총 50개
-
방송통신대학교 통계데이터학과)바이오통계학 중간과제물 (30점 만점 A+)2025.01.261. 모집단, 표본, 모수, 통계량 모집단은 우리가 알고 싶은 대상 전체를 의미하며, 표본은 모집단의 일부를 실제로 관측한 것을 말한다. 모수는 모집단 전체의 특성을 나타내는 값이고, 통계량은 표본의 특성을 나타내는 값이다. 이 문제에서 모집된 만 7세 아동 100명은 표본에 해당한다. 2. 히스토그램 그리기 R 프로그래밍을 이용하여 수축기 혈압(SBP)의 분포를 나타내는 히스토그램을 그렸다. 이를 통해 데이터의 분포 특성을 시각적으로 확인할 수 있다. 3. 중앙값 구하기 R 프로그래밍을 이용하여 이 데이터에 포함된 156명 전체의...2025.01.26
-
중심극한정리에 대하여 설명하시오2025.01.141. 중심극한정리의 개념 중심극한정리는 표본 평균의 분포에 관한 이론으로, 모집단이 어떤 분포를 따르더라도 충분한 크기의 표본을 추출할 경우 표본 평균의 분포가 정규분포에 근사하게 된다는 것을 보여준다. 이는 통계학에서 매우 중요한 개념으로, 다양한 분야에서 실용적으로 활용된다. 2. 중심극한정리의 적용 중심극한정리는 가설 검정, 신뢰구간 추정, 회귀분석, 분산 분석 등 다양한 통계적 분석 기법에서 활용된다. 이를 통해 현실 세계의 데이터를 효과적으로 분석하고 해석하여 의사 결정에 도움을 줄 수 있다. 3. 중심극한정리의 한계 중심...2025.01.14
-
방송통신대학교 수리통계학 출석수업 과제물 (30점 만점 A+)2025.01.261. J. Neyman(네이만)과 E.S. Pearson(이곤 피어슨)의 업적과 교류 20세기 초 일군의 통계학자들이 작은 수의 데이터를 확률모형과 연결하여 분석, 추론하기 시작하면서 현대 통계학이 형성되기 시작했고, 널리 알려져 있다시피 20세기가 시작되자마자 나온 K.Pearson(칼 피어슨), W.Gosset(고셋) 등의 연구에 이어 통계적 검정법 연구에서 큰 획을 그은 인물은 R.A.Fisher(피셔), J.Neyman(네이만), E.S.Pearson(이곤 피어슨) 등이었다. 본 과제에서는 여러 통계학자들 중 서로 교류하고 ...2025.01.26
-
기술통계와 추론통계의 개념과 예시2025.01.181. 기술통계 기술통계는 실험으로부터 얻은 자료를 정리하고 분석하여 그 데이터의 특징을 파악하는 방법을 말한다. 기술통계에서 사용되는 데이터 기술 방법은 주로 중심경향성, 산포도, 분포, 백분율 등이 있다. 기술통계는 수집된 데이터의 특성을 설명하는 데 초점을 맞추며, 데이터의 분포, 빈도, 평균 등을 분석한다. 기술통계의 결과는 주로 도표, 테이블, 그래프 등 시각적 요소를 활용하여 데이터의 특성을 직관적으로 제시한다. 2. 추론통계 추론통계는 현재 보유한 데이터를 기반으로 표본을 넘어서 모집단의 특성을 유추하는 통계학의 한 분야...2025.01.18
-
이론과 가설검정의 논리에 대해 설명하시오2025.01.161. 이론의 정의와 역할 이론은 다양한 관찰과 실험을 통해 도출된 일반적인 원리나 법칙을 의미한다. 이론은 연구자가 현상을 이해하고 설명하는 데 중요한 역할을 하며, 새로운 연구 질문을 생성하고 연구 방향을 설정하는 데 중요한 지침을 제공한다. 예를 들어, 뉴턴의 운동 법칙은 물리학에서 물체의 운동을 설명하는 기본적인 이론이다. 2. 가설의 설정 가설은 이론을 바탕으로 특정 현상에 대해 예상되는 결과를 제시하는 문장이다. 가설은 연구자가 검증하고자 하는 명제이며, 이를 통해 이론의 타당성을 평가할 수 있다. 가설은 명확하고 검증 가...2025.01.16
-
