[심리통계/현대 기초통계학] 추리통계를 위한 기본 개념 요약/정리

목차

1. 정규분포
2. 모집단분포, 표본분포, 표집분포
3. 중심극한정리
4. 분산의 편파추정치와 불편파추정치, 자유도
5. 가설검정

본문내용

정규분포
1. 정규분포의 정의와 특징
(1) 정규분포의 정의
• 세상의 수많은 현상들은 대부분 정규분포(normal distribution)를 따른다. 성인 키, 팔의 길이, 갓 태어난 쥐의 체중 분포 등을 그려 보아도 정규분포가 나타난다.
• 평균이 μ, 표준편차가 σ인 변량 X가 다음과 같은 확률밀도함수를 가질 때, X는 정규분포(normal distribution)를 따른다고 하며,N(μ, σ2)으로 나타낸다.

(2) 정규분포의 특징
• 연속변수이다.
• 좌우대칭이다.
– 평균 = 중앙값 = 최빈값
– 단봉분포(unimodal distribution)
• 전체 면적의 넓이는 1이다.
• X축에 점근한다.
– 꼬리부분으로 갈수록 값은 작아지지만 완전히 0이 되지는 않는다.
– +∞에서 -∞로 점근한다.
• 분포의 특징은 μ, σ으로 나타내며 N(μ, σ2)으로 표기한다.

<중 략>

모집단분포, 표본분포, 표집분포
1. 모집단분포
• 모집단(population)은 연구대상이 되는 사람 혹은 사물의 전체 집합이다. 모집단의 속성은 평균이 μ이고 표준편차가 σ인 모수치로 대표되며, 일반적으로 정규분포를 나타낸다.
• 모집단분포(population distribution)란 모집단의 속성을 나타내는 분포로 모수치인 μ와 σ에 의해 그려진다.

2. 표본분포
• 표본(sample)은 모집단의 속성을 알기 위하여 모집단을 대표할 수 있게 추출된 대상군을 말한다. 표본의 속성은 표본에서 얻은 평균

참고 자료

없음