\*정의수학의 한 부문으로, 사회 현상을 통계에 의하여 관찰·연구하는 학문으로 집단에 관한 자료를 정리하여 그 특징을 나타내는 여러 가지 수치를 산출하고 그 자료가 가리키는 용도로 활용이됩니다.활용\*과거농산물의 생산량에 대한 기록국가간 교역량, 실업률 파악경제 관련
\*모집단통계학에서 우리가 관심있게 분석하고자하는 전체 집단, 전체 대상을 말합니다\*표본추출(sampling)모집단에서 표본을 추출하는 행위를 말합니다.\*표본모집단의 부분집합에 해당되는 부분을 추출하면 이 추출된 자료를 말합니다.\*예시
D
자막의 시작.끝으로 이동 자료를 정리하는 방법에 대해서 앞에서는 표와 그래프 등을 살펴보았는데 이번에는 숫자로 된 측도들을 살펴보겠습니다. 이 측도들 중에 가장 중요한 두 가지가 측도가 자료들의 중심이 어디에 있는지를 나타내는 중심측도와 자료들이 그 중심으로부터 얼마나
자료를 정리하는 방법으로 주로 표와 그래프를 많이 사용하는데 어떤 형태의 표와 그래프가 있는지 살펴보겠습니다.먼저 질적 자료의 경우에 가장 많이 사용하는 것이 도수분포표 입니다.예를 들어서 A, B, C 세 사람에 대해서 2800명이 투표를 한 결과 A가 1520표 B
두 변수가 모두 질적인 자료인 경우첫 번째 자료는 범주가 r개그리고 두 번째 자료는 c개의 범주로 구성이 되어 있을 때 두 개의 변수를 동시에 고려하면 행렬의 형태로 나타나는데 이 행렬을 표로 요약한 것을 r x c 분할표, 영어로는 r x c contingency t
완전하게 예측 가능한 사건자연현상 중에서 과학적으로 증명된 사건, 좀 더 구체적으로 예를 들면 몇 월, 몇 일에 해가 뜨는 시각, 해가 지는 시각같이 과학적으로 증명이 되서 한 치의 오차도 없이 해가 뜨거나 해가지는 시간 등을 알 수가 있습니다.불확실성을 가진 그런 사
합집합이란 집합 A가 있고 집합 B가 있을 때 어느 한쪽이라도 속하게 되면 이 전체를 합집합이라 하고 AUB로 표현합니다.그 다음에 집합 A가 있고 집합 B가 있을 때 두 집합의 공통되는 영역을 intersection이라고 부르고 AB라고 표현합니다.여집합이라고 하는
먼저 사건 B가 주어져 있을 때 A의 조건부 확률은 사건 B에 대한 확률이 0보다 큰 경우에만 정의됩니다.그럴 경우에 사건 B가 주어져 있을 때 사건A의 조건부 확률은 A와 B의 교집합을 B의 확률로 나누어 준 것을 의미하고 이러한 표현을 사용합니다.실제로 조건부 확률
모집단으로부터 크기 n인 표본 x1, x2, ... xn을 추출하였을 때 이 표본들은 서로 독립이고 동일한 분포를 가질 경우 x1, x2, ... xn을 임의표본이라 합니다동일한 분포를 갖는 다는 것은 같은 모집단으로부터 추출된 표본이라는 뜻입니다.흔히 임의표본을 ii
표본 공간에서 정의된 함수\*확률변수X의 정의구역은 표본공간이 되고 치역에 해당되는 부분은 수직선이 됩니다.그래서 다시 한 번 정의를 하면 확률변수 X는 표본공간의 각 단위사건에 실수 값을 부여하는 함수라고 정의합니다.\*이산 확률변수확률변수는 크게 이산 확률변수와 연
확률변수 x가 이산형인 경우에는 x가 취할 수 있는 값과 확률을 곱해서 전부 더해 줍니다.x에다가 확률 밀도함수 f(x)를 곱해서 적분을 하게 됩니다.특히 x의 기댓값을 뮤라는 그리스문자로 표현을 많이 하고 이 기댓값은 표본평균이 아니라 모집단이 갖고 있는 평균이라는
시행이라고 하는 것은 통계적 실험을 하는 것입니다.결과를 알 수 없는 시행의 결과가 반드시 두 가지 중에 하나로 나타나야 됩니다.이 두 가지를 하나는 성공, 하나는 실패로 표현을 많이 합니다.그래서 성공이냐 실패 둘 중 하나의 결과로 나타나야 합니다.그 다음 매번 시행
\*공식X: 단위시간 또는 단위공간에서 발생되는 사건의 수m: 단위시간 또는 단위공간에서 발생되는 사건의 수의 평균, 즉 m=E(X)\*조건독립성(independence)단위 시간 혹은 단위 공간에서 발생되는 사건의 수는 또 다른 단위 사건 혹은 단위 공간에서 발생되는
모수(parameter)모집단의 특성을 나타내는 값으로 알 수 없는 상수인 모수의 값을 추정하기 위해서 모집단으로부터 크기 n인 표본 X1,X2,...Xn을 추출해야한다.통계량(statistic)표본들만의 함수로 표현하는 것으로 특정 모수를 추정하기 위해서 표본을 이용
모집단으로부터 표본을 추출하는 이유는 모집단의 특성을 나타내는 모수 (평균, 분산, 비율 등)에 대한 정보를 얻기 위한 것입니다.\*추정(estimation)추정은 하나의 점으로 모수 값을 추정하는 점 추정이 있고 이 모수가 어느 구간에 속할 것인가 라는 구간추정으로
즉, 알려져 있지 않은 모집단의 특성을 나타내는 모수를 theta라고 하겠습니다.이 theta에 대한 추정을 위해 n개의 표본을 추출하였고, 이에 대한 점 추정치는 표본들의 함수라고 했습니다.그렇다면 우리가 모르는 모수 theta에 대한 구간을 구하는데, 이 구간을 수