7장 표본의 결과를 이용하여 모집단의 특성을 밝혀내자

Slides:



Advertisements
Similar presentations
2. 속력이 일정하게 증가하는 운동 Ⅲ.힘과 운동 2.여러 가지 운동. 도입 Ⅲ.힘과 운동 2. 여러 가지 운동 2. 속력이 일정하게 증가하는 운동.
Advertisements

Statistics 상지대학교 1 / 22 추정 개요 점추정과 구간추정 표본크기 두 모집단의 비교.
제 7 장 표본분포. 표본분포 통계량의 확률분포 표본분포 (sampling distribution) 통계량 (statistic) 표본자료의 함수 즉 모집단 … … 표본 표본추출 … … 통계량 계산.
Lync 2013 소개 및 구축 가이드 화상, 음성 및 회의 SMS&P TSS 양영건 차장 Microsoft Lync
발표 순서 1 개 요 2 설계 단계에서 피로 건전성 평가 운영 단계에서 피로 건전성 평가 및 관리 3 4
재료수치해석 HW # 박재혁.
글로벌 비즈니스를 위한 클라우드 플랫폼 Microsoft Azure
표본분포 Sampling Distribution
구간추정 (Interval Estimation)
4.3.3 초기하분포 (Hypergeometric distribution)
3일차 - 가설검정.
고장률 failure rate 어떤 시점까지 동작하여 온 품목이 계속되는 단위기간내에 고장을 일으키는 비율(횟수). 고장률은 확률이 아니며 따라서 1 보다 커도 상관없다. 고장이 발생하기 쉬운 정도를 표시하는 척도. 일반으로 고장률은 순간고장률과 평균고장률을 사용하고 있지만.
수치해석 6장 예제문제 환경공학과 천대길.
제9장 샘플링과 오차 표본: 시료, Sample 모집단 : 공정, Lot Sampling
2장 데이터가 가지고 있는 특성을 정리하여 그래프로 표현하기
제12주 회귀분석 Regression Analysis
8가지 TIP으로 Windows 8 완전정복하기
Name Title Company Name
DAT305 SQL Server AlwaysOn Technologies: 올바른 고 가용성 기능 선택
Keller: Stats for Mgmt & Econ, 7th Ed 표본분포 Sampling Distributions
Name Title Company Name
11장. 포인터 01_ 포인터의 기본 02_ 포인터와 Const.
CH 4. 확률변수와 확률분포 4.1 확률 확률실험 (Random Experiment, 시행, Trial) : 결과를 확률적으로 예측 가능, 똑 같은 조건에서 반복 근원사상 (Elementary Event, e) : 시행 때 마다 나타날 수 있는 결과 표본공간.
일타쌍피!! 아이유(IU)가 아니라 UI 테스트 길(Road)이 아니라 Load 테스트
Social Web Development Platform ASP.NET Razor
제1장 통계학이란 무엇인가 제2장 자료와 수집 제3장 자료 분석 방법
학습 주제 p 역학적 에너지는 보존될까?(1).
11장 세 개 이상의 모집단 평균에 대한 추론(분산분석)
13장 카이제곱(χ2)분석 2019년 2월 24일 오전 3시 39분2019년 2월 24일 오전 3시 39분
Volume Licensing Service Center
Visual Studio 2013 IDE의 새로운 기능 소개
3장 데이터의 특성을 대표적인 수치로 표현하기 2019년 2월 25일 오전 9시 36분2019년 2월 25일 오전 9시 36분
1장 생활과 통계학 2019년 2월 25일 오전 9시 37분2019년 2월 25일 오전 9시 37분
웹 성능 및 부하 테스트(Load Test)를 통한 소프트웨어 품질 향상방안
10장 두 개의 모집단에 대한 추론 2019년 4월 5일 오후 4시 22분2019년 4월 5일 오후 4시 22분
9장 모집단이 한 개인 경우의 통계적 추론 2019년 4월 6일 오후 2시 22분2019년 4월 6일 오후 2시 22분
Term Projects 다음에 주어진 2개중에서 한 개를 선택하여 문제를 해결하시오. 기한: 중간 보고서: 5/30 (5)
UI 테스트 자동화(Coded UI Test)를 통한 품질 혁신 가이드
Visual Studio 2013을 활용한 개발 생산성 및 코드 품질 혁신
8장. spss statistics 20의 데이터 변환
두 모집단에 대한 검정.
고급행정통계 –표본분포, 통계적 추정 한 모집단
8장 무죄인가 유죄인가를 판단하는 가설의 검정 2019년 5월 1일 오전 8시 29분2019년 5월 1일 오전 8시 29분
Week 3-2: 데이터분포 3_2장_1(백분율:Percentile)에서 동영상 1,2
Visual Studio 2013을 활용한 개발 생산성 및 코드 품질 혁신
Sampling Distributions
바넘효과 [Barnum effect] 사람들이 보편적으로 가지고 있는 성격이나 심리적 특징을 자신만의 특성으로 여기는 심리적 경향. 19세기 말 곡예단에서 사람들의 성격과 특징 등을 알아 내는 일을 하던 바넘(P.T. Barnum)에서 유래하였다. 1940년대 말 심리학자인.
4장. 데이터 표현 방식의 이해. 4장. 데이터 표현 방식의 이해 4-1 컴퓨터의 데이터 표현 진법에 대한 이해 n 진수 표현 방식 : n개의 문자를 이용해서 데이터를 표현 그림 4-1.
Chapter 1 단위, 물리량, 벡터.
DA :: 퀵 정렬 Quick Sort 퀵 정렬은 비교방식의 정렬 중 가장 빠른 정렬방법이다.
Name Title Company Name
Chapter 1 단위, 물리량, 벡터.
최소의 실험 횟수에서 최대의 정보를 얻기 위한 계획방법 분석방법: 분산분석(Analysis of Variance, ANOVA)
11장 배열 1. 배열이란? 1.1 배열의 개요 1.2 배열의 선언과 사용.
비교분석 보고서 Template 2015.
상관계수.
2015년도 2학기 제 10 장 기술통계와 도수분포 마케팅조사.
통계학 R을 이용한 분석 제 2 장 자료의 정리.
제 16장 비율의 정확성 머리말 신뢰구간 신뢰구간의 해석.
CH3. 데이터의 기초적 정리방법 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료) 그림 3.1
Name Title Company Name
Name Title Company Name
7/10/2019 6:22 AM © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered.
수치해석 ch3 환경공학과 김지숙.
CH3. 데이터의 기초적 정리방법 모집단과 표본 모집단 (Population) , 표본 (Sample, 시료) 그림 3.1
9장. spss statistics 20의 데이터 변수계산
CH4. 반복이 없는 이원배치법 ( Two-way ANOVA)
5장 세상의 많은 현상들은 정규분포를 따른다. 2019년 7월 31일 오후 6시 46분2019년 7월 31일 오후 6시 46분
문제의 답안 잘 생각해 보시기 바랍니다..
Survey Sampling Sangji University.
Presentation transcript:

