2023년 2학기 방송통신대 생물통계학 출석수업대체과제물)아래 첨부한 파일(생물통계학 출석수업대체과제물)을 다운로드 한 후 빈칸에 모두 답하고, 학습과제를 직접 풀어 제출하시오. (배점 : 30점)

소개글

2023년 2학기 방송통신대 생물통계학 출석수업대체과제물)아래 첨부한 파일(생물통계학 출석수업대체과제물)을 다운로드 한 후 빈칸에 모두 답하고, 학습과제를 직접 풀어 제출하시오. (배점 : 30점)에 대한 보고서 자료입니다.

목차

아래 첨부한 파일(생물통계학 출석수업대체과제물)을 다운로드 한 후 빈칸에 모두 답하고, 학습과제를 직접 풀어 제출하시오. (배점 : 30점)

Ⅰ. Data의 대표값과 산포도
1) 모수와 통계량 2) 산술평균
3) 표본분산의 정의식과 계산식
4) 표준편차와 표준오차 5) 유의숫자 6) 변이계수

Ⅱ. 통계적 가설의 검정
1) 통계적 가설
2) 귀무가설과 대립가설
3) 가설검정 절차
4) 가설검정 결과 해석

Ⅲ. 분산분석표의 이해
1) 선형모형식
2) 일원분류(완전확률화 계획법)의 분산분석표
3) 유의성 검정(F-검정)
4) 자유도 및 제곱합의 상가성
5) 실험계획

Ⅳ. 학습과제

Ⅴ. 학습과제 정답 해설

Ⅵ. 참고문헌

본문내용

참고로 위 그래프를 그리는 파이썬 코드는 다음과 같다.
import matplotlib.pyplot as plt
plt.rc(\'font\', family=\'NanumGothic\') # 한글 폰트 설정
data = [
143, 125, 136, 148, 163, 119, 135, 153, 154, 165,
152, 145, 149, 157, 135, 142, 150, 132, 138, 164,
142, 158, 168, 126, 146, 142, 150, 156, 147, 173,
145, 138, 161, 128, 176, 145, 140, 135, 140, 147]
빈도수 = [0, 4, 9, 16, 7, 4, 0]
계급값 = [113.3, 124.7, 136.1, 147.5, 158.9, 170.3, 181.7]
빈도수2 = [0, 1, 3, 5, 4, 10, 6, 4, 3, 2, 2, 0]
계급값2 = [116.15, 121.85, 127.55, 133.25, 138.95, 144.65, 150.35, 156.05, 161.75,
167.45, 173.15, 178.85]
fig, axs = plt.subplots(1, 2, figsize=(10, 5))
axs[0].hist(data, bins=5, color=\"red\", label=\'히스토그램\') # 도수5의 히스토그램
axs[0].set_title(\"계급수 5\", size=15)
axs[0].legend(loc=\'upper right\')
axs[0].plot(계급값, 빈도수, color=\"black\", label=\'도수다각형\') # 도수5의 도수다각형(도수곡선)
axs[0].legend(loc=\'upper right\')
axs[0].xaxis.set_label_text(\"체중\");
axs[0].yaxis.set_label_text(\"도수\")
axs[0].axis([110, 185, 0, 18]) # x축, y축 범위 지정
axs[1].hist(data, bins=10, color=\"green\", label=\'히스토그램\') # 도수10의 히스토그램
axs[1].legend(loc=\'upper right\')
axs[1].plot(계급값2, 빈도수2, color=\"black\", label=\'도수다각형\') # 도수10의 도수다각형(도수곡선)
axs[1].legend(loc=\'upper right\')
axs[1].set_title(\"계급수 10\", size=15)
axs[1].xaxis.set_label_text(\"체중\")
axs[1].yaxis.set_label_text(\"도수\")
axs[1].axis([110, 185, 0, 12]) # x축, y축 범위 지정
오자이브(ogive)는 도수분포표의 누적도수분포를 그래프로 나타낸 것이다.
참고로 위 그래프를 그리는 파이썬 코드는 다음과 같다.
계급값 = [113.3, 124.7, 136.1, 147.5, 158.9, 170.3]
누적도수 = [0, 4, 13, 29, 36, 40]
계급값2 = [116.15, 121.85, 127.55, 133.25, 138.95, 144.65, 150.35, 156.05, 161.75,
167.45, 173.15]
누적도수2 = [0, 1, 4, 9, 13, 23, 29, 33, 36, 38, 40]
fig, axs = plt.subplots(1, 2, figsize=(10, 5))
axs[0].plot(계급값, 누적도수, color=\"red\")
axs[0].xaxis.set_label_text(\"체중\")
axs[0].yaxis.set_label_text(\"누적도수\")
axs[0].set_title(\"계급수 5\", size=14)
axs[1].plot(계급값2, 누적도수2, color=\"green\")
axs[1].xaxis.set_label_text(\"체중\")
axs[1].yaxis.set_label_text(\"누적도수\")
axs[1].set_title(\"계급수 10\", size=14)
2. 학습과제 3
(1) 평균 = (7 + 4 + 10 + 9 + 15 + 12 + 9 + 7)/8 = 9.125
관측값을 오름차순 정렬한다.
[4, 7, 7, 9, 9, 10, 12, 15]
관측값의 개수가 짝수이므로 중앙값은 다음과 같다.
관측값 7과 9의 빈도수가 각각 2로 가장 크므로 최빈값은 7, 9이다.
표준편차는 편차(관찰값-평균)의 제곱합의 평균이고, 이때 표본의 개수가 n이면 n-1로 나누어 모수가 편의되지 않도록 계산한다.
표준오차는 표본평균의 표준편차로 이다. 모표준편차 를 모를 경우에는 표본표준편차 s를 사용하여 로 계산한다. 따라서 이 된다.
변이계수는 표본표준편차를 표본평균으로 나누어 계산한다.
변이계수 = 3.357/9.125 = 0.368
(2) (1)과 같은 방법으로 계산하면 된다. 단, 관측값을 오름차순 정렬하면 다음과 같다.
[1, 2, 3, 4, 4, 5, 5, 6, 6, 7, 8, 8, 10, 10, 11, 12]
3. 학습과제 4
(1) 정규분포에서 확률변수가 에 존재할 확률은 68.26%이므로,
(이 구간에 있는 개체수) = 0.6826 X 300 = 204.97이다.
(2) 정규분포에서 확률변수가 에 존재할 확률은 95.44%이므로,
(이 구간에 있는 개체수) = 0.9544 X 300 = 286.32이다.
(3) 75를 정규화 하면 Z = (75-64)/4 = 2.75이다.
표준정규분포표에서 Z = 2.75에 해당하는 확률은 0.4970이다.
따라서 (75cm 이상인 개체수) = (0.5-0.4970) X 300 = 0.9이다.
(4) 55를 정규화 하면 Z = (55-64)/4 = -2.75이다.
정규분포는 평균을 중심으로 대칭형이므로 Z = -2.75에 해당하는 확률은 0.4970이다.
따라서 (55cm 이하인 개체수) = (0.5-0.4970) X 300 = 0.9이다.
Ⅵ. 참고문헌
생물통계학, 박순직 외 2인, 한국방송통신대학교출판문화원, 2005.
통계학개론, 박서영 외 3, 한국방송통신대학교출판문화원, 2022.
파이썬과R, 심송용 외 2, 한국방송통신대학교출판문화원, 2020.

키워드

방송통신대생물통계학,   방송대생물통계학,   방통대생물통계학,   통계적가설,   귀무가설,   대립가설,   분산분석표