검정력과 표본 크기 - 보험 상품에 통계 분석 활용 Power and Sample Size – Your Insurance Policy for Statistical Analysis
가설검정이나 실험 설계와 같은 통계 분석을 할 때, 우리는 모든 데이터에 대한 질문에 답하기 위해 데이터 샘플을 사용합니다. 이러한 답변의 신뢰도는 분석하는 샘플의 크기에 영향을 받습니다. 신뢰할 수 없는 통계 분석을 수행할 위험을 최소화하기 위해 데이터를 수집하기 전에 검정력 및 표본 크기를 사용하여 해당 효과를 찾는 데 필요한 데이터의 양을 결정할 수 있습니다. 최소 권장 값은 80%입니다.
가설 검정의 검정력 및 표본 크기 Power and Sample Size for Hypothesis Tests
가설 검정의 검정력은 표본 크기에 따라 달라집니다. 표본 크기가 클수록 검정력은 증가한다는 사실을 알고 있으신가요? 검정력 및 표본 크기 계산에 대해 자세히 알아보세요.
t-검정 이해하기: 1-표본, 2-표본, 쌍체 t-검정 Understanding t-Tests: 1-sample, 2-sample, and Paired t-Tests
t-검정 이해하기: 1-표본, 2-표본, 쌍체 t-검정
가설 검정의 이해: 신뢰 구간 및 신뢰 수준 Understanding Hypothesis Tests: Confidence Intervals and Confidence Levels
가설 검정의 이해: 신뢰 구간 및 신뢰 수준
P값을 올바르게 해석하는 방법 How to Correctly Interpret P Values
P값은 T-검정부터 회귀 분석까지 다방면으로 활용됩니다. 또한 가설 검정의 통계적 유의성을 판단하기 위해 P값을 사용해야 한다는 것은 널리 알려진 사실입니다. 실제로 P값이 논문의 발표 여부와 프로젝트의 자금 지원 여부를 판가름하기도 합니다.
비모수 검정과 모수 검정 중에서 선택하기 Choosing Between a Nonparametric Test and a Parametric Test
통계를 사용하는 사람들은 대부분 비모수 분석보다는 모수 분석을 많이 접합니다. 비모수 검정은 데이터가 특정한 분포를 따른다고 가정하지 않으므로 무분포 검정이라고도 합니다.
t-검정 이해하기: t-값과 t-분포 Understanding t-Tests: t-values and t-distributions
t-검정은 간편하게 평균을 비교할 수 있는 통계 가설 검정입니다. 1-표본 t-검정을 사용하면 표본 평균을 가설값이나 목표값과 비교할 수 있으며, 2-표본 t-검정을 사용하면 두 집단의 평균을 비교할 수 있습니다.
분산 분석 (ANOVA) 과 F-검정 이해하기 Understanding Analysis of Variance (ANOVA) and the F-test
분산 분석(ANOVA)을 통해 집단 3개 이상의 평균이 서로 다른지 확인할 수 있습니다. 분산 분석은 F-검정을 사용하여 평균의 동질성 통계적으로 검정합니다. 이 게시물에서는 일원 분산 분석 예시를 통해 분산 분석과 F-검정의 원리를 설명합니다.
통계에서 T값과 P값이란 무엇일까요? What Are T Values and P Values in Statistics?
만약 여러분이 통계학자가 아니라면, 수많은 통계 결과를 봤을 때 마치 이상한 나라의 앨리스가 된 듯한 기분을 느낄 수도 있습니다. 신비로운 유령들이 불쑥 나타나는 환상의 세계로 갑자기 빨려 들어간 것처럼 말이죠.
P값이 0.05보다 크다는 것은 무슨 의미일까요? What Can You Say When Your P-Value is Greater Than 0.05?
P값에 관한 잘못된 해석은 많은 문제를 야기합니다. 이러한 문제는 이미 제 동료인 Jim Frost가 자세히 소개한 적이 있기 때문에 이 글에서 다시 언급하지는 않겠습니다. 그럼에도 불구하고 P값은 여전히 결과의 통계적 유의성을 결정하는 데 가장 많이 사용되는 도구입니다.