작위로 고른 축은 D − d > 0일 때 끼워집니다. 끼워질 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.

구멍: μ = 25.03 mm, σ = 0.01 mm축: μ = 25 mm, σ = 0.02 mm
P =
3.신뢰구간보통
x̄E₁ = 7.890%, n = 50x̄E₂ = ?95%, n = 200

관측값 50개와 알려진 σ에 근거한 평균의 90% 신뢰구간의 오차 한계는 7.8이다. 관측값 200개에 근거한 95% 구간의 오차 한계 E₂은(는) 얼마인가?

90%n₁ = 50E₁ = 7.895%n₂ = 200
E₂ =
4.신뢰구간어려움
n = 11σ = ?Us = 6.695%

기계 가공한 축 11개의 지름의 표본 표준 편차는 6.6 µm이다. 지름이 정규 분포를 따른다고 가정하고, 모집단 표준 편차에 대한 95% 신뢰구간의 하한 σ을(를) 구하시오. df = 10에서 χ² 분포의 2.5%는 3.247 아래에, 2.5%는 20.483 위에 있다.

n = 11s = 6.6 µmχ² = 3.247, 20.483
σ = µm
5.가설 검정과 신뢰구간보통
t −1.99801.998

학생 64명 표본의 평균 점수는 56, 표본 표준편차는 20입니다. H₀: μ = 50에 대한 검정통계량 t를 구하세요.

μ₀ = 50x̄ = 56s = 20n = 64
t =
6.가설 검정과 신뢰구간어려움
H₀H₁μ₀x̄cμ₀ + 3α = 0.01βσ = 26, 검정력 80%, n = ?

α = 0.01의 단측 z 검정이 평균의 3단위 이동을 검정력 80%로 검출해야 한다. 표준 편차는 26이다. 최소 표본 크기 n을(를) 구하시오.

α = 0.01검정력 = 80%δ = 3σ = 26zα = 2.326zβ = 0.842
n =
7.선형 회귀와 상관보통
xy2484506668751085xy5106080

표에는 x = 광고비(k€), y = 매출(k€)의 짝지은 관측값 5쌍이 있습니다. 그 합들이 주어져 있습니다. 이 합들로 피어슨 상관계수 r을(를) 구하세요.

n = 5Σx = 30Σy = 324Σx² = 220Σy² = 22010Σxy = 2142
r =
8.선형 회귀와 상관어려움
xy256364470583683xy246607080ŷ = 68

표에는 x = 공부 시간, y = 시험 점수의 짝지은 관측값 5쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. 직선이 ŷ = 68을(를) 예측하는 값 x은(는) 얼마인가요?

n = 5ŷ = 68
x =
9.카이제곱 검정보통
결함 없음경미한 결함중대한 결함합계주간 근무13222560야간 근무195031100합계327256160

분할표는 관측 도수를 보여 줍니다. 행 변수와 열 변수 사이의 독립성 검정을 위한 카이제곱 통계량 χ²을(를) 계산하세요. 연속성 수정은 쓰지 마세요.

N = 1602 × 3
χ² =
10.카이제곱 검정어려움
예아니요합계1라인2951802라인31691003라인124860합계72168240dfα = 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 = 0.01에서 두 변수가 독립인지 검정하세요(연속성 수정 없음). 검정 통계량 χ²을(를) 계산한 다음 표의 임곗값과 비교하세요.

N = 2403 × 2α = 0.01
χ² =

3용액

1.정규분포

답: P = 0.6915

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 = 192 kg, σT = 0.8·√16 = 3.2 kg

표준화하기

z = (190.4 − 192)/3.2 = −0.5

확률

P = 1 − Φ(−0.5) = 0.6915

답

P = 0.6915
2.정규분포

답: P = 0.9099

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 = 25.03 − 25 = 0.03 mm, σ = 0.02236 mm

표준화하기

z = (0 − 0.03)/0.02236 = −1.34

확률

P = 1 − Φ(−1.34) = 0.9099

답

P = 0.9099
3.신뢰구간

답: E₂ = 4.647

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.

오차 한계의 비

E₂/E₁ = (1.96/1.645)·√(50/200) = 0.5957

새 오차 한계

E₂ = 7.8·0.5957 = 4.647

답

E₂ = 4.647
4.신뢰구간

답: σ = 4.612 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 = 10·6.6² = 435.6

σ²의 한계

435.6/20.483 = 21.27
435.6/3.247 = 134.2

σ의 한계

σ = √21.27 = 4.612 µm

답

σ = 4.612 µm

σ의 95% 구간: [4.612, 11.58] µm.

5.가설 검정과 신뢰구간

답: t = 2.4

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 = 20/√64 = 20/8 = 2.5

검정통계량

t = (56 − 50)/2.5 = 2.4

답

t = 2.4
t0.025; df = 63 = 1.998

|t| > 1.998이므로 5% 수준(양측)에서 H₀를 기각합니다.

6.가설 검정과 신뢰구간

답: n = 754

검정의 표본 크기: 수준 α의 단측 z 검정에서 참 이동 δ를 검정력 1 − β로 검출하려면 표준 오차가 δ = (z_α + z_β)·σ/√n을 만족해야 하므로 n = ((z_α + z_β)·σ/δ)²이고, 올림합니다.

n에 대해 풀기

n = ((2.326 + 0.842)·26/3)² = 753.8

올림하기

n = 754

답

n = 754
7.선형 회귀와 상관

답: r = 0.9828

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.

중심화한 합

Sxy = 2142 − 30·324/5 = 198
Sxx = 220 − 30²/5 = 40
Syy = 22010 − 324²/5 = 1015

상관계수

r = 198/√(40·1015) = 0.9828

답

r = 0.9828
8.선형 회귀와 상관

답: x = 3.562

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 = 20/5 = 4
ȳ = 356/5 = 71.2

제곱합과 곱의 합

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 73

회귀직선

b = 73/10 = 7.3
a = 71.2 − 7.3·4 = 42
ŷ = 42 + 7.3·x

x 구하기

x = (68 − 42)/7.3 = 3.562

답

x = 3.562
9.카이제곱 검정

답: χ² = 2.834

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

주간 근무: 60·32/160 = 12, 60·72/160 = 27, 60·56/160 = 21
야간 근무: 100·32/160 = 20, 100·72/160 = 45, 100·56/160 = 35

카이제곱 통계량

χ² = (13 − 12)²/12 + (22 − 27)²/27 + (25 − 21)²/21 + (19 − 20)²/20 + (50 − 45)²/45 + (31 − 35)²/35
χ² = 2.834

답

χ² = 2.834

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

10.카이제곱 검정

답: χ² = 4.393

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

1라인: 24, 56
2라인: 30, 70
3라인: 18, 42

카이제곱 통계량

χ² = (29 − 24)²/24 + (51 − 56)²/56 + (31 − 30)²/30 + (69 − 70)²/70 + (12 − 18)²/18 + (48 − 42)²/42
χ² = 4.393

의사 결정

df = 2, χ²crit = 9.210
4.393 < 9.210

답

χ² = 4.393

χ²이 임곗값보다 작으므로 H₀을 기각하지 않습니다. 관련성에 대한 유의한 증거가 없습니다.

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