표본조사를 하였을 때 전체조사가 아니기 때문에 그 조사는 오차가 생길 수가 있다. 그 조사의 정확성을 신뢰수준이라고 하며 거기서 생기는 오차를 유의수준이라고 한다.
(1) 모집단과 모수
모집단은 조사하려는 것의 전체를 말한다. 전체조사를 하면 그 자료들의 평균과 분산을 구할 수 있는데
표본평균의 표본분포
평균 u와 분산 α² 를 갖는 모집단으로부터 크기 n의 임의 표본이 추출되었으며
이 표본의 평균은 라고 하자
1. u =u
2. α =α² / n 혹은 α = α/
의 표본편차는 평균의 표준오차(standard error)라고도 불린다.
. 만일 모집단이 정규분포하면 도 정규분포 한다.
1. 표본분포의 개념
추론통계에서 가장 중요한 내용은 모집단의 평균이나 표준편차와 같은 모수를 추정하는 방법에 관한 것이다. 모수에 대한 추정은 표본분포와 중심극한정리에 그 기초를 두고 있다. 표본분포(Sampling Distribution)는 무작위표본으로부터 얻은 통계량의 확률분포를 말한다. 표본분포를
1. 확률변수의 개념 및 확률변수와 표본평균 간의 관계를 간단히 기술하시오. (4점, 불완전한 답일 경우 그 정도에 따라 감점)
①확률변수의 개념
확률변수(確率變數, random variable)란 확률실험에서 나타나는 기본결과에 특정한 수치를 부여한 것을 말한다. 즉, 확률변수는 표본공간의 각 원소에 하나의
평균, 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 사후표본을 사용하