7장 표본의 결과를 이용하여 모집단의 특성을 밝혀내자 7장 표본의 결과를 이용하여 모집단의 특성을 밝혀내자 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

학습할 내용 (앞 부분 고쳐야 함!) 오직 하나의 값으로 모집단의 특성을 추정 모집단의 평균이 있을 만한 구간을 추정 모집단 표준편차를 알고 있는 경우의 구간추정 모집단 표준편차를 모르는 경우의 구간추정 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

추정은 모집단에서 추출한 표본의 결과를 이용하여 모집단의 모수를 추측하는 과정을 말한다. 표본으로 부터 얻은 결과를 이용하여 모집단의 특성을 예측하는 과정을 통계적 추론이라 하며 통계적 추론은 추정과 가설검정(hypothesis testing)을 포함한다. 추정은 모집단에서 추출한 표본의 결과를 이용하여 모집단의 모수를 추측하는 과정을 말한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

추정 전 세계의 인구는 몇 명이나 될까? 대학을 졸업하여 취업하면 얼마의 연봉을 받을 수 있을까? 이번 대통령 선거에서 어느 후보가 당선 될 것인가? 이러한 의문점에 대해 다음과 같은 정보에 접하게 된다. 2014년 5월 1일 11시 현재 전 세계의 인구수는 7,163,134,554명으로 집계되었다.(참고 사이트 : http://www.census.gov/popclock/) 대학졸업자의 희망연봉은 2,604만원이나, 실제로는 400만 원가량 적은 2,208만원을 받았다.(한국고용정보원, 2010년 대졸자 직업이동경로 조사결과) 대통령 선거 한 달을 앞두고 실시한 여론조사 결과, A후보의 지지율은 58%, B후보의 지지율은 42%로 조사되었다.(여론조사 기관인 A사의 발표) © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

추정 이와 같은 조사 결과들은 대부분의 경우 모집단 전체를 조사한 전수조사의 결과가 아니라 표본조사의 결과를 토대로 모집단의 특성을 예측한 것이다. 표본으로 부터 얻은 결과를 이용하여 모집단의 특성을 예측하는 과정을 통계적 추론(statistical inference)이라 한다. 앞서의 의문점들에 대해 알고 싶은 것은 모집단의 모수(모집단 평균, 표준편차)이나, 전수조사는 조사시간과 비용 등의 여러 문제로 인해 많은 어려움이 있고, 어떤 경우에는 조사 자체가 불가능한 경우도 발생하므로 모집단으로부터 선택한 일부분의 구성단위인 표본(sample)을 선택하고, 표본의 결과(표본평균, 표본분산 등)를 토대로 모집단의 성격과 특징을 파악하고자 한다. 통계적 추론은 추정(estimation)과 가설검정(hypothesis testing)으로 분류되며 이장에서는 추정에 대해서 설명하고, 가설검정은 8장에서 설명한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

추정 추정(estimation)은 모집단에서 추출한 표본의 결과를 이용하여 모집단의 모수를 추측하는 과정을 말하며 추정방법에는 점추정(point estimation)과 구간추정(interval estimation)이 있다. 점추정은 오직 하나의 값으로 모수를 추정하는 것이고, 구간추정은 모수가 포함될 것이라고 기대하는 범위(모수의 신뢰구간)를 추정하는 것이다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

