- 전체
- 사회조사분석사 개론 및 총론
- 01.조사방법론 I (조사병단)
- 02. 조사방법론 II (조사병단)
- 03. 사회통계 (헌병단)
- 04. 기출문제 (주둔병단)
- 05. 조사:군중 (벽안의 사람)
- 06. SPSS 사용기술 (반격의 봉화)
- 07. 통계학 일반 (새벽의 진혼가)
03. 사회통계 (헌병단) [사회통계] 귀무 가설 및 대립 가설 정보
2019.01.03 14:46
귀무 가설과 대립 가설은 모집단에 대한 서로 배타적인 두 서술문입니다. 가설 검정은 표본 데이터를 사용하여 귀무 가설의 기각 여부를 확인합니다.
- 귀무 가설(H0)
- 귀무 가설은 모집단 모수(평균, 표준 편차 등)가 귀무 가설에서의 값과 같다는 것입니다. 귀무 가설은 종종 이전 분석 또는 전문 지식을 기반으로 한 초기 주장입니다.
- 대립 가설(H1)
- 대립 가설은 모집단 모수가 귀무 가설에서의 값보다 작거나 크거나 다르다는 것입니다. 대립 가설은 검정 당사자가 참이라고 믿거나 참으로 증명되기를 바라는 것입니다.
단측 및 양측 가설
대립 가설은 단측 또는 양측입니다.
- 양측
- 모집단 모수가 귀무 가설에서의 값보다 크거나 작은지 여부를 확인하려면 양측 대립 가설(방향성이 없는 가설이라고도 함)을 사용합니다. 양측 검정은 모집단 모수가 둘 중 한 방향으로 다른 경우를 탐지할 수 있지만, 단측 검정보다 검정력이 작습니다.
- 단측
- 특정 방향으로 모집단 모수가 귀무 가설에서의 값과 다른지 여부를 확인하려면 단측 대립 가설(방향 가설이라고도 함)을 사용합니다. 귀무 가설에서의 값보다 큰 방향이나 작은 방향을 지정할 수 있습니다. 단측 검정은 양측 검정보다 검정력이 크지만 반대 방향으로 모집단 모수가 다른지 여부를 탐지할 수 없습니다.
양측 및 단측 가설의 예
- 양측
- 한 연구자가 국가 시험을 치른 특정 고등학교 학생들의 시험 결과를 갖고 있습니다. 연구자는 해당 학교의 점수가 국가 평균 850점과 다른지 여부를 확인하려고 합니다. 점수가 국가 평균과 다른지 여부를 확인하려고 하기 때문에 양측 대립 가설(방향성이 없는 가설이라고도 함)이 적절합니다. (H0: μ = 850 vs. H1: μ≠ 850)
- 단측
- 한 연구자가 국가 시험을 준비하는 교육 과정에 참여한 학생들의 시험 결과를 갖고 있습니다. 연구자는 교육을 받은 학생들의 점수가 국가 평균인 850점보다 높은지 여부를 확인하려고 합니다. 교육을 받은 학생들의 점수가 국가 평균보다 높다는 특정한 가설을 세웠기 때문에 단측 대립 가설(방향 가설이라고도 함)을 사용할 수 있습니다. (H0: μ = 850 vs. H1: μ > 850)
- [출처] https://support.minitab.com/ko-kr/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-hypotheses/
본 웹사이트는 광고를 포함하고 있습니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
댓글 0
| 번호 | 제목 | 글쓴이 | 날짜 | 조회 수 |
|---|---|---|---|---|
| 32 |
사회조사분석사 2급 사회통계 기본이론 05강 04. 통계적 추정 (1)
| 졸리운_곰 | 2019.01.30 | 292 |
| 31 |
사회조사분석사 2급 사회통계 기본이론 03강 확률과 확률분포2강
| 졸리운_곰 | 2019.01.30 | 335 |
| 30 |
사회조사분석사 2급 사회통계 기본이론 03강 확률과 확률분포1
| 졸리운_곰 | 2019.01.06 | 438 |
| 29 |
사회조사분석사 2급 사회통계 기본이론 02강 기술통계
| 졸리운_곰 | 2019.01.05 | 400 |
| 28 | [사회통계] 반복된 범주를 요약하는 방법 | 졸리운_곰 | 2019.01.03 | 387 |
| 27 |
[사회통계] 기술 통계량 및 추정 통계량의 정의
| 졸리운_곰 | 2019.01.03 | 523 |
| 26 |
[사회통계] p-값 직접 계산
| 졸리운_곰 | 2019.01.03 | 439 |
| 25 |
[사회통계] p-값 구하기 및 해석의 예
| 졸리운_곰 | 2019.01.03 | 776 |
| 24 |
[사회통계] 임계값의 정의
| 졸리운_곰 | 2019.01.03 | 943 |
| 23 | [사회통계] 검정 통계량의 정의 | 졸리운_곰 | 2019.01.03 | 572 |
| 22 |
[사회통계] 선형, 비선형 및 단조 관계
| 졸리운_곰 | 2019.01.03 | 473 |
| 21 | [사회통계] 신뢰 구간을 사용하여 귀무 가설의 기각 여부 결정 | 졸리운_곰 | 2019.01.03 | 453 |
| 20 | [사회통계] 더 정밀한 신뢰 구간을 구하는 방법 | 졸리운_곰 | 2019.01.03 | 444 |
| 19 |
[사회통계] 신뢰 수준의 정의
| 졸리운_곰 | 2019.01.03 | 364 |
| 18 |
[사회통계] 신뢰 구간의 정의
| 졸리운_곰 | 2019.01.03 | 526 |
| 17 | [사회통계] 통계적 유의성 및 실제적 유의성 | 졸리운_곰 | 2019.01.03 | 214 |
| 16 | [사회통계] 제1종 오류 및 제2종 오류의 정의 | 졸리운_곰 | 2019.01.03 | 355 |
| » | [사회통계] 귀무 가설 및 대립 가설 정보 | 졸리운_곰 | 2019.01.03 | 168 |
| 14 | [사회통계] 기본 가설 검정 수행의 예 | 졸리운_곰 | 2019.01.03 | 138 |
| 13 | [사회통계] 가설 검정의 정의 | 졸리운_곰 | 2019.01.03 | 148 |

