어떤 범주형 절차인가?
- 범주형 데이터의 경우, 비율 $z$-절차와 카이제곱 검정 중 선택하십시오.
- 결정은 변수의 수와 표본의 수에 달려 있습니다.
- 이 둘을 정확히 파악하면 절차가 따릅니다.
- 이 기술 수업은 6단원과 8단원을 연결합니다.
변수와 표본의 수 세기
- 하나의 변수, 하나의 표본, 주장된 분포와 비교 → 적합도 검정.
- 하나의 변수, 여러 개의 별도 표본 → 동질성 검정.
- 두 변수, 하나의 표본 → 독립성 검정.
- 단일 비율(두 범주, 하나의 표본)은 또한 일비율 $z$ 검정일 수 있습니다.
카이제곱 vs 일비율 z
- 두 범주 변수에서 두 그룹을 비교하는가? 여ここでは 두 유효한 옵션이 겹칩니다.
- 일비율 $z$ 검정이 작동하며 방향性(한쪽 단-sided 가능)을 제공합니다.
- 카이제곱 검정은 동질성 검정도 작동($2\times2$ 표)하지만 방향성이 없습니다.
- 방향성 두 그룹 비율 질문에 대해서는 $z$ 검정을 선호하십시오.
구현 및 소통
- 가설을 제시하고, 조건을 확인하고, 통계량과 p-value를 계산하며, 문맥 내에서 결론을 도출하십시오.
- 절차를 명시적으로 이름 붙이고, 왜 데이터에 적합한지 정당화하십시오.
- 검정에 맞춰 결론을 서술하십시오(적합/차이/연관성).
- 명확한 소통은 산술 계산만큼 중요한 평가 기준입니다.
범주형 절차를 선택하는 두 가지 질문: 변수의 수, 그리고 표본의 수입니다. 하나의 변수 vs 주장된 분포 → 적합도 검정; 하나의 변수 across 여러 표본 → 동질성 검정; 하나의 표본 내 두 변수 → 독립성 검정. 카이제곱은 절대 방향성이 없습니다 — 만약 두 비율에 대한 한쪽 단-sided 주장을 원한다면, 대신 일비율 $z$ 검정을 사용하십시오.
"세 학교의 좋아하는 스포츠 분포가 같은가?"
- 변수: 하나(좋아하는 스포츠). 표본: 세 개(별도의 학교).
- 하나의 변수, 여러 표본 → 카이제곱 동질성 검정.
- (만약 "스포츠가 성별과 관련이 있는가?(한 설문 조사에서)?"였다면, → 독립성 검정.)
변수의 수와 표본의 수에 따라 범주형 절차를 선택하십시오: 적합도 검정(하나의 변수 vs 분포), 동질성 검정(하나의 변수, 여러 표본), 독립성 검정(두 변수, 하나의 표본), 또는 비율 $z$ 절차. 완전히 구현하고 문맥 내에서 추론과 결론을 소통하십시오.
분석할 분류적 데이터
올바른 검정을 선택하기 위해 변수와 샘플의 개수를 세십시오.
한 개의 분류적 변수를声称된 분포(한 샘플)와 비교하는 경우에는 ...가 필요합니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
한 변수 vs. 분포 → 적합도 검정.
세 개의 독립적으로抽样된 학교를 한 변수로 비교하는 경우, ...가 필요합니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
한 변수, 여러 샘플 → 동질성.
한 샘플에서 두 변수를 기록하는 경우, ...가 필요합니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
두 변수, 한 샘플 → 독립성.
카이제곱 검정은 일방적(방향성 있는) 결론을 줄 수 있다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
카이제곱은 절대 방향성이 없다 — directionality가 필요하면 이원 proportions z-검정을 사용하시오.
분류적 절차를 선택하는 두 질문을 먼저 정렬하고, 그 다음 행동을 정렬하시오.
난이도 3/5 · 200 코인 + 오늘 첫 완료 시 소액 보너스
변수, 그리고 샘플, 그리고 절차를 실행하시오.