추정량과 추정치 그리고 표본 통계량 추정량(estimator)은 모집단의 모수를 추정하기 위해 사용하는 공식이나 함수식. 추정치(estimate)는 추정량이라는 공식에 실제 표본의 데이터를 대입하여 계산된 결과 값. 표본 통계량은 표본으로부터 얻어진 표본평균( ), 표본분산(S2)을 의미한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.1 오직 하나의 값으로 모집단의 특성을 추정 점추정(point estimation)은 오직 하나의 값으로 모수를 추정 따라서 모집단의 평균(μ)을 추정하기 위한 추정량으로 표본평균, 표본 중앙값, 표본 최빈값을 생각할 수 있는데 이러한 추정량 중에서 선택을 하기 위한 기준이 있어야 한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[참고] 좋은 추정량의 선택 기준(1) 불편성 (unbiasedness) : 불편성은 편의(biased)가 없다는 뜻 추정량의 기댓값이 모수와 같으면 불편성을 만족하는 것이고, 이러한 추정량을 불편 추정량이라 한다. 불편 추정량(unbiased estimator)으로 표본평균( )과 표본분산(S2)을 들 수 있다. 아래 왼쪽의 공식과 그림은 표본평균의 기댓값 즉, 표본평균의 평균이 모집단 평균과 같아짐을 의미한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[참고] 좋은 추정량의 선택 기준(2) 효율성(efficiency) : 추정량이 불편성을 만족한다고 하더라도 분산이 크다면 편의가 있는 추정량보다 더 낫다고 할 수 없다. 효율성은 불편 추정량 중에서 분산이 작은 추정량이 갖는 성질을 의미한다. 일치성 (consistency) : 일치성은 표본의 크기가 증가할수록 추정량이 모수에 일치함을 의미한다. 표본평균은 표본의 크기가 커질수록 모집단 평균과 같아지는 일치성의 성질을 만족한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.1 오직 하나의 값으로 모집단의 특성을 추정 예를 들어 우리나라 대학생의 월 생활비를 조사하기위해 전국 대학을 대상으로 1,500명의 표본을 뽑아 조사한 결과, 표본 평균이 325,000원이라는 결과를 얻었다고 가정. 점추정에 있어서 모집단 평균에 대한 추정량으로서 표본평균은 불편성, 효율성, 일치성의 성질을 갖는 추정량이므로 위의 결과로부터 우리나라 전체 대학생의 월 생활비(모집단 평균 )는 325,000원일 것으로 추정. 그런데 점추정은 추정량을 이용하여 계산한 추정치가 얼마나 정확한가에 대한 정보를 주지 못한다. 이 예에서 점추정의 추정량으로 표본평균을 사용할 경우, 위의 조사와 다른 표본을 선택한다면 추정치가 달라질 수 있고, 분산의 정보도 없기 때문에 모집단 평균을 추정한 값이 얼마나 정확한지를 나타낼 수 없다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.1 오직 하나의 값으로 모집단의 특성을 추정 따라서 표본평균을 이용한 점추정에서 모집단 평균과의 표본평균 간에 차이(오차)가 발생하는데, 오직 하나의 값(표본평균)으로 모수를 추정한다면 표본으로부터 얻은 표본평균( )이 모집단 평균(μ)과 얼마나 가까운가에 대한 어떠한 정보(추정의 정확도)도 제공해 주지 못한다. 이러한 단점을 보완하기 위해 구간추정(모수의 신뢰구간)을 사용한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2 모집단의 평균이 있을 만한 구간을 추정 모집단의 크기가 비교적 작을 경우에는 모집단 전체를 조사하는 전수조사(census)를 통하여 정확한 모집단 평균을 알아 낼 수 있지만, 대부분의 경우 모집단 전체를 조사한다는 것은 불가능한 일이므로 정확한 모평균은 알 수 없다. 통계 조사 1의 경우 : 학생 전체를 대상으로 계산한 표본평균은 모집단 평균과 일치 통계 조사 2의 경우 : 우리나라 대학생 전체를 모두 조사한다는 것은 거의 불가능한 일이므로 표본을 선택해야 하는데, 표본의 크기는 모집단 보다 적을 것이므로 표본을 선택하여 얻게 될 표본평균은 실제 모집단 평균과 일치하지 않으므로 차이가 있다. 