추리통계치 (Inferetial Statistics)
가설 검정
주어진 상황에 대해서, 하고자 하는 주장이 맞는지 아닌지를 판정하는 과정
모집단의 실제 값에 대한 sample의 통계치를 사용해서 통계적으로 유의한지 아닌지 여부를 판정
시료의 데이터로부터 통계적 분석을 통하여 귀무가설과 대립가설 중 하나를 결정하는 과정
귀무가설 (H0)
검정의 대상이 되는 기준적인 가설로서 모집단의 변화가 없다는 의미
말 그대로 없었던 상태로 돌아간다는 뜻이며 영(Zero)가설 이라고도 함
대립가설 (H1)
귀무가설에 대립되는 가설로서 새로운 집단이 기존의 모집단과 달라졌다는 의미, 연구가설이라고도 함
검정에서의 과오
- 제 1종 과오 (α)
귀무가설이 참인데 참이 아니라고(거짓이라고) 판정하는 과오
즉, 귀무가설을 채택해야 함에도 불구하고 귀무가설을 기각하는 과오
기각률, 위험률, 유의수준, 생산자위험이라고도 함
- 제 2종 과오 (β)
귀무가설이 참이 아닌 것(거짓)을 참이라고 판정하는 과오
즉, 귀무가설을 기각해야 함에도 불구하고 귀무가설을 채택하는 과오
소비자위험이라고도 함
- α와 β는 반비례 관계!
1-α (신뢰도, 신뢰율)
참을 참이라고 판정하는 능력
1-β (검출력)
거짓을 거짓이라고 판정하는 능력
찐문과생의 빅데이터 생존기🐣 열심히 할래용 (ง •_•)ง