4 · 통계 및 확률

지원 HL focus. 첫 평가 2021; 현재는 2028까지. 첫 평가-2029 과정은 별도임. Remaining guide, assessment 및 practical requirements는 기록된 holds를 유지함.

사전 요구사항: 명시된 양과 단위를 읽고, 산술 및 아래 모델 조건을 사용하십시오. 각 수업은 독립적 이전 전에 자체 방법을 개발합니다.

이는 실제 측정값이나 완성된 평가된 학습자 조사가 아닌, 원작 또는 명시적으로 허구적인 교육 예시입니다.

하나의 평균으로 전체를 알 수 있을까?

• 두 집단의 중앙값은 같으나 산포가 다릅니다. 하나의 요약 통계량으로 위치와 일관성을 모두 설명할 수 없습니다.
• 이 수업에서는 **빈도 밀도(frequency density)**를 다룹니다: 빈도를 계급폭으로 나눈 값으로 히스토그램의 높이에 사용됩니다.

수학 구조 선택하기

• 문맥에 맞는 적절한 평균과 산포를 비교하십시오. 히스토그램은 면적이 빈도를 나타내므로, 높이=빈도/계급폭입니다. 그룹화된 추정치는 구간 내 대표값을 가정합니다.
• 계산 전에 허용된 입력값과 단위를 명시하라. 방정식은 단순히 계산기 입력 내용을 기록하는 것보다 관계성을 표현해야 한다.

검증된 사례를 풀이하기

• 시작값과 결과를 대조하십시오. 원본 관계에 대입하거나, 적절한 경우 그래프와 수치적 답을 비교하십시오.

예시:

10부터 20까지인 계급으로 빈도가 30인 경우 밀도는 30/10=3입니다. 20부터 40까지인 계급으로 빈도가 20인 경우 밀도는 20/20=1입니다. 더 넓은 막대가 더 높은 밀도를 의미하는 것은 아닙니다. 값이 2,4,4,6,9일 때, 중앙값은 4이고 평균은 5입니다.

유혹적인 단축법을 테스트하기

• 가장 높은 히스토그램 막대가 가장 많은 관측치를 포함할 필요는 없습니다. 그룹화된 평균은 추정치일 뿐입니다. 상관관계는 인과성을 증명하지 않으며, 외삽(extrapolation)은 관찰 범위를 넘어inta합니다.
• 단축법이 실패하면 그 단축법이 위배하는 가정을 식별하십시오. 요청된 최종 반올림까지 정확한 값을 유지하십시오.

경고:

히스토그램 막대의 높이는 항상 빈도와 같다는 주장은 부등한 계급폭에도 적용된다고 합니다. 이는 틀린 말입니다. 어떤 정의나 가정을 위배하는지 설명하십시오.

새로운 상황을 해석하기

• 데이터 유형에 적합한 표시법을 선택하십시오. 수치적 비교와 그것이 인구(모집단)에 대한 의미를 제시하되, 표본이 지지하는 정밀도보다 더 많은 것을 추론하지 마십시오.
• 완전한 해답은 수학적 결과를 제시하고 그 의미를 설명해야 합니다. 주어진 맥락 내에서 가능한지 확인하십시오.

이 내용을 과정에 활용하기

• 현재 첫 평가-2021 적용 및 해석 HL. 이는 작성자 개념 지원 자료이며, 모든 학습목표를 검증하기 위해서는 완전한 가이드가 필요합니다.
• 최종 답보다 방법을 먼저 제시하고, 시험지의 계산기 및 공식 규칙을 준수하십시오. 틀린 답을 검토할 때는 첫 번째 유효하지 않은 단계 위치를 찾아보십시오.

핵심:

빈도를 계급폭으로 나눈 값으로 히스토그램의 높이에 사용됩니다. 관계를 선택하고, 방법을 제시하며, 가정을 검토한 후 결과를 해석하십시오.

첫 번째 추출 후 무엇이 달라지는가?

• 주머니에 3개의 빨간색과 2개의 파란색 마ーカー가 들어 있습니다. 같은 색을 두 번 뽑을 때, 두 번째 뽑기의 확률이 변합니다(비교환법).
• 이 수업에서는 조건부 확률을 다룹니다: 표본공간을 특정 조건으로 제한했을 때 사건이 발생할 확률입니다.

