이 챕터에서는 범주형 데이터를 설명하는 단일 모수에 대해 통계적 추론을 수행하는 방법을 배웁니다. 단일 비율에 대한 재표본추출 기반 방법과 근사 기반 방법이 모두 포함됩니다.

General Social Survey

consci 살펴보기

부트스트랩을 이용한 생성

신뢰구간 구성하기

왜 더 많은 부트스트랩이 필요할까요?

신뢰구간 해석하기

신뢰구간과 신뢰수준

데이터가 적을 때의 SE

다른 p에서의 SE

근사화 지름길

근사에 의한 신뢰구간

방법 비교

단일 모수에 대한 추론

이 챕터에서는 단일 모수에 대한 가설검정과 신뢰구간 구성을 더 깊이 다룹니다. 이어서 두 비율의 차이에 대해 추론하는 방법을 학습합니다. 마지막으로, 영가설이 참일 때 어떤 일이 벌어지는지 살펴보며 마무리합니다.

비율에 대한 가설 검정

사후 세계

H0에서 생성하기

주장을 검정해 보기

의사 결정하기

차이의 구간 추정

사형 제도와 성별

비율 차이에 대한 가설 검정

검정 해석하기

가설 검정과 신뢰 구간

통계적 오류

귀무가설이 사실일 때

귀무가설이 참일 때: 결정

비율: 검정과 검정력

이 파트에서는 두 개의 범주형 변수의 독립성을 검정하기 위해 재표본추출 방법과 고전적 방법을 모두 사용하는 법을 배웁니다. 이 챕터는 카이제곱 검정을 수행하는 방법을 다룹니다.

분할표

정치 성향과 우주 탐사

연관 표 이해하기

정돈형에서 표로, 다시 정돈형으로

카이제곱 검정 통계량

단일 치환 Chi-sq

두 개의 귀무분포 만들기

데이터가 모형과 일치하나요?

대안 방법: 카이제곱 분포

조건 확인하기

행복의 지리적 분포

두 가지 방법으로 구하는 p-값

카이제곱 분포의 구간

여러 모수 비교: 독립성

강의는 선거 데이터를 활용한 두 가지 사례 연구로 마무리됩니다. 여기서 카이제곱 검정을 사용해 적합도를 확인하는 방법을 학습합니다. 이란과 아이오와의 선거 결과를 분석하고, 벤포드의 법칙이 이 데이터셋들에 적용되는지 검정해 봅니다.

사례 연구: 선거 부정

이란 선거 데이터 살펴보기

누가 당선됐을까요?

주(Province)별로 살펴보기

첫 자릿수 추출 I

적합도 검정

p-값, 두 가지 방법

부정의 증거일까요?

이제는 미국으로

Iowa 데이터 살펴보기

첫 자리 숫자 추출 II

아이오와 검정하기

아이오와에 부정이 있었을까요?

이란과 아이오와의 선거 부정: 정리

여러 모수 비교: 적합도

Iowa election data

GSS data

Iran election data

범주형 데이터는 우리 주변 어디에나 있습니다. 최신 여론조사 수치, 유전체학의 새로운 돌파구로 이어지는 데이터, 그리고 인터넷 기업이 제품 판매를 위해 수집하는 방대한 데이터에도 담겨 있죠. 이 강의에서는 잡음 속에서 신호를 가려내는 기법, 즉 데이터의 구조가 흥미로운 현상을 나타내는지 아니면 단순한 우연인지 판별하는 도구를 배웁니다.

Foundations of Inference in R

이 과정에서는 범주형 데이터를 다루기 위한 통계 기법을 배우게 됩니다.

R로 배우는 범주형 데이터 추론

이 과정에서는 범주형 데이터를 다루기 위해 통계 기법을 활용하는 방법을 학습합니다.

사례 연구: 선거 부정

Create Your Free Account