|
4) 전환 점수
5) 학년 점수
2. 가설검정의 개념과 가설검정의 사례(종류)를 간단히 설명하시오. (20점)
1) 가설검정의 개념
2) 가설검정의 사례(종류)
(1) z-검정
(2) t-검정
(3) 카이제곱 검정
(4) 분산분석
(5) f-검정
Ⅲ. 결론
참고문헌
|
|
|
가설검정은 교육평가뿐만 아니라 다양한 연구 분야에서 필수적으로 사용되는 통계적 절차이다. 이를 통하여 학습자 성취도 비교, 교육 방법의 효과성 평가, 교육정책의 타당성 검증 등이 가능해진다. 가설검정의 개념과 사례를 정확히 이해
|
|
|
.
Ⅴ. 참고문헌
박순직 외 2명(2022). 생물통계학. 한국방송통신대학교 출판문화원. 생물통계학 출석수업대체과제 2022년
Ⅰ. Data의 대표값과 산포도
Ⅱ. 통계적 가설의 검정
Ⅲ. 분산분석표의 이해
Ⅳ. 학습과제
Ⅴ. 참고문헌
|
|
|
어떤 가정을 만족해야 하는지 기술하시오(6점).
8. 가설검정 시 발생할 수 있는 오류(2가지)는 무엇인지 설명하고, 오류를 최소화하기 위해서는 어떻게 해야 하는지 기술하시오(4점).
9. 다음은 빈칸에 알맞은 용어는? (2점)
10. 참고자료
|
|
|
가설검정에 대하여
(1) 질문지 작성 요약
(2) 표집방법 요약
1)전수조사와 표본조사
2)표본의 크기와 표집 방법의 유형
(3) 가설검정 요약
1)가설 검정 방법
2)표본분포와 중심극한정리
3)가설 검정의 이해
2. 한국사회의 자녀출산
|
|
 |
가설 검정과 추론: 34
데이터 분석 및 시각화: 34
빅데이터와 기계 학습: 35
실험 계획법 36
비모수 통계 36
빅데이터와 머신러닝 37
데이터 분석 도구와 소프트웨어 37
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 40
? 통계
|
|
|
가설 : 처치집단간 평균값들의 vectors가 동일하다.
- 대립가설 : 처치집단간 평균값들의 vectors가 동일하다.
☞ 다변량 검정 결과 네가지 통계량이 모두 기각되었으므로 귀무가설을 기각하고 대립가설을 채택한다. 따라서 현소속계열의 대학 만
|
|
|
시간의 요구정도에 대한 가설검정은 범용감사소프트웨어의 활용 수준이 낮을수록, 전산감사 교육에 대한 중요성의 인식 수준이 높을수록, 대학(원)이 아닌 다른 교육기관에서 교육을 받은 경우일수록 2년차 전산감사 교육시간에 대한 요구정
|
|
|
글 1
나. 가설설정 및 검정의 순서와 방법 1
다. 귀무가설과 대립가설을 세운다. 1
1) 정보수집에 대한 이론적 가설 3
2) 계약협상에 대한 이론적 가설 4
3) 계약이행에 대한 이론적 가설 6
4) ETS(Electronic Trading System) 가설 8
라. 참고문헌 9
|
|
|
검정신청본), p.6
Robert Stradling 2001, Teaching 20th-Century European History, Strasbourg Cedex : Council of European Publishing : 土屋武志
Elizabath Sprarey, Keith Worrel and Sue Johnson, 2003, Presenting the Past 4(The Modern World), London : Collins.
J. A. Lauwers, 1964, 『역사교본과 국제이해
|
|
 |
이해와 예측: 127
3. 실험 설계와 해석: 127
4. 오류와 불확실성 다루기: 127
5. 다양한 분야와의 융합: 128
6. 정보의 해석과 의사 소통: 128
7. 진실을 파악하는 도구: 128
기초 이론과 개념: 129
회귀 분석 및 모델링: 129
가설 검정과 추론: 130
데이
|
|
 |
이해와 예측: 76
3. 실험 설계와 해석: 77
4. 오류와 불확실성 다루기: 77
5. 다양한 분야와의 융합: 77
6. 정보의 해석과 의사 소통: 77
7. 진실을 파악하는 도구: 77
가. 기초 이론과 개념: 78
나. 회귀 분석 및 모델링: 78
다. 가설 검정과 추론: 79
|
|
 |
이해와 예측: 131
3. 실험 설계와 해석: 131
4. 오류와 불확실성 다루기: 131
5. 다양한 분야와의 융합: 132
6. 정보의 해석과 의사 소통: 132
7. 진실을 파악하는 도구: 132
나. 기초 이론과 개념: 132
다. 회귀 분석 및 모델링: 133
라. 가설 검정과 추
|
|
 |
이해와 예측: 61
3. 실험 설계와 해석: 61
4. 오류와 불확실성 다루기: 61
5. 다양한 분야와의 융합: 61
6. 정보의 해석과 의사 소통: 62
7. 진실을 파악하는 도구: 62
가. 기초 이론과 개념: 62
나. 회귀 분석 및 모델링: 63
다. 가설 검정과 추론: 64
|
|
 |
가설 검정과 추론: 115
데이터 분석 및 시각화: 115
빅데이터와 기계 학습: 116
실험 계획법 117
비모수 통계 117
빅데이터와 머신러닝 118
데이터 분석 도구와 소프트웨어 118
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 121
?
|
|
메뉴펼치기
