가설 검정의 가정

R로 하는 가설 검정

Richie Cotton

Data Evangelist at DataCamp

무작위성

가정

표본은 더 큰 모집단에서 무작위로 추출된 부분집합입니다.

결과

표본이 모집단을 대표하지 못할 수 있습니다.

확인 방법

데이터 수집 방식을 파악하십시오.
데이터 수집자 또는 도메인 전문가에게 문의하십시오.

"책임감 있게 조달된 재료"라는 문구가 있는 로고.

¹ 표본 추출 기법은 "Sampling in R"에서 다룹니다.

관측값의 독립성

가정

데이터셋의 각 관측값(행)은 독립적입니다.

결과

거짓 음성/양성 오류 가능성이 높아집니다.

확인 방법

데이터 수집 방식을 파악하십시오.

충분한 표본 크기

가정

표본은 불확실성을 줄이고 중심극한정리가 적용될 만큼 충분히 커야 합니다.

결과

신뢰 구간이 매우 넓어집니다.
거짓 음성/양성 오류 가능성이 높아집니다.

확인 방법

검정 종류에 따라 다릅니다.

충분한 표본 크기: t-검정

단일 표본

표본 관측값이 30개$^{1}$ 이상이어야 합니다.

$n \ge 30$

$n$: 표본 크기

두 표본

각 표본의 관측값이 30개 이상이어야 합니다.

$n_{1} \ge 30, n_{2} \ge 30$

$n_{i}$: 그룹 $i$의 표본 크기

대응 표본

표본 전체에서 관측값 쌍이 30개 이상이어야 합니다.

데이터의 행 수 $\ge 30$

ANOVA

각 표본에 관측값이 30개 이상이어야 합니다.

$n_{i} \ge 30$ (모든 $i$에 대해)

¹ 경우에 따라 30개 미만도 가능합니다. 중요한 것은 귀무 분포가 정규분포처럼 보이는지 여부입니다.

충분한 표본 크기: 비율 검정

단일 표본

표본의 성공 횟수가 10 이상이어야 합니다.

$n \times \hat{p} \ge 10$

표본의 실패 횟수가 10 이상이어야 합니다.

$n \times (1 - \hat{p}) \ge 10$

$n$: 표본 크기
$\hat{p}$: 표본 내 성공 비율

두 표본

각 표본의 성공 횟수가 10 이상이어야 합니다.

$n_{1} \times \hat{p}_{1} \ge 10$

$n_{2} \times \hat{p}_{2} \ge 10$

각 표본의 실패 횟수가 10 이상이어야 합니다.

$n_{1} \times (1 - \hat{p}_{1}) \ge 10$

$n_{2} \times (1 - \hat{p}_{2}) \ge 10$

충분한 표본 크기: 카이제곱 검정

각 그룹의 성공 횟수가 5 이상이어야 합니다.

$n_{i} \times \hat{p}_{i} \ge 5$ (모든 $i$에 대해)

각 그룹의 실패 횟수가 5 이상이어야 합니다.

$n_{i} \times (1 - \hat{p}_{i}) \ge 5$ (모든 $i$에 대해)

$n_{i}$: 그룹 $i$의 표본 크기
$\hat{p}_{i}$: 표본 그룹 $i$의 성공 비율

타당성 확인

부트스트랩 분포가 정규분포처럼 보이지 않는다면, 가정이 충족되지 않은 것입니다.

연습해 봅시다!

R로 하는 가설 검정