공식 모음, 모든 주제의 핵심 풀이 단계, 연습 문제 10개가 들어 있으며 전체 풀이는 맨 뒤에 있습니다.
표준 정규 곡선 아래에서 −z와 z 사이의 색칠한 넓이가 0.4907이 되도록 z를 끌어 놓으세요. z을 소수 둘째 자리까지 구하세요.
구멍 지름 D는 평균 25.02 mm, 표준편차 0.01 mm인 정규분포를 따릅니다. 축 지름 d는 독립이며 평균 25 mm, 표준편차 0.015 mm인 정규분포를 따릅니다. 무작위로 고른 축은 D − d > 0일 때 끼워집니다. 끼워질 확률 P을(를) 구하시오. z는 소수 둘째 자리로 반올림하시오.
관측값 64개와 알려진 σ에 근거한 평균의 90% 신뢰구간의 오차 한계는 9.1이다. 같은 자료로 95% 구간을 만들면 오차 한계 E₂은(는) 얼마인가?
불량품 비율에 대해서는 사전에 알려진 것이 없다. 비율에 대한 99% 신뢰구간의 오차 한계가 최대 0.04이(가) 되려면 제품을 몇 개 n 검사해야 하는가?
두 생산 라인이 같은 부품을 만든다. 라인 1: 부품 30개 표본의 평균 길이는 70 mm이고, 라인의 알려진 표준 편차는 12 mm이다. 라인 2: 부품 100개 표본의 평균은 76.1 mm, 알려진 표준 편차는 8 mm이다. 차이를 x̄₁ − x̄₂(라인 1 빼기 라인 2)로 하여 H₀: μ₁ = μ₂에 대한 검정 통계량 z을(를) 구하시오.
평균에 대한 95% 신뢰구간의 오차 한계가 0.5 이하가 되려면 표본이 얼마나 커야 할까요? 표준편차는 12입니다. 최소 표본 크기 n를 구하세요.
표에는 x = 공부 시간, y = 시험 점수의 짝지은 관측값 5쌍이 있습니다. 최소제곱 직선의 결정계수 r²을(를) 구하세요.
표에는 x = 하중(kN), y = 늘음량(mm)의 짝지은 관측값 5쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 9일 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.
카이제곱 적합도 검정으로 9개 범주의 관측 도수를 완전히 지정된 기대 비율과 비교합니다(자료에서 추정한 모수 없음). 표를 이용해 유의수준 α = 0.01에서 임곗값 χ²crit을(를) 구하세요.
답: z = 0.66
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 0.7454을 찾아 z를 읽으세요.
답: P = 0.8665
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: E₂ = 10.84
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
답: n = 1037
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0.5, which gives the largest n.
답: z = −2.615
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.
|z| > 1.96이므로 5% 수준(양측)에서 H₀를 기각합니다.
답: n = 2213
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 = 0.7086
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 70.86%가 직선으로 설명됩니다.
답: ŷ = 17.8
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 = 6.465
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 기각됩니다.
답: χ²crit = 20.09
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.
계산한 χ²이 이 값보다 크면 H₀을 기각합니다.
ExamProblems · examproblems.com/courses/statistics-2-inference