수학 구조 선택하기

• 나뭇가지를 따라 곱하고 분리된 나뭇가지를 더합니다. 치환 시 구성은 일정하게 유지됩니다. 조건부 확률은 P(B) > 0일 때 P(A given B)=P(A∩B)/P(B)입니다.
• 계산 전에 허용된 입력값과 단위를 명시하라. 방정식은 단순히 계산기 입력 내용을 기록하는 것보다 관계성을 표현해야 한다.

검증된 사례를 풀이하기

• 시작값과 결과를 대조하십시오. 원본 관계에 대입하거나, 적절한 경우 그래프와 수치적 답을 비교하십시오.

예시:

비교환법일 때, 두 개 모두 빨간색일 확률=3/5×2/4=3/10. 각 하나씩 나올 확률=3/5×2/4+2/5×3/4=3/5. 만약 P(A∩B)=0.12이고 P(B)=0.3라면, 조건부 확률 P(A given B)=0.4입니다.

유혹적인 단축법을 테스트하기

• 서로소 mutually exclusive는 겹침이 없다는 뜻이며, 독립 independent는 한 사건의 발생 여부가 다른 사건의 확률을 바꾸지 않는다는 뜻입니다. 양의 확률을 가진 서로소 사건들은 독립적이지 않습니다.
• 단축법이 실패하면 그 단축법이 위배하는 가정을 식별하십시오. 요청된 최종 반올림까지 정확한 값을 유지하십시오.

경고:

양의 확률을 가진 서로소 사건들은 반드시 독립적이다. 이 주장은 틀렸습니다. 어떤 정의나 가정을 위반하는지 설명하십시오.

새로운 상황을 해석하기

• 양방향 표는 제한된 분모를 명확하게 보여줍니다. 곱 P(A)P(B)를 사용하기 전에 문맥이나 제공된 정보로부터 독립성을 정당화하십시오.
• 완전한 해답은 수학적 결과를 제시하고 그 의미를 설명해야 합니다. 주어진 맥락 내에서 가능한지 확인하십시오.

이 내용을 과정에 활용하기

• 현재 첫 평가-2021 적용 및 해석 HL. 이는 작성자 개념 지원 자료이며, 모든 학습목표를 검증하기 위해서는 완전한 가이드가 필요합니다.
• 최종 답보다 방법을 먼저 제시하고, 시험지의 계산기 및 공식 규칙을 준수하십시오. 틀린 답을 검토할 때는 첫 번째 유효하지 않은 단계 위치를 찾아보십시오.

핵심:

표본공간을 특정 조건으로 제한했을 때 사건의 확률입니다. 관계식을 선택하고, 계산 방법을 제시하며, 해당 가정을 검증한 뒤 결과를 해석하십시오.

어떤 요인이 횟수를 예측 가능하게 하는가?

• 품질 검사원이 불량품을 세는 수치는 무작위이지만, 모델은 그 예상 범위를 설명할 수 있습니다.
• 이 수업에서는 기대값 expected value를 다룹니다: 무작위 변수의 확률 가중 평균입니다.

수학 구조 선택하기

• 이항 모델은 고정된 n, 독립적 실험, 두 가지 결과, 일정한 p를 필요로 합니다. E(X)=np이고 Var(X)=np(1-p)입니다. 정규 모델에는 z=(x-μ)/σ을 사용합니다. 푸아송 모델은 일정한 속도와 적절한 독립성 가정을 가진 계수들을 묘사합니다.
• 계산 전에 허용된 입력값과 단위를 명시하라. 방정식은 단순히 계산기 입력 내용을 기록하는 것보다 관계성을 표현해야 한다.

검증된 사례를 풀이하기

• 시작값과 결과를 대조하십시오. 원본 관계에 대입하거나, 적절한 경우 그래프와 수치적 답을 비교하십시오.

예시:

X가 이항분포 binomial(5,0.2)일 때, P(X=0)=0.8^5=0.32768이며, E(X)=1, Var(X)=0.8입니다. μ=100, σ=15인 정규량에서 값 130의 z는 ⟨2⟩입니다. 시간당 푸아송 평균이 3이면 2시간 동안의 평균은 ⟨6⟩입니다.

