이전 영상에서 설명한 성차별 예시에 대해, 다음 중 어떤 귀무 가설(\(H_0\))과 대립 가설(\(H_A\))이 적절한가요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 장에서는 모집단에서 반복 추출한 표본이 어떻게 달라질 수 있는지 살펴봅니다. 표본의 변동성이 있어야 관심 있는 모집단에 대해 주장을 펼칠 수 있습니다. 연구에서의 관심 주장은 항상 모집단을 대상으로 하지만, 실제로 사용할 수 있는 정보는 표본 데이터뿐임을 기억해야 합니다.
이 장에서는 완전한 가설검정을 수행하는 데 필요한 도구와 지식을 익힙니다. 즉, 주어진 데이터셋을 바탕으로 귀무가설을 기각하고 연구 가설을 지지하는 것이 적절한지 판단할 수 있게 됩니다.
현재 연습
무작위화 검정의 동일한 구조로 새로운 예시를 통해 가설검정을 계속 학습합니다. 다만 이번 장에서는 서로 다른 오류(제1종 오류와 제2종 오류), 오류가 발생하는 방식, 어떤 상황에서 어느 쪽이 더 심각한지, 그리고 표본 크기와 효과 크기 등이 오류율에 미치는 영향을 중점적으로 다룹니다.
가설검정을 보완하는 도구로서, 신뢰구간은 모집단 모수를 추정할 수 있게 해줍니다. 관심은 항상 모집단의 어떤 특성에 있지만, 모수 추정을 위해 사용할 수 있는 정보는 불완전한 표본 데이터뿐임을 상기하세요. 여기서 추정하려는 모수는 모집단에서의 성공 비율의 실제 값입니다. 신뢰구간을 구성하는 데 필요한 변동성은 부트스트래핑으로 추정합니다.
