가설 검정이 왜 유용한지 알아보고, 한 표본 비율 검정의 전체 과정을 단계별로 따라가 봅니다. 이 과정에서 z-점수, p-값, 거짓 음성/거짓 양성 오류 같은 핵심 개념을 만나게 됩니다. Stack Overflow 설문조사와 의료 물품 지연 배송 데이터셋을 소개합니다.

가설 검정과 z-점수

A/B 테스트의 활용

표본 평균 계산하기

z-점수 계산하기

p-값

형사 재판과 가설 검정

옵션

양측

왼쪽 단측

오른쪽 단측

왼쪽 꼬리, 오른쪽 꼬리, 양쪽 꼬리

p-value 계산하기

통계적 유의성

p-값으로 내리는 결정

신뢰 구간 계산하기

거짓 양성(제 I종) 오류

거짓 음성(제 II종) 오류

오류 아님

제 I종 오류와 제 II종 오류

가설 검정 입문

두 집단의 평균 차이를 t-검정으로 검정하는 방법과, 이를 ANOVA와 쌍별 t-검정으로 두 집단 이상으로 확장하는 방법을 배웁니다.

t-검정 수행하기

가설 검정 워크플로

두 표본 평균 검정 통계량

t-통계량으로 p-값 계산하기

왜 t가 필요한가요?

t-분포

t에서 p로

대응표본 t-검정

짝지음이 필요할까요?

차이를 시각화하기

t.test() 사용하기

ANOVA 검정

여러 범주 시각화하기

ANOVA 검정 수행하기

쌍별 t-검정

두 표본 및 ANOVA 검정

두 집단의 비율 차이를 비율 검정으로 검정하는 방법을 배우고, 카이제곱 독립성 검정으로 두 집단 이상으로 확장한 뒤, 카이제곱 적합도 검정으로 한 표본 경우로 돌아옵니다.

단일 표본 비율 검정

비율에 t를 쓴다고요?

단일 비율 검정하기

두 표본 비율 검정

두 비율 검정

두 표본을 위한 prop_test()

카이제곱 독립성 검정

카이제곱 분포

카이제곱 검정에서는 꼬리가 몇 개인가요?

카이제곱 검정 수행하기

카이제곱 적합도 검정

적합도 시각화하기

적합도 검정 수행하기

비율 검정

모수 가설 검정이 전제로 하는 가정을 살펴보고, 그 가정이 충족되지 않을 때 사용할 수 있는 시뮬레이션 기반 및 순위 기반 비모수 검정을 알아봅니다.

가설 검정의 가정

가설 검정의 공통 가정

표본 크기 점검

"테스트는 하나뿐이다" 프레임워크

There is only one test

명세화와 가설 설정

infer 파이프라인 이어서 진행하기

생성하고 계산하기

관측 통계량과 p-값

비모수 ANOVA와 독립 표본 t-검정

시뮬레이션 기반 t-검정

순위합 검정

축하합니다!

비모수 검정

Late Shipments w/ Freight Cost Group

StackOverflow Survey

Democratic Presidential Candidates by County

Late shipments Bootstrap Distribution

Late Shipments

가설 검정은 데이터셋에 대해 질문을 던지고 통계적으로 엄밀하게 답하는 방법입니다. 이 강의에서는 t-검정, 비율 검정, 카이제곱 검정 같은 흔한 검정을 언제 어떻게 쓰는지 배웁니다. 각 검정이 어떻게 작동하는지와 그 전제가 무엇인지 깊이 이해하게 될 거예요. 또한 "There is only one test" 프레임워크로 다양한 가설 검정 간의 연결을 살펴보고, 전통적인 가설 검정의 가정을 우회할 수 있는 비모수 검정도 사용해 봅니다. 강의 전반에 걸쳐 Stack Overflow 사용자 설문조사와 의료 물품 지연 배송 데이터셋을 탐색합니다.

<h2>R에서 가설 검정을 알아보세요 </h2>
가설 검정을 통해 데이터세트에 대해 질문하고 통계적으로 엄밀한 방식으로 답할 수 있습니다. 이 강의에서는 t-검정, 비율 검정, 카이제곱 검정과 같은 일반적인 검정을 언제, 어떻게 사용하는지 배우게 됩니다. 
<br><br>
그것들이 어떻게 작동하는지와 그 기반이 되는 가정에 대해 깊이 이해하게 됩니다. 또한 ""There is only one test"" 프레임워크를 사용해 서로 다른 가설 검정이 어떻게 연결되는지 배우고, 전통적인 가설 검정의 요구사항을 우회할 수 있는 비모수 검정도 활용하게 됩니다.
<br><br>
<h2>T-검정과 카이제곱 검정에 대해 알아보기</h2>
R에서 가설 검정이 왜 유용한지 배우면서, 진행하는 동안 몇 가지 핵심 개념도 함께 살펴보게 됩니다. 또한 t-검정이 두 집단 간 평균 차이를 검정하는 데 어떻게 도움이 되는지, 그리고 카이제곱 검정이 관측 결과와 기대 결과를 비교하는 데 어떻게 도움이 되는지도 배우게 됩니다.  
<br><br>
<h2>R 가설 검정 간의 관계를 이해하기</h2>
진행하면서 다양한 검정 간의 관계를 살펴보고, 무작위성, 관측의 독립성, 표본 크기와 같은 요소를 탐구하게 됩니다. 
<br><br>
이 강의를 마칠 때쯤이면, R에서 가설 검정에 대한 더 깊은 이해를 갖게 되고, 데이터에 특정 검정을 언제 적용하는 것이 적절한지도 알게 됩니다. 
<br><br>
강의 전반에 걸쳐 Stack Overflow 사용자 설문조사와 의료 물품의 지연 배송 데이터세트를 살펴보게 됩니다.

Sampling in R

R에서 가설 검정 배우기: t-검정, 비율 검정, 카이제곱 검정 사용법 및 시기.

R로 하는 가설 검정

R에서 가설검정 활용 시기와 방법을 익힙니다. t-test, 비율검정, 카이제곱검정을 포함해 실전 적용법을 학습하세요.

데이터 과학자 보조 in R

데이터 분석가  in R

통계학자 in R

통계 기초 in R

귀무가설이 사실인데도 귀무가설을 기각하는 경우.

피고가 실제로는 무죄인데 유죄 판결을 내리는 경우.

귀무가설이 거짓인데도 귀무가설을 기각하지 않는 경우

피고가 실제로 범행을 저질렀는데 무죄 판결을 내리는 경우

귀무가설이 거짓일 때 귀무가설을 기각하는 경우.

피고가 실제로 무죄일 때 무죄 판결을 내리는 경우

제 I종 오류와 제 II종 오류

R로 하는 가설 검정

실습형 인터랙티브 연습문제