유혹적인 단축법을 테스트하기

• 모든 세기(count)가 이항 분포를 따르는 것은 아닙니다. p의 변화나 종속성은 이를 무효화할 수 있습니다. 연속 변수의 경우 특정 한 값에 대한 확률은 0입니다. 이산 분포를 정규 분포로 근사할 때는 연성 보정(continuity correction)이 중요합니다.
• 단축법이 실패하면 그 단축법이 위배하는 가정을 식별하십시오. 요청된 최종 반올림까지 정확한 값을 유지하십시오.

경고:

모든 성공의 세기는 종속성에 상관없이 이항 분포를 따른다는 주장은 틀렸습니다. 어떤 정의나 가정을 위반했는지 설명하십시오.

새로운 상황을 해석하기

• 계산기 분포 함수를 사용하기 전에 사건을 부등식으로 작성하십시오. P(X<k), P(X≤k), 그리고 꼬리의 보완을 구분하십시오. 맥락에서 가정을 명시하십시오.
• 완전한 해답은 수학적 결과를 제시하고 그 의미를 설명해야 합니다. 주어진 맥락 내에서 가능한지 확인하십시오.

이 내용을 과정에 활용하기

• 현재 첫 평가-2021 적용 및 해석 HL. 이는 작성자 개념 지원 자료이며, 모든 학습목표를 검증하기 위해서는 완전한 가이드가 필요합니다.
• 최종 답보다 방법을 먼저 제시하고, 시험지의 계산기 및 공식 규칙을 준수하십시오. 틀린 답을 검토할 때는 첫 번째 유효하지 않은 단계 위치를 찾아보십시오.

핵심:

확률 변수의 확률 가중 평균입니다. 관계식을 선택하고, 방법을 제시하며, 그 가정을 확인하고 결과를 해석하십시오.

우연으로 결과를 설명할 수 있는가?

• 한 공장이 품목 중 불량품 비율이 단 10%에 불과하다고 주장합니다. 표본에는 더 많은 불량이 포함되어 있으나, 우연만으로 일부 차이를 설명할 수 있습니다.
• 이번 수업에서는 유의수준(significance level) 을 다룹니다: 기저 가설을 기각하기 위해 선택한 확률 기준치입니다.

수학 구조 선택하기

• 결과 전 Population 모수를 사용하여 H₀과 H₁을 명시하십시오. H₀ 하에 적절한 꼬리 확률을 계산하십시오. 증거가 지정된 유의 규칙을 충족하면 H₀을 기각하되, 그렇지 않으면 충분한 증거가 없다고 명시하십시오.
• 계산 전에 허용된 입력값과 단위를 명시하라. 방정식은 단순히 계산기 입력 내용을 기록하는 것보다 관계성을 표현해야 한다.

검증된 사례를 풀이하기

• 시작값과 결과를 대조하십시오. 원본 관계에 대입하거나, 적절한 경우 그래프와 수치적 답을 비교하십시오.

예시:

H₀:p=0.1, H₁:p>0.1이며 n=10일 때, 적어도 3개의 불량을 관측할 확률은 ⟨1⟩-(0.9^10+10×0.1×0.9^9+45×0.1²×0.9^8)≈0.070191입니다. 5% 수준에서 이는 불량률이 10%를 초과한다는 불충분한 증거입니다.

유혹적인 단축법을 테스트하기

• H₀을 기각하지 않는 것이 H₀이 참임을 증명하는 것은 아닙니다. 작은 결과가 나오는 꼬리가 아닌, H₁에 기반한 꼬리를 선택하십시오. 통계적 유의성은 효과의 실제 크기를 측정하지 않습니다.
• 단축법이 실패하면 그 단축법이 위배하는 가정을 식별하십시오. 요청된 최종 반올림까지 정확한 값을 유지하십시오.

경고:

귀무가설을 기각하지 않는 것은 그것이 참임을 증명합니다. 이 주장은 틀렸습니다. 이 주장이 위배하는 정의 또는 가정을 설명하십시오.

새로운 상황을 해석하기

• Population와 원래 주장에 대한 문장으로 마무리하십시오. 모델의 가정을 명시하고, 표집 절차가 이를 지지하는지 고려하십시오.
• 완전한 해답은 수학적 결과를 제시하고 그 의미를 설명해야 합니다. 주어진 맥락 내에서 가능한지 확인하십시오.

