사회통계 - 통계 추리

목차

◎ 가설검정(hypothesis test)의 개념

- 귀무가설과 대립가설

- 가설 설정의 예

- 가설검정의 오류

- 단측검정과 양측검정

- 가설검정의 절차

- 표본크기에 따른 표본평균의 가설 검정

- 표본크기가 충분히 큰 경우

- 표본의 크기가 작은 경우

- 모집단 비율에 대한 가설검정.

본문내용

결과 해석. 유의수준 5%에서 30개 사이트의 방문횟수에 대한 평균이 80,000명이라고 말할 수 없다.
양측검정의 예 - 올림픽 사격팀은 남녀 사격선수들이 각 30명이 있다. 사격팀 감독은 남녀 사격선수들의 점수차이가 33점이라고 주장하였다. 그러나 올림픽 위원호가 남녀 각각 16명씩을 선택하여 점수의 차이를 조사한 결과 점수차이의 평균은 31점 표준편차는 6점이었다. 이러한 조사결과를 바탕으로 사격팀 감독이 주장하는 점수차 평균이 33점이라는 가설을 유의수준 10%에서 검정해 보자
1. 귀무가설 대립가설 설정.
2. 유의수준 = 0.10
3. 임계치. 표본의 크기가 작으므로 t분포.
= = = 1.753
4. 검정통계량을 구하고 임계치와 비교
, =31, =6
t =
t = -1.33 이고, 임계치가 -1.753이므로 귀무가설은 채택.
5. 검정 결과 해석. 표본에서 나타난 표본평균 = 31은 모평균 = 33이라는 귀무가설을 기각할 만한 충분한 근거가 안된다고 유의수준 10%에서 말할 수 있다.
- 모집단 비율에 대한 가설검정.
검정통계량은
예를 들어 혈액을 취급하는 병원근무자 50명을 대상을 B형 간염 항체 양성률을 조사한 결과 10명이 양성으로 나와KT다. 이를 근거로 모집단의 양성률이 12%보다 많다고 할 수 있는가?
1. 가설
2. 유의수준 임계치는 Z ≥ 1.65
3. 검정 통계량
4. z 값 1.74는 유의 수준 0.05에서 기각역.
5. 결론 5% 유의수준에서 통계학적으로 유의한 차이가 있다고 결론을 내린다. 즉, 병원 근무자의 B형 간염 항체양성률은 12% 보다 높다.

키워드

사회통계,   통계추리,   가설검정,   귀무가설,   대립가설