|
확률이론
5. 확률변수
6. 이산확률분포
7. 연속확률분포
8. 통계적 표본조사
9. 표본평균의 분포
10. 모집단평균의 추정
11. 모집단평균에 대한 가설검정
12. 모집단비율에 대한 추정과 검정
13. 두 모집단의 평균과 비율 비교
14. 분산에 대
|
|
|
확률변수의 특성 및 분석특성에 따라 이론적으로 성립된 확률분포를 기준으로 모집단의 추론 및 가설검정이 가능하다. 각 확률분포는 변수와 분석의 특성에 맞는 최적의 이론적 모형을 의미한다. 확률분포는 통계량을 파악하여 통계적 의사
|
|
|
개념 및 정의
단순 상관분석
단순상관계수
표본상관계수
가설검정과 구간추정
다중상관분석(Multiple Correlation Analysis)
분석과 관련된 용어의 정의
다중상관계수
다중상관계수의 범위
다중상관계수의 성질
가설검정과 구간 추정
편상관
|
|
|
대립가설에 대한 Stock and Watson공적분 검정은 Φ의 특성근 중 단위근이 몇개인지를 알아보는 것과 동일하다. 이때 검정통계량은
로서 T는 자료의 수를 의미한다.
참고문헌
◎ 김석원(1991), 공적분과 오차수정모형을 이용한 구매력평가이론의
|
|
|
개념
1) 생산능력이용률
2) 설계생산능력(design capacity)
3) 유효생산능력(effective capacity)
4) 실제생산능력(actual capacity)
5) 생산시스템의 효과성 평가척도
6) 생산능력이용률(capacity utilization rate)
7) 생산능력효율성
8) 최적조업도(best operating lev
|
|
|
귀무가설과 대립가설은 다음과 같다.
H0 : μ1=μ2, H1 : μ1>μ2
위 그림에서 쌍체비교를 위한 t-검정통계량의 관측값 t=3.23, 유의수준 α=0.05에서 단측 기각치 t(4, 0.05)=2.13이고, 단측 검정에 대한 유의확률 p-값=0.016045임을 알 수 있다. 따라서 p-값이
|
|
|
개념
1) 정의
2) 기능과 용도
3) 회귀분석의 변수 구분
4) 회귀분석의 사용 사례
5) 회귀분석의 종류
2. 단순회귀모형(simple regression model)
3. 최소제곱법(Method of Least Squares)
4. 분산분석표의 작성 및 결과 해석
1) 회귀분석에서의 분산분
|
|
|
대립가설 : 전공여부에 따라 자기애평균 차이가 있을 것이다.
귀무가설 : 전공여부에 따라 자기애평균 차이가 없을 것이다.
카이제곱=212.174, 자유도=165, 유의확률=.008<.05(대립가설 채택)
즉, 전공여부에 따라 자기애평균 차이가 있다.
3)T-검정
|
|
|
확률) 0.6446은 유의수준 0.05보다 크므로 시계열이 단위근을 가진다는 귀무가설을 기각하지 못한다. 따라서 통계적으로 단위근이 존재하는 것으로 검정되므로 로그변환계열은 불안정 시계열이라고 판단할 수 있다.
반면, 로그차분계열의 경우
|
|
|
가설은 대립가설 또는 ( 연구가설 )이라 하며, 기호로는 ( H1 )이라고 나타낸다.
(12) 정규분포는 평균과 표준편차에 의해 모양이 결정된다. 정규분포의 특성을 2~3가지 쓰시오.
정규분포는 평균을 중심으로 대칭인 종모양이다.
정규곡선의 확률
|
|
메뉴펼치기