이러한 차이(예로 )를 표본오차(sampling error), 또는 추정오차(estimation error)라 한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2 모집단의 평균이 있을 만한 구간을 추정 구간추정(interval estimation)은 점추정과는 달리 모수가 포함될 것이라고 기대하는 범위를 설정하여 모수를 추정하는 방법. 따라서 모집단 평균 μ에 대한 구간추정은 다음과 같이 μ를 중심으로 일정한 간격으로 추정하는 것. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2 모집단의 평균이 있을 만한 구간을 추정 그리고 추정한 구간에 대한 신뢰성의 크기를 확률(1-α)을 이용하여 표시한다. 이때 α는 오차확률로서 표본을 이용하게 됨으로써 필연적으로 발생하는 표본오차를 의미한다. 아래의 식은 모집단 평균 μ가 구간 L과 U사이에 존재할 확률인 P(L≤μ≤ U)을 α를 이용하여 100ⅹ(1-α)%로 나타낸 것으로, 이때 100ⅹ(1-α)%를 신뢰수준(confidence level)이라 한다. α 의 크기로 0.05를 사용한다면 신뢰수준은 95%가 되고 이때 L과 U사이의 구간을 모집단 평균 μ에 대한 95% 신뢰구간이라 한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2 모집단의 평균이 있을 만한 구간을 추정 어느 한 학생이 우리나라 대학생의 평균 키를 추정하는데 있어서, “100% 자신하는데 평균 키는 1m 이상 2m 이하가 될 꺼야.”라고 할 때 이렇게 평균 키를 추정하는 것이 의미가 있는가? 여기서 100%의 자신감이란 신뢰수준이 100%(오차확률 α=0)가 된다는 것인데, 신뢰수준을 높게 하면 신뢰구간의 폭은 넓어지게 된다. 추정은 모집단에서 추출한 표본의 결과를 이용하여 모집단의 모수를 추측하는 것이기에 오차확률인 α는 필연적으로 발생하는 것이므로 이를 감수하더라도 의미 있는 신뢰구간을 추정해야 한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2 모집단의 평균이 있을 만한 구간을 추정 점추정과 마찬가지로 구간추정 역시 표본으로부터 계산된 표본평균 을 이용하여 L과 U를 추정한다. 그런데 표본평균 는 표본에 따라 달라지며, 표본평균 가 달라진다는 것은, 동일한 크기의 신뢰수준을 사용하더라도 표본에 따라 추정한 L과 U가 달라질 수 있음을 의미한다. 따라서 P(L≤μ≤U)=0.95를 해석할 때 모집단 평균 μ가 L과 U사이에 있을 확률이 95%가 된다기보다 추정된 구간 L 과 U가 모집단 평균 μ를 포함하게 될 것이라는 믿음의 정도(신뢰성의 수준)가 95%가 된다는 의미로 해석한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2 모집단의 평균이 있을 만한 구간을 추정 모집단 평균 μ에 대한 신뢰구간을 추정할 때, 이론적으로 모집단 표준편차인 σ의 실제 값을 알고 있느냐에 따라 통계량(예를 들어 표본평균 )의 표본분포가 달라진다. 모집단 표준편차를 알고 있고, 모집단이 정규분포를 따른다면 표본평균 는 정규분포를 따르지만, 모집단이 정규분포를 따르지 않는다고 하더라도 표본의 크기가 충분히 크다면 중심극한정리에 의해 표본평균 가 정규분포를 따른다고 할 수 있다. 그러나 일반적(현실적)으로 모집단 표준편차를 모르는 경우가 많으며 이 경우 표본평균 는 정규분포가 아닌 t 분포를 따르게 되며, 정규분포가 아닌 t 분포를 이용하여 신뢰구간을 추정하지만, 표본의 크기가 충분히 클 때 t 분포는 정규분포에 접근하므로 정규분포를 이용할 수 있으며 모집단 표준편차(σ) 대신 표본 표준편차(S)를 이용한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2.1 모집단 표준편차를 알고 있는 경우의 구간추정 모집단 표준편차(σ)를 알고 있는 경우의 구간추정에서 표본평균 에 대해 사용할 표본분포는 다음과 같다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2.1 모집단 표준편차를 알고 있는 경우의 구간추정 모집단이 정규분포를 따른다면 표준편차(σ)를 알고 있는 경우 모집단 평균(μ)에 대한 구간추정은 표본의 크기에 상관없이 정규분포를 이용. 