|
분포다각형과 히스토그램이다. 이것에 대한 설명으로 옳은 것을 <보기>에서 모두 고르면? [4점]
〈보 기〉
ㄱ. 중앙값은 계급 이상 미만 사이에 존재한다.
ㄴ. 최빈값은 계급 이상 미만 사이에 존재한다.
ㄷ. 상대 도수가 가장 높은 계급의
|
|
|
히스토그램→우울, 정규곡선 출력
●메뉴: 그래프→상자도표(박스플랏)→단순, 개별변수의 요약값, 정의→생활사건 스트레스 변수에 넣기→상자가뜸: 이게 박스플랏(boxplot)
상자도표:전체분포의 양상을 한눈에 보기쉽게 그려줌. 내가 어떤
|
|
|
가운데 중앙값은 그러한 중심경향을 반영하고 있고, 평균값의 경우 일부 극단값으로 인해 다소 영향을 받은 결과가 나왔다. [통계학 조사]
1. 최소 표본이 30이상인 이유
2. 정규분포곡선
3. 중심경향척도(평균, 중앙값, 최빈값) 비교
|
|
|
1. 정규분포곡선의 성질
(1) 의 그래프는 직선 에 관하여 대칭이다.
(2) 곡선과 x축 사이의 면적은 1이다. 곧,
(3) X가 구간 [a, b]에 속할 확률은
(4) X의 평균은 m, 분산은 이다. 곧, ,
P(μ-1σ≤x≤μ+1σ) = 0.6826
P(μ-2σ≤x≤μ+2σ) = 0.9545
P(μ-3σ
|
|
|
정규분포곡선과 표준점수
3. 통계적 추론(추리)(statistical inference)
1) 통계적 추정의 기본개념
2) 가설검증의 절차
3) 연구문제(research problem)와 가설(hypothesis)
(1) 연구문제
(2) 연구가설과 영가설
4) 가설검증과 통계적 유의수준(significance
|
|
|
분포에 가까운 형태를 띠고 있다. 이러한 정규분포의 특징은 다음과 같다.
첫째, 정규분포는 평균()을 중심으로 좌우대칭인 종(bell) 모양을 띤 연속확률분포이다. 즉, 정규분포의 확률밀도함수(식 1)를 그래프로 나타내면 [그림 3]과 같은 곡선
|
|
|
수를 무한히 커지게 뽑으면 그 자료의 분포는 평균이 μ이고 분산이 시그마제곱인 정규분포에 근사하는 것을 볼 수 있다.
□ F분포
○ F분포의 정의
- 우선 X1, X2,....Xn ~ N(μ_x, (sigma_x)^2) Y1, Y2,....Ym ~ N(μ_y, (sigma_y)^2) 라고 할 때,
(여기서 m 과 n 은
|
|
|
분포도
분포도(distribution)는 자료들이 어떤 유형으로 분포되어 있는지를 묘사하는 것이다. 분포도는 일반적으로 정규곡선을 기준으로 측정하는데 좌우의 대칭성에 대한 상대적인 분포도와 상하의 집중도를 기준으로 측정하는 방법들이 있다.
|
|
|
X) = SQRT { INT _{ alpha }^{ beta } (x-m)^2 f(x)dx}
12. 정규분포
◈ 확률변수
X
의 확률밀도함수
f(x)
가
f(x)= 1 over SQRT { 2 pi delta } e^{{(x-m)^2 } over 2delta ^2} ~~(e=2.718 CDOTS )
로 주어질 때
X
의 분포를 정규분포 또는 가우스분포라 한다.
이 경우 곡선
y=f(x)
를 정
|
|
|
dard Deviation”: 모 표준 편차
* The “Sample Standard Deviation”: 표본 표준 편차
4. 정규분포의 특징 네 가지 (제7장)
분포는 평균을 중심으로 좌우 대칭인 종 모양이다.
정규분포곡선의 위치(중심)는 평균으로 결정되며, 모양은 표준편차로 결정된다.
|
|
메뉴펼치기
