가설검정 결과 해석

통계학 입문

George Boorman

Curriculum Manager, DataCamp

시카고 vs 방콕: 기대수명

귀무가설:
- 시카고와 방콕 주민의 기대수명에는 차이가 없다
대립가설:
- 시카고 주민의 기대수명이 방콕 주민보다 길다

시카고 밤의 시카고 스카이라인.jpg

방콕 해질녘 방콕 스카이라인.jpg

표본분포

시카고와 방콕의 기대수명 표본 히스토그램.png

서로 다른 표본

시카고와 방콕의 기대수명 두 번째 표본 히스토그램.png

평균 기대수명의 표본분포

도시별 평균 기대수명 표본분포.png

p-값

$p$
- 귀무가설이 참일 때, 이런 결과가 나올 확률

p-값이 82 이상인 평균에서 표본평균 분포가 표시된 시카고.png

p-값

p-값이 두 분포의 겹침으로 표시된 방콕과 시카고의 표본평균 분포.png

유의수준($\alpha$)

잘못된 결론을 줄이려면:
- 귀무가설 기각의 확률 임계값을 설정합니다
$\alpha$ 또는 유의수준이라고 함
편향을 줄이기 위해 데이터 수집 전 결정:
- 그렇지 않으면 자신의 이익에 맞게 다른 $\alpha$를 선택할 수 있음
일반적 임계값은 0.05
- 시카고 주민이 방콕 주민보다 더 오래 산다고 잘못 결론낼 확률 5%
$p\leq\alpha$이면 귀무가설을 기각
이러한 결과를 통계적으로 유의하다고 함

제1종/제2종 오류

귀무가설을 잘못 기각.png

제1종/제2종 오류

귀무가설을 잘못 채택.png

제1종/제2종 오류

귀무가설을 올바르게 채택.png

제1종/제2종 오류

대립가설을 올바르게 채택.png

결론 도출

두 종 모양으로 겹침이 표시된 도시별 평균 기대수명 표본분포.png

연습해 봅시다!

통계학 입문

Preparing Video For Download...