표본의 크기가 인 경우 표본평균 의 분포는 인 정규분포를 따르며 추정하려는 L과 U의 위치는 다음과 같다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2.1 모집단 표준편차를 알고 있는 경우의 구간추정 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2.1 모집단 표준편차를 알고 있는 경우의 구간추정 [식 7-2]에 를 대입하여 다음과 같은 식으로 표현할 수 있다. [식 7-2]에 를 대입하여 다음과 같은 식으로 표현할 수 있다. 구간 추정은 표본으로부터 얻은 표본평균 를 이용하여 추정하는 것이므로 [식 7-3]을 모집단 평균(μ)를 중심으로 부등식을 나타내면 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2.1 모집단 표준편차를 알고 있는 경우의 구간추정 추정된 구간을 정규분포상에 나타내면 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2.1 모집단 표준편차를 알고 있는 경우의 구간추정 신뢰수준 95% 하에서 추정한 모집단 평균의 신뢰구간 L과 U는 다음과 같다. [식 7-5]는 신뢰성의 크기를 95%로 하여 추정한 결과. 확률이라는 말 대신 신뢰성을 사용한 것은 추정된 구간 L과 U가 모집단 평균(μ)를 포함하게 될 것이라는 믿음의 정도가 95%가 된다는 의미 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[참고] 신뢰수준 95%의 신뢰구간은 모집단 평균을 포함하게 될 것이라는 믿음의 정도가 95%? 예를 들어 우리나라 대학생의 한 달 생활비를 조사하기 위해 100개의 기관이 조사를 하고 표본 수는 동일하다고 가정. 100개의 조사 기관으로부터 다음과 같이 100개의 표본평균 가 계산. 표본의 크기가 동일하다고 가정하였기에 의 크기(구간의 폭)는 같지만 표본평균 은 달라질 수 있으므로 그림과 같이 추정한 95% 신뢰구간이 모집단 평균 μ를 포함할 수도, 포함하지 않을 수도 있다. 결국 신뢰수준 95%의 신뢰구간이란 100개의 신뢰구간 중에서 95개(95%)가 모집단 평균을 포함하는 구간이라는 의미로서, 추정된 구간 L과 U가 모집단 평균 를 포함하게 될 것이라는 믿음의 정도가 95%가 된다는 것 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[예제 7-1] 모집단 표준편차를 알고 있는 경우, 모집단 평균에 대한 구간추정(신뢰수준 95%) 우리나라 대학생의 월 평균 생활비에 대해 조사를 하고자 한다. 전국의 대학생에 대해 100명을 무작위로 선택하여 월 평균 생활비를 조사한 결과는 250,000원이었다. 모집단 표준편차 σ는 100,000원으로 알려져 있다고 한다. 월 평균 생활비에 대한 95% 신뢰구간을 추정하시오. [풀이] 이 예제는 [식 7-4]와 [식 7-5]를 이용하여 계산. 이 예제에서 모집단 분포에 대한 가정이 없어도 표본의 크기 n이 100개이므로 중심극한정리에 의해 표본평균의 분포는 정규분포를 따르며, 모집단 표준편차를 알고 있는 경우이므로 표준정규분포를 이용하여 신뢰구간을 계산할 수 있다. 풀이 결과 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[참고] 여론조사에서의 신뢰수준과 표본오차 여러 방송사와 신문사에서 유권자인 성인 남녀를 대상으로 다음과 같은 내용의 후보자 지지율을 발표 “A후보는 28%, B후보는 30% 그리고 C후보는 15%이며 이는 95% 신뢰수준에서 표본오차는 ±3% 포인트입니다.” 지지율에 대한 신뢰수준은 표본으로부터 계산된 지지율의 확실성(정확성) 정도를 표현하는 것으로서 위의 발표내용은 동일한 조사를 100번 실시했다고 가정할 경우 95번은 A후보의 지지율은 25%~31%, B후보는 27%~33%, 그리고 C후보는 12%~18%가 된다는 의미로 해석할 수 있다. 따라서 A후보와 B후보 간의 지지율 차이인 2%포인트는 표본오차의 범위인 ±3%포인트 내에 속하므로 어떤 후보가 앞서고 있다고 단정할 수 없다. 그러나 표본오차의 크기는 표본의 크기에 따라 달라지므로 표본오차는 조사 결과의 신뢰성과 정확성을 판단하는 근거가 된다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

