|
가설검정 의 절차
3 검정통계량 (test statistic)
4 기각역 (RR: rejection region)
5 가설검정의 절차
6 Z 검정
7 가설검정의 오류
8 우측검정의 경우 2종오류()의 확률계산
9 p값에 의한 가설검정
10 t 검정
11 정규모집단의 분산에
|
|
|
.즉, 작업자의 평균 생산성이 5일 동안에 서로 다름을 입증할 수 없다.
분포 : 두 정규모집단의 분산을 비교하거나 분산분석 등에 사용
정의 : , ; 과 는 독립
⇒ ; 자유도(, )인 분포
자유도에 따른 분포의 밀도함수 변화
일 때
일 때
일 때
|
|
|
검정하고자 하는 변수가 모집단에 정규분포를 이룬다.
셋째, 검정하고자 하는 변수가 모집단에서 등분산이다. 이용숙 외(2017). 간호연구. 수문사.
8. 가설검정 시 발생할 수 있는 오류(2가지)는 무엇인지 설명하고, 오류를 최소화하기 위해서는
|
|
|
가설검정의 이론
(1) 네이만-피어슨 정리MP검정
(2) 균일최강력검정(UMP검정)
(3) 우도비검정(LR검정), 일반화 우도비검정(GRL검정)
3. 여러 가지 경우의 가설검정
1) 모집단이 하나인 경우
●모평균 에 대한 검정
○모분산을 알고 있는 경우(정규분
|
|
|
방법, 표본통계량
8.확률의 개념
9.확률이 통계학에서 필요한 이유
10.확률변수
11.표본에 관해서
12.대표 값의 정의 설명
13.정규분포(정규분포근사화, 중심극한정리)
14.추정에 관해서
15.가설검정(귀무가설, 연구가설
|
|
 |
가설검정(민영사, 1999)
8. 오택섭, 최현철 : 사회과학 데이터 분석법(나남출판사, 2003)
9. 박광배 : 변량분석과 회귀분석(학지사 2003.4)
10. http://blog.naver.com/kbluewin.do?Redirect=Log&logNo=60003105392
11. http://www.niceshot.co.kr/niceshot/cs/csp9.htm
12. http://plaza2.snut.a
|
|
|
교육시간의 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 요
|
|
|
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
|
|
|
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
|
|
|
변수선정 11
(1) 성별과 연 구매회수와의 독립성 검정 12
(2) 입력변수 특성 13
4. 신경망 모형의 구성 17
5. 실험결과와 분석 17
(1) 신경망 결과 17
(2) 로지스틱 회귀분석 18
(3) 실험 결과비교 19
IV. 결론 및 추후연구과제 21
※ 참고문헌 22
|
|
 |
가설 검정과 추론: 83
라. 데이터 분석 및 시각화: 84
마. 빅데이터와 기계 학습: 85
바. 실험 계획법 85
사. 비모수 통계 86
아. 빅데이터와 머신러닝 86
자. 데이터 분석 도구와 소프트웨어 86
? 통계분석 도구 소프트웨어에 대한 대학원 학위과
|
|
 |
가설 검정과 추론: 88
데이터 분석 및 시각화: 88
빅데이터와 기계 학습: 89
실험 계획법 90
비모수 통계 90
빅데이터와 머신러닝 91
데이터 분석 도구와 소프트웨어 91
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 94
? 기출
|
|
 |
가설 검정과 추론: 102
데이터 분석 및 시각화: 102
빅데이터와 기계 학습: 103
실험 계획법 104
비모수 통계 104
빅데이터와 머신러닝 104
데이터 분석 도구와 소프트웨어 105
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 107
?
|
|
 |
가설 검정과 추론: 130
데이터 분석 및 시각화: 130
빅데이터와 기계 학습: 131
실험 계획법 132
비모수 통계 132
빅데이터와 머신러닝 133
데이터 분석 도구와 소프트웨어 133
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 136
?
|
|
 |
가설 검정과 추론: 79
라. 데이터 분석 및 시각화: 80
마. 빅데이터와 기계 학습: 80
바. 실험 계획법 81
사. 비모수 통계 81
아. 빅데이터와 머신러닝 82
자. 데이터 분석 도구와 소프트웨어 82
? 통계분석 도구 소프트웨어에 대한 대학원 학위과
|
|
메뉴펼치기
