분포의 사후평균, 사후분산, 특정 사건에 대한 사후확률 등을 근사적으로 계산할 필요가 있다. 이때 사후분포의 특성을 근사적으로 구하기 위해 마르코프 체인 몬테칼로(Markov Chain Monte Carlo, MCMC) 기법이 많이 사용된다. MCMC 기법은 마르코프체인을 이용하여 사후분포로부터 표본을 생성하고 이 사후표
분포의 사후평균, 사후분산, 특정 사건에 대한 사후확률 등을 근사적으로 계산할 필요가 있다. 이때 사후분포의 특성을 근사적으로 구하기 위해 마르코프 체인 몬테칼로(Markov Chain Monte Carlo, MCMC) 기법이 많이 사용된다. MCMC 기법은 마르코프체인을 이용하여 사후분포로부터 표본을 생성하고 이 사후표본
활용하여 선형회귀분석을 시행하시오.
분석결과에 따라 다음의 결과를 제출하시오.
1)설정된 이론을 구체적으로 설명하시오.
가설설정
귀무가설: 운전면허 보유자수가 증가하면 보험회사의 이익도 증가할 것이다.
대립가설: 운전면허 보유자수가 증가해도 보험회사의 이익은 증가하지 않
분포는 성공할 확률인 p인 베르누이 실험을 n번 반복했을 때 성공 횟수의 분포이다.
따라서 5개 중 하나를 택하는 선다형 문제가 20문항 있는 시험에서 랜덤하게 답을 써넣는 경우 성공 횟수의 분포는, 성공할 확률 p = 1/5이고 실험 횟수 n = 20인 이항분포(X~ B(n, p))를 따른다. 따라서 다음의 식이 성립한
분포를 이론적으로 다루기보다는 관찰된 자료를 처리하고 해석하는 활동을 경험하며, 확률과 통계의 기본적인 개념, 원리, 법칙 등을 활용하여 여러 가지 실생활의 문제를 해결할 수 있도록 하는데 그 목적이 있다. 그리고 제7차 수학과 교육과정에서는 통계지도의 성격에 대하여 다음과 같이 언급하고