모집단 평균에 대한 95%와 99% 신뢰구간 모집단 평균에 대한 99% 신뢰구간을 위의 식을 응용하여 나타내면 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[예제 7-2] 모집단 표준편차를 알고 있는 경우 모집단 평균에 대한 구간추정(신뢰수준 99%) 우리나라 대학생의 월 평균 생활비에 대해 조사를 하고자 한다. 전국의 대학생에 대해 100명을 무작위로 선택하여 월 평균 생활비를 조사한 결과는 250,000원이었다. 모집단 표준편차 σ는 100,000원으로 알려져 있다고 한다. 월 평균 생활비에 대한 99% 신뢰구간을 추정하시오. [풀이] 모집단 표준편차를 알고 있는 경우이므로 표준정규분포를 이용하여 신뢰구간을 계산할 수 있다. 풀이 결과 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

α 에 초점을 둔 신뢰구간 추정 앞에서는 신뢰수준(1-α)에 초점을 두어 신뢰구간을 설명하였으나 신뢰수준은 α를 이용하여 100ⅹ(1-α)%로 나타낸 것이므로 α에 초점을 두고 신뢰구간을 설명할 수 있다. 예를 들어 α=0.05라면 신뢰수준은 95%가 되는데 [그림 7-7]은 신뢰수준은 95%에 초점을 두고 표시한 것이고 [그림 7-8]은 α에 초점을 두고 표준정규분포 상에 표시한 것이다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

