|
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
|
|
|
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
|
|
|
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, 제조업에서 서비스업으로 산업구조 변화와 정보화 같은 기술변화로 고임금 전문직과 저임금 단순직은 증가한 반면 중간 수준의 일자리가 줄었기 때문이라는 산업구조 변화 가설, 기술 변화 가설 등 여러 가지가 있다.
외환위기 이후
|
|
 |
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