이 내용을 과정에 활용하기

• 현재 첫 평가-2021 적용 및 해석 HL. 이는 작성자 개념 지원 자료이며, 모든 학습목표를 검증하기 위해서는 완전한 가이드가 필요합니다.
• 최종 답보다 방법을 먼저 제시하고, 시험지의 계산기 및 공식 규칙을 준수하십시오. 틀린 답을 검토할 때는 첫 번째 유효하지 않은 단계 위치를 찾아보십시오.

핵심:

영가설을 기각하기 위해 선택한 확률 임계값입니다. 관계성을 선택하고, 방법을 제시하며, 가정 조건을 확인하고 결과를 해석하십시오.

표본 평균의 불확실성은 얼마나 되는가?

• 두 샘플은 서로 다른 평균을给出합니다. 하나의 샘플이 모집단과 같다는 약속이 아닌, 샘플링 불확실에 대한 statement가 필요합니다.
• 이 수업에서는 신뢰구간을 다룹니다: 특정 장기적 비율로 모수(population parameter)를 포함하도록 설계된 절차를 통해 계산된 구간입니다.

수학 구조 선택하기

• σ가 알려진 정규 분포의 평균에 대해, 95% 신뢰구간은 표본 평균±1.96σ/√n입니다. 카이제곱분포는 적절한 자유도를 사용하여 관측치와 기대치의 차이 제곱을 합산한 후 기대치로 나눈 값인 ∑(관측-기대)²/기대로 계산합니다. 데이터와 가정에 맞는 검정을 선택하십시오.
• 계산 전에 허용된 입력값과 단위를 명시하라. 방정식은 단순히 계산기 입력 내용을 기록하는 것보다 관계성을 표현해야 한다.

검증된 사례를 풀이하기

• 시작값과 결과를 대조하십시오. 원본 관계에 대입하거나, 적절한 경우 그래프와 수치적 답을 비교하십시오.

예시:

평균=50, σ=10, n=100일 때 표준 오차=1이며, 95% 신뢰 구간은 [48.04,51.96]입니다. 관측 빈도 30과 20, 기대 빈도 25과 25에 대해 카이제곱=25/25+25/25=2이며, 자유도와 기각 임계값을 결정하기 전입니다.

유혹적인 단축법을 테스트하기

• 한 번의 95% 신뢰 절차가 고정된 모수가 해당 구간에 들어올 확률이 95%임을 의미하지 않습니다. 기대치와 추정된 매개변수는 카이제곱 검정의 유효성과 자유도에 영향을 미칩니다.
• 단축법이 실패하면 그 단축법이 위배하는 가정을 식별하십시오. 요청된 최종 반올림까지 정확한 값을 유지하십시오.

경고:

강한 상관관계만으로 인과관계가 성립함을 주장하는 것은 틀렸습니다. 이 주장은 어떤 정의나 가정 위반을 설명하십시오.

새로운 상황을 해석하기

• 불확실성을 맥락에서 보고하십시오. 회귀 분석에서는 잔차(residuals)를 점검하고 부당한 외삽(extrapolation)을 피하며, fitting된 관계와 인과 설명을 구분하십시오. S3 및 IB AI HL은 서로 다른 검증된 scopes 경계를 요구합니다.
• 완전한 해답은 수학적 결과를 제시하고 그 의미를 설명해야 합니다. 주어진 맥락 내에서 가능한지 확인하십시오.

이 내용을 과정에 활용하기

• 현재 첫 평가-2021 적용 및 해석 HL. 이는 작성자 개념 지원 자료이며, 모든 학습목표를 검증하기 위해서는 완전한 가이드가 필요합니다.
• 최종 답보다 방법을 먼저 제시하고, 시험지의 계산기 및 공식 규칙을 준수하십시오. 틀린 답을 검토할 때는 첫 번째 유효하지 않은 단계 위치를 찾아보십시오.

핵심:

특정 장기적 비율로 모수를 포함하도록 설계된 절차를 통해 계산된 구간입니다. 관계를 선택하고 방법을 제시하며, 가정을 점검하고 결과를 해석하십시오.