카이제곱부터 F검정까지

카이제곱 분포를 활용한 범주형 자료 분석과 다양한 가설 검정 방법을 체계적으로 설명합니다. 주요 내용으로 두 변수 사이의 연관성을 확인하는 독립성 검정과 관측 데이터가 특정 이론적 분포와 일치하는지 평가하는 적합도 검정의 원리를 다룹니다. 또한 모집단의 평균을 추정하기 위한 점 추정과 구간 추정법은 물론, 표본 크기에 따른 Z-검정과 t-검정의 활용법을 함께 제시합니다. 분산 검정에 필요한 통계적 수식과 기각역 판정 기준을 상세히 안내하며 실무적인 이해를 돕습니다. 마지막으로 관측도수와 기대도수를 비교하여 유의미한 차이를 해석하는 과정을 통해 데이터 분석의 핵심 절차를 갈무리합니다.

 

내 데이터는 어떤 모양인가?

 

 

가설 검정의 핵심 논리

 

 

모집단의 평균(μ) 추정하기

 

 

[평균 검정] Z검정과 t검정 

 

 

카이제곱(x2) 분포의 등장

 

 

적합도 검정 (Goodness of Fit)

 

 

독립성 검정

 

 

카이제곱 검정의 3개 절대 수칙

 

 

모집단의 분산(σ2) 검정 - 퍼짐의 정도

 

 

[두 모집단의 분산 비교] F-검정의 등장