T-test2 [Hypothesis Test] Fundamental Hypothesis Test 1. One-sample z-test for a proportion $$ z = \frac{\hat{p} - p_0}{\sqrt{\frac{p_0(1-p_0)}{n}}} $$ \(\hat{p}\): 표본에서 관측된 비율 \(p_0\): 귀무가설에서 주장하는 모집단 비율 \(n\): 표본 크기 백신 A의 부작용 비율이 5%라고 알려져 있음. 200명을 조사했더니 16명이 부작용을 경험함. 부작용 비율이 5%보다 높은지 검정. \(\hat{p} = 16/200 = 0.08, p_0 = 0.05, n = 200\) $$ z = \frac{0.08 - 0.05}{\sqrt{\frac{0.05 \times 0.95}{200}}} \approx 2.19 $$">$$ z = \frac{\hat{p} - p_0}{\s.. 2025. 8. 3. [Hypothesis Test] F-test와 T-test와의 관계 오늘은 간단하게 F-test와 T-test 간의 관계에 대해서 알아보겠습니다(Gemini의 도움을 받았습니다). 두 집단의 평균을 비교할 때 t-통계량을 제곱하면 F-통계량과 정확히 같아집니다. T-test와 F-test의 기본 개념T-test (t-검정): 두 집단의 평균이 통계적으로 유의미하게 다른지를 검정하기 위해 사용됩니다. t-통계량은 두 집단 평균의 차이를 표준오차로 나눈 값으로, 이 차이가 얼마나 의미 있는지를 나타냅니다.F-test (F-검정): 두 개 이상 집단의 평균이 통계적으로 유의미하게 다른지를 검정하기 위해 사용됩니다. 주로 분산분석(ANOVA)에서 활용되며, F-통계량은 '집단 간 분산(between-group variance)'을 '집단 내 분산(within-group vari.. 2025. 8. 1. 이전 1 다음 반응형