α 에 초점을 둔 신뢰구간 추정 신뢰수준 95%로 계산한 신뢰구간과 α를 이용하여 계산한 신뢰구간은 같다. 신뢰수준 100ⅹ(1-α)%에 대해 모집단 평균에 대한 신뢰구간은 일반적으로 [식 7-9]와 같이 표현한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[참고] 표본의 크기를 증가시킬 경우 표본오차의 크기는 얼마나 줄어드는가? [참고] 표본의 크기를 증가시킬 경우 표본오차의 크기는 얼마나 줄어드는가? 신뢰수준 100ⅹ(1-α)%에 대해 모집단 평균에 대한 신뢰구간은 모집단 표준편차를 알고 있을 경우 다음과 같이 표현. 이때 을 표본오차 또는 오차한계라 하며 는 신뢰수준에 따라 정해지므로 표본오차의 크기는 결국 표준오차인 에 의해 결정되며, 이는 결국 표본의 크기 n에 의해 영향을 받게 된다. 와 α가 고정된 상태에서 표본의 크기를 변화시킬 때 의 크기는 다음과 같다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2.2 모집단 표준편차를 모르는 경우의 구간추정 모집단 표준편차 σ를 모르는 경우의 구간추정에서 표본평균 에 대해 사용할 표본분포는 다음과 같다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

