가설 검정
수집된 데이터를 바탕으로 모집단의 특성의 가설에 대한 통계적 유의성을 검정하는 일련의 과정
영 가설(귀무 가설)과 대립 가설
p-value
영 가설이 '참'이라고 가정할 때 얻은 결과와 다른 결과가 관측될 확률로, 그 값이 작을 수록 영 가설을 기각(보통 p < 0.05)할 근거가 됨
영 가설이 '참'일 때 기대할 수 있는 데이터의 분포가 클 수록 p-value 커지고, 작다면 '거짓'일 확률이 커진다.
영 가설이 '거짓'이라고 대립 가설이 '참'인 것은 아니다.
데이터 A에 대해서 어떤 연산이나 실험 등을 거쳐 데이터 B로 바뀌었을 때, '데이터 B - 데이터 A = d' 차이 d가 유의한지 확인
선행 조건
t = d의 평균 / (d의 표준 편차 / 샘플 수**1/2)
검정
샘플 데이터를 살펴보며 확인해보자.
차이 d가 정규성을 띄는지 검정을 먼저 한 후,
정규성을 띈다면 두 그룹의 쌍체 표본 t검정을 해보자.
수행 결과는 양수로 양의 효과가 있다고 볼 수 있다.