공식 모음, 모든 주제의 핵심 풀이 단계, 연습 문제 10개가 들어 있으며 전체 풀이는 맨 뒤에 있습니다.
시험 점수은(는) 평균 65 점, 표준편차 10 점인 정규분포를 따릅니다. 57.5에서 73 점 사이에 있는 비율은 얼마일까요? P을(를) 소수로 답하세요.
구멍 지름 D는 평균 25.04 mm, 표준편차 0.015 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.
관측값 50개와 알려진 σ에 근거한 평균의 95% 신뢰구간의 오차 한계는 3.7이다. 관측값 450개에 근거한 90% 구간의 오차 한계 E₂은(는) 얼마인가?
두 비료를 시험한다. 구획 집단 1: 14개 구획, 평균 수확량 50 kg, 표준 편차 5.5 kg. 구획 집단 2: 7개 구획, 평균 50.5 kg, 표준 편차 8 kg. 분산이 같다고 가정한다(합동 t, df = n₁ + n₂ − 2). μ₁ − μ₂에 대한 90% 신뢰구간의 오차 한계 E을(를) 구하시오.
학생 100명 표본의 평균 점수는 76.36, 표본 표준편차는 8입니다. H₀: μ = 75에 대한 검정통계량 t를 구하세요.
α = 0.01의 단측 z 검정이 평균의 2.5단위 이동을 검정력 95%로 검출해야 한다. 표준 편차는 11이다. 최소 표본 크기 n을(를) 구하시오.
표에는 x = 기온(°C), y = 아이스크림 판매량의 짝지은 관측값 6쌍이 있습니다. 그 합들이 주어져 있습니다. 이 합들로 피어슨 상관계수 r을(를) 구하세요.
표에는 x = 자동차 연식(년), y = 가격(k€)의 짝지은 관측값 6쌍이 있습니다. 최소제곱 직선 ŷ = a + b·x를 쓰세요. x = 2.5일 때 ŷ을(를) 예측하세요.
분할표는 관측 도수를 보여 줍니다. 카이제곱 독립성 검정을 위해 칸 “도시, 높음”의 기대 도수 E을(를) 구하세요.
행 4개, 열 4개(합계 제외)인 분할표로 카이제곱 독립성 검정을 합니다. 이 검정의 자유도 df은(는) 얼마인가요?
답: P = 0.5615
정규분포: 값 x를 z점수 z = (x − μ)/σ로 바꾸면 평균에서 표준편차 몇 개만큼 떨어져 있는지 알 수 있습니다. z표(또는 Φ(z))는 z 왼쪽의 넓이, 즉 P(X < x)를 줍니다. 오른쪽 넓이는 1 − Φ(z)이고, 두 값 사이의 넓이는 두 넓이의 차입니다.
답: P = 0.9452
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 = 1.035
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: E = 5.119 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 = 1.7
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.
|t| < 1.984이므로 5% 수준(양측)에서 H₀를 기각하지 않습니다.
답: n = 306
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.
답: r = 0.9814
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: ŷ = 20.49
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: E = 37.35
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.
답: df = 9
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.
ExamProblems · examproblems.com/courses/statistics-2-inference