2. 용어 정리 모집단 우리가 알고자 하는 전체 집단 예 : 15세 이상 전국민, 한림대학교 간호학과 재학생 표본 모집단으로부터 추출된 관찰 대상 예 : 15세 이상 전국민 중 매달 1일 출생한 사람, 한림대학교 간호학과 재학생 중 학번의 끝 두자리가4의 배수인 학생 추출 방법은 모집단을 잘 대표할 수 있도록 통계학의 기본원리 “표본을 공평하게 수집하면 모집단의 특성을 잘 닮는다” 평균과표준편차 모평균(μ): 모집단의 평균, 일반적으로 우리가 알고자 하는 값 모표준편차(σ) : 모집단의 표준편차 표본평균(𝑥 ) : 표본으로부터 관찰된 평균, 우리가 알 수 있는 값, 모평균 추정에 사용 표본표준편차(s) : 표본의 표준편차, 모표준편차 추정에 사용 이윤환, yoonani72@gmail.com 간호 통계
3. 표준오차 (SE) 표준편차를 표본의 크기의 제곱근으로 나눈 값 𝜎𝑛 작게 하려면 표본의 크기를 크게 한다. 동일한 모집단에 대해 여러 번 표본을 추출할 때마다(각각 n 개의 표본 추출) 각 표본들 관측 표본평균들의 평균은 근사적으로 모집단 평균으로 가까워 지고 표본평균들의 표준편차는 표준오차에 근사적으로 가까워 진다. 모집단 평균 추정에 있어 표본평균이 얼마나 정확히 추정될 수 있는지를 나타냄 중심극한정리에 대한 교재를 다시 한번! 이윤환, yoonani72@gmail.com 간호 통계
4. 신뢰구간 신뢰구간 분산을 알고 있는 정규분포를 따르는 모집단으로 부터 표본 추출을 여러 번 실시한다고 했을때 각 표본별로“표본평균 ± 1.96×표준오차”의 구간지정 각 표본별로 계산된 구간내에 모집단의 평균이 존재할 확률은 0.95 95% 신뢰구간 이윤환, yoonani72@gmail.com 간호 통계
5. Z-test 가정 모집단이 정규분포를 따르고 분산(표준편차)을 알고 있다. 검정통계량 : 𝑋 − μσ𝑛 예제 표본 : 157 153 162 160 168 163 170 158 156 170 여학생들의 키의 평균이 160 이라고 말할 수 있을까? 검정통계량 (표준편차는 5라고 알려짐) 유의수준 0.05로 했을때 키의 평균이 160이라고 할 수 있는가? 이윤환, yoonani72@gmail.com 간호 통계 > s <- c(157, 153, 162, 160, 168, 163, 170, 158, 156, 170) > mean(s) [1] 161.7 > (mean(s) - 160 ) / ( 5 / sqrt(10)) [1] 1.075174
6. One Sample T-test 가정 모집단은 정규분포를 따른다. 검정 통계량 𝑡𝑑𝑓= 𝑋 − μ𝑠𝑛 예제 앞선 예제를 갖고 t-test를 실시하자. t-test는 모분산을 모를 경우 사용하는데 표준오차 계산은 표본평균으로 부터 한다. 검정통계량 : t.test함수 사용 이윤환, yoonani72@gmail.com 간호 통계 > sd(s) [1] 6.019413 > t.test(s, mu=160)
7. One Sample T-test 이윤환, yoonani72@gmail.com 간호 통계 One Sample t-test data: s t = 0.8931, df = 9, p-value = 0.3951 alternative hypothesis: true mean is not equal to 160 95 percent confidence interval: 157.394 166.006 sample estimates: mean of x 161.7
8. t.test() 이윤환, yoonani72@gmail.com 간호 통계 t.test ( x, y = NULL, alternative = c("two.sided", "less", "greater"), mu = 0, paired = FALSE, var.equal= FALSE, conf.level= 0.95, ...) 분석에 사용될 자료 단측, 양측검정 여부 추정하고자 하는 모평균 Under H0 신뢰구간