시장조사론 - 표본의 크기와 정규분포, 가설검정, 통계검정 오류2025.04.281. 표본의 크기와 정규분포 표본의 크기(n)가 증가함에 따라 표본평균이나 비율의 분포가 정규분포에 근접해가는 현상을 중심극한정리라고 한다. 이는 어느 모집단에서 크기가 N개인 표본을 뽑고 평균을 구하는 행위를 반복하면 표본에 대한 평균값이 여러 개 나오게 되는데, 표본의 크기가 커질수록 분포 모양과 관계없이 정규분포에 가까워지는 현상이 나타나기 때문이다. 2. 가설검정 4단계 가설검정을 위한 4단계 과정은 다음과 같다. 1) 귀무가설(H0)과 대립가설(H1)을 수립한다. 2) 검정을 위한 표본을 추출한다. 3) 확률 실험을 설계한...2025.04.28
-
로널드 피셔와 제레지 네이만의 통계학 업적과 교류2025.01.241. 로널드 피셔의 업적 로널드 피셔는 통계적 유의성 개념과 최대 우도 추정법을 도입하여 통계학의 발전에 기여했다. 그의 연구는 실험 설계와 데이터 분석의 기초를 마련하는 데 중요한 역할을 했다. 2. 제레지 네이만의 업적 제레지 네이만은 네이만-피셔-피어슨 가설 검정 이론을 개발하여 통계적 가설 검정의 체계적인 절차를 확립했다. 이를 통해 통계적 의사결정의 명확한 기준을 제시했다. 3. 피셔와 네이만의 교류 및 논쟁 피셔와 네이만은 통계적 가설 검정 이론을 둘러싸고 활발한 논쟁을 벌였다. 이는 통계학의 이론적 토대를 강화하고 다양...2025.01.24
-
바이오통계학 중간과제물 (2023, 만점)2025.01.241. 모집단, 표본, 모수, 통계량 만 20세 성인 여성의 평균 신장을 추정하기 위하여 100명의 만 20세 성인 여성을 모집하여 신장을 측정하고 평균을 계산하였다. 만 20세 성인 여성 전체는 모집단이며, 모집된 100명의 여성의 평균 신장은 통계량이다. 만 20세 성인 여성의 평균 신장은 모수이다. 2. 혈액형 분포 R 명령문을 이용하여 성인 30명의 성별, 혈액형, 신장 데이터를 객체 dd에 저장하고, 이를 활용하여 혈액형의 분포를 나타내는 막대그래프를 그렸다. 3. 평균 신장 계산 30명 전체의 평균 신장은 R의 mean()...2025.01.24
-
만7세 남자아동의 평균 몸무게 추정하기 위하여 남자아동 100명 몸무게 측정2025.01.261. 만 7세 남자 아동의 평균 몸무게 추정 만 7세 남자 아동의 평균 몸무게를 추정하기 위하여 만 7세 남자 아동 100명을 모집하여 몸무게를 측정하고 평균을 계산하였다. 모집된 만 7세 남자 아동 100명은 표본에 해당하며, 모집된 100명의 평균 몸무게는 통계량에 해당한다. 2. 췌장암 환자 데이터 분석 교재와 강의에서 사용한 췌장암 환자 데이터(biostat_ex_data.csv)를 이용하여 다음의 질문에 답하였다. 데이터 파일을 다운로드 받고 R에 읽어들인 후, 범주형 변수를 factor 형태로 변환하였다. 수축기 혈압(S...2025.01.26
-
가설검정의 두 가지 오류와 중요성2025.05.011. 가설검정의 두 가지 오류 가설 검정에서 발생할 수 있는 오차에는 유형 1과 유형 2의 오차가 있다. 제1종 오류는 귀무 가설이 참임에도 귀무 가설을 기각하면서 대립 가설을 수용하는 결정이다. 제2종 오류는 거짓 귀무 가설을 기각하지 않기로 한 결정을 말한다. 일반적으로 제1종 오류는 더 심각한 가설 검정 오차로 간주된다. 2. 제1종 오류와 제2종 오류의 특징 제1종 오류는 거짓 양성이며, 표본 크기가 작거나 유의 수준이 높게 설정되거나 부적절한 통계 검정을 사용할 때 발생할 수 있다. 제2종 오류는 거짓 음성이며, 표본 크기...2025.05.01
3 / 5
