p-value4 t검정에 대해 알아두면 좋을 것들 z검정에 대한 이야기를 하면서 통계적 가설 검증의 의미와 두 그룹의 비율이나 평균 차이가 우연에 의한 것인지, 의미 있는 차이인지 확인하는 방법에 대해 알아보았습니다. 그런데 우리는 z검정을 사용할 때 수백 건 이상의 데이터가 각 그룹에 존재한다면 '평균값 차이가 정규분포를 따른다'는 가정을 합니다. 만약 검증에 사용할 수 있는 데이터가 적다면 어떻게 해야 할까요? 이럴 때 사용하는 것이 t검정입니다. 아래는 미리 읽어보면 좋은 글들 입니다. z검정, 두 그룹의 비율/평균은 차이가 있는가 (1) z검정, 두 그룹의 비율/평균은 차이가 있는가 (2) z검정, 두 그룹의 비율/평균은 차이가 있는가 (3) 데이터의 수에 따라 형태가 달라지는 t분포 두 검정 방법 모두 '평균값 차이'가 '평균값 차이의 표준오차.. 2022. 2. 24. z 검정, 두 그룹의 비율/평균은 차이가 있는가 (3) 오늘은 '평균 차이' 검증에 대한 이야기입니다. '비율 차이' 검증을 다룬 앞의 글 두 편을 먼저 읽고 오시면 좋습니다. z검정, 두 그룹의 비율/평균은 차이가 있는가 (1) z검정, 두 그룹의 비율/평균은 차이가 있는가 (2) ‘평균 차이’도 z검정으로 평균값에 대해서도 이것이 우연한 차이인지 의미 있는 차이인지 z검정을 통해 확인해 볼 수 있습니다. 예시를 함께 보도록 해요. 아래는 마케팅용 DM을 수신한 그룹과 그렇지 않은 그룹이 어떤 서비스에서 유료 결제를 한 상황을 요약한 표입니다. 평균 결제금액 표준편차 사례수 A. DM 수신 8만원 1.2만원 600 B. DM 미수신 7만원 1.0만원 400 Total 200 800 1,000 평균 차이 z검정에서도 '표준오차'와 '신뢰구간'을 알아야 합니다.. 2022. 2. 4. z 검정, 두 그룹의 비율/평균은 차이가 있는가 (2) 앞의 글 - z검정, 두 그룹의 비율/평균은 차이가 있는가 (1) 을 먼저 읽고 오시면 좋습니다. ‘비율 차이’의 표준오차 ‘비율 차이’를 검증한다는 건 결국 ‘비율 차이’의 ‘표준오차’와 ‘신뢰구간’이 필요하다는 의미입니다. 그렇다면 ‘비율 차이’의 표준오차는 어떻게 구할 수 있을까요? 이 부분은 수식을 전개하면서 이해하는 것보다 정리된 공식을 먼저 보는 것이 좋을 것 같습니다. 결제 미결제 Total A. DM 수신 126 474 600 B. DM 미수신 74 326 400 Total 200 800 1,000 두 그룹 결제율 차이의 표준오차 $$ =\sqrt{\frac{\mathit{p_{t}}\times (1-\mathit{p_{t}})}{{\mathit{n_{a}}}}+\frac{\mathit{p.. 2022. 1. 26. 통계적 가설검정이 유용한 이유 '확률’ 개념을 도입하여 불필요한 논란을 줄이기 ‘까마귀는 검은 동물’이라는 가설을 증명하려면 어떻게 해야 할까요? ‘까마귀는 검다’는 말은 ‘모든 까마귀는 검다’고 주장하는 것과 마찬가지입니다. 이것은 ‘검은 까마귀 한 마리를 보았다’는 사실만으로는 증명되지 않습니다. 예를 들어 어떤 까마귀는 빨갛고, 또 다른 까마귀는 파랗다면 ‘까마귀는 검다’를 사실로 확정 지을 수 없습니다. 이처럼 ‘모든 00은 000이다’라는 표현은 ‘모든 것에 대해서 칭한다’는 의미로 ‘전칭성이 있다’고 표현합니다. 전칭성이 있는 가설을 반증하는 일은 매우 간단합니다. 단 한 마리의 검지 않은 까마귀를 가져오기만 하면 ‘모든 까마귀가 검지는 않다’는 것을 증명할 수 있기 때문입니다. 반대로 ‘모든 까마귀는 검다’는 것을 증명해.. 2022. 1. 13. 이전 1 다음 반응형
