KT 에이블스쿨 - 7. 가설 검정

1. 가설 검정

1.1 모집단과 표본

• 모집단 : 우리가 알고 싶은 대상 전체 영역(데이터)
• 표본 : 그 대상의 일부 데이터

우리는 일부분으로 전체를 추정하고자 한다

• 모집단에 대한 가설 수립

  • 가설은 보통 X와Y의 관계 표현
    • X에 따라 Y가 차이가 있다
    • X와 Y는 관계가 있다
  • 표본을 가지고 가설이 진짜 그러한지 검증
    • 예시 - 어느 시험에서 점수를 80점 받았다. 잘본걸까?
      • 만약 분포를 안다면, 판단이 가능하다 -> 흔한 결과인지, 드문 결과인지

• 비즈니스 이해단계에서

  • 비즈니스 문제로부터 우리의 관심사 (Y)를 도출하고
  • Y에 영향을 주는 요인(X)들을 뽑아서 초기 가설 수립

1.2 귀무가설과 대립가설

귀무가설 H0

• 영가설
• 현재의 가설
• 보수적인 입장

대립가설 H1

• 연구가설
• 새로운 가설
• 내가 바라는 바

1.3 통계적 검정

표본으로부터 대립가설을 확인하고, 모집단에서도 맞을 것이라 주장

• 대립가설 : 매장지역에 따라 수요량이 차이가 있다
• 귀무가설 : 매장지역에 따라 수요량에 차이가 없다

차이의 값이 큰지 작은지는 어떻게 판단하는가?

• 분포와 판단 기준이 필요

  • 차이값 8로부터 p-value 계산(차이값이 클수록 p-value값이 작아짐)
  • 판단 기준(유의수준) : 0.05(5%) 혹은 좀 더 보수적인 기준으로 0.01(1%) 사용
  • 0.05보다는 p-value가 작아야 차이가 있다고 판단

• 우리의 관심사가

  • A매장과 B매장 중 어디의 수요량이 더 큰가? : 단측검정
  • 매장 간에 수요량 차이가 있나? : 양측 검정

1.4 검정 통계량

• 검정하기 위한 차이값 (차이가 있는지 없는지 확인하기 위한 값)
  • t 통계량
  • x^2 통계량(카이제곱 통계량)
  • f 통계량

이들은 각각 기준 대비 차이로 인해 계산

• 계산된 통계량 -> 각자의 분포를 가짐
• 분포를 통해서 그 값이 (차이가) 큰지, 작은지 판단 가능
• 이를 쉽게 판단할 수 있도록 계산해준것이 p-value