7.2.2 모집단 표준편차를 모르는 경우의 구간추정 모집단 표준편차 σ를 모르고 표본의 크기가 n<30인 경우에는 정규분포를 이용할 수 없고, 자유도 (n-1)인 t 분포를 이용하며, 모집단 표준편차는 표본표준편차(S)로 대체하여 계산. 이 경우의 신뢰구간은 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[예제 7-3] 모집단 표준편차를 모르고 표본의 크기가 작은 경우(n<30)의 구간추정 n=10, 표본 평균 =175, 표본 표준편차 S=15라 할 때 모집단 평균)에 대한 95%신뢰구간을 계산하시오. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단계 1] t 값의 계산 t 값은 [부록 2]의 t 분포표를 이용. t 값은 자유도(n-1)와 α를 가지고 찾는다. T 분포표에서 t 값과 α의 관계는 [그림 7-9]와 같이 오른쪽 꼬리부분의 면적(α)에 대한 t 값을 나타낸다. 이 예제에서 신뢰수준은 95%이므로 α=0.05가 되지만 실제 α는 [그림 7-10]에서와 같이 양쪽 꼬리부분에 α/2를 할당하는 것이므로 [표 7-3]에서의 α는 0.025를 선택한다. 표에서 찾는 방법 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단계 2] 95% 신뢰구간 n=10, 표본 평균 =175, 표본 표준편차 S=15라 할 때 모집단 평균)에 대한 95%신뢰구간을 계산하시오. [단계 1]에서 계산된 t 값은 2.262이므로 신뢰수준 100ⅹ(1-α)%에서 모집단 평균에 대한 신뢰구간은 풀이 결과 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[예제 7-4] 엑셀을 이용한 t 값의 계산 엑셀에서 t 값은 함수 TINV를 이용하여 계산 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[예제 7-5] 모집단 표준편차를 모르고 표본의 크기가 작은 경우(n<30)의 구간추정 A기업에서 생산하는 건전지의 평균수명을 조사하기 위해 생산된 10개의 건전지에 대해 조사한 수명(시간)은 다음과 같다. 이 데이터로 부터 모집단 평균에 대한 95% 신뢰구간을 계산하시오. 실제 표본 데이터가 있는 경우에는 엑셀의 리본 탭에서 [데이터]탭 ➜ [데이터 분석] ➜ [기술 통계법]을 이용하여 신뢰구간을 계산할 수 있다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단계 1] 데이터 입력과 기술통계법 선택 엑셀의 리본 탭에서 [데이터]탭 ➜ [데이터 분석] ➜ [기술 통계법] 선택 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단계 2] 데이터의 범위 선택과 평균에 대한 신뢰수준 입력 기술 통계법 대화상자에서 데이터의 범위, 출력범위를 입력하고 요약 통계량(S)과 평균에 대한 신뢰 수준(N)에 체크(☑)표시를 한 다음 신뢰수준의 %를 입력. 기본적으로 95가 입력되어 있고 모두 입력하였다면 [확인] 버튼 클릭 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단계 3] 결과 출력과 해석 모집단 표준편차를 모르는 경우 소표본에 대한 신뢰구간은 다음과 같다. [기술 통계법 결과]에서 제일 마지막 부분의 신뢰수준(95.9%)의 값이 5.500449가 나오는데, 이 값은 위의 구간에서 에 해당합니다. 따라서 모집단 평균에 대한 95% 신뢰구간은 (262.7-5.5, 262.7+5.5)로서 (257.2, 268.2) © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[참고] 표본의 크기는 얼마로 해야 하는가? 신뢰수준 100ⅹ(1-α)% 에 대해 모집단 평균 μ에 대한 신뢰구간은 모집단 표준편차인 σ를 알고 있을 경우 다음과 같이 표현한다. 구간추정의 경우, 표본의 크기(n)가 증가하면 위 식에서 분모인 √n 가 커지므로 신뢰구간의 폭이 줄어들고, 반대로 표본의 크기가 감소하면 분모가 작아지므로 신뢰구간의 폭이 늘어난다. 이때 의 크기를 실수 d로 정한다면 α가 주어질 경우 표본의 크기인 n을 다음과 같이 계산할 수 있다. 만약 모집단 표준편차인 를 모른다면 표본 표준편차인 를 이용할 수 있다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단원정리] 1/6 추정 추정은 모집단에서 추출한 표본의 결과를 이용하여 모집단의 모수를 추측하는 과정을 말하며 추정방법에는 점추정과 구간추정이 있다. 점추정은 오직 하나의 값으로 모수를 추정하는 것이고, 구간추정은 모수가 포함될 것이라고 기대하는 범위(모수의 신뢰구간)를 추정하는 것이다. 점추정 모집단 평균에 대한 추정량으로서 표본평균은 불편성, 효율성, 일치성의 성질을 갖는 추정량이므로 모집단의 평균에 대한 점추정으로 표본평균을 사용한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단원정리] 2/6 구간추정 표본평균을 이용한 점추정에서 모집단 평균과의 표본평균 간에 필연적인 차이(오차)가 발생하는데, 오직 하나의 값(표본평균)으로 모수를 추정한다면 표본으로부터 얻은 표본평균( )이 모집단 평균(μ)과 얼마나 가까운가에 대한 정보(추정의 정확도)를 제공해 주지 못한다. 이러한 단점을 보완하기 위해 구간추정(모수의 신뢰구간)을 사용한다. 구간추정은 점추정과는 달리 모수가 포함될 것이라고 기대하는 범위를 설정하여 모수를 추정하는 방법이다. 모집단 평균 에 대한 구간추정은 다음과 같이 를 중심으로 일정한 간격으로 추정한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단원정리] 3/6 표본평균 에 대한 표본분포 © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단원정리] 4/6 모집단 평균 μ에 대한 구간추정 (신뢰수준 100ⅹ(1-α)%) © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단원정리] 5/6 t 값의 계산(t 분포표 이용) t-분포표를 이용할 경우, t 값은 자유도(n-1)과 α를 가지고 찾는다. t-분포와 t 값과 α의 관계는 아래의 왼쪽그림과 같이 오른쪽 꼬리부분의 면적(α )에 대한 t 값을 나타낸다. 신뢰수준이 95%인 경우, α =0.05가 되지만 실제 α는 아래 오른쪽 그림에서와 같이 양쪽 꼬리부분에 α /2=0.025을 할당하는 것이므로 t-분포표에서 α와 자유도(n-1)이 일치하는 곳이 해당 t-값이 된다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분

[단원정리] 6/6 t 값의 계산(엑셀 함수 이용) 엑셀에서 t 값은 함수 TINV를 다음과 같이 이용한다. © 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. 2019년 5월 11일 오후 10시 7분2019년 5월 11일 오후 10시 7분