전체 도구상자
- 지금까지 네 가지 추론.contains를 접하셨습니다 — 이번 수업에서는 모든 종류 중 하나를 선택합니다.
- 비율($z$), 평균($t$), 카이제곱(범주형 빈도), 기울기($t$).
- 올바른 선택은 데이터 유형과 문제의 구조에서 비롯됩니다.
- 이를 숙지하면 시험의 모든 추론 문제를 해결할 수 있습니다.
데이터 유형부터 시작하세요
- 범주형이고 비율/빈도를 원하나요? → $z$-절차(비율) 또는 카이제곱(표).
- 정량적 평균? → 평균용 $t$-절차.
- 두 정량적 변수, 선형 추세? → 기울기 $t$-추론.
- 데이터 유형은 즉시 해당 범주로 좁힙니다.
그 다음 샘플과 변수 개수 세기
- 하나 또는 두 그룹? 독립 또는 짝짓기(paired)?
- 범주형 변수 하나 vs 분포 → 적합도 검정; 두 변수/여러 그룹 → 동질성/독립성 검정.
- 두 정량적 변수 간의 관계 → 기울기 추론.
- 이러한 구조적 질문이 정확한 절차를 결정합니다.
구현 및 소통
- 구간 추정인지 검정인지? — 값 추정인지, 주장을 검증하는지.
- 가설/매개변수 명시, 조건 확인, 계산, 그리고 맥락 속에서 결론 내림.
- 절차를 명명하고 데이터가 그에 부합하는 이유를 설명하십시오.
- 명확한 논리는 정답 숫자만큼이나 점수를 받을 수 있습니다.
두 가지 요소가 모든 것을 결정함: DATA TYPE(데이터 유형)과 STRUCTURE(구조). 범주형 빈도 → $z$-비율 또는 카이제곱; 정량적 평균 → $t$-평균; 두 정량 변수의 추세 → 기울기 $t$. 그런 다음: 샘플/변수 개수, 그리고 구간 추정 또는 검정. 추론에서 거의 모든 감점은 잘못된 선택이므로, 의도적으로 결정하십시오.
"온도와 아이스크림 판매 사이에 선형 관계가 있는가?"
- 데이터: 두 정량적 변수; 질문은 선형 추세에 관한 것임.
- → 기울기 $t$-추론 ($H_0: \beta = 0$에 대한 검정 또는 $\beta$에 대한 구간 추정).
- (열/찬 날의 평균 판매량을 비교했다면 → 두 표본 $t$; 날의 비율을 비교했다면 → $z$ 또는 카이제곱.)
데이터 유형(비율 → $z$; 평균 → $t$; 범주형 표 → 카이제곱; 두 정량 변수 추세 → 기울기 $t$)과 구조(샘플, 변수, 구간/검정)에 따라 과정의 모든 방법을 선택하십시오. 그런 다음 완벽히 적용하고, 맥락 속에서 논리와 결론을 명확하게 전달하십시오.
여러 중 하나인 가족
두 정량 변수의 추세 → 기울기 t-추론.
두 정량 변수 간의 선형 관계에 대한 질문은 ...이 필요합니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
두 정량 변수 + 추세 → 기울기 추론.
두 독립 집단의 측정된 양의 평균 비교는 ...이 필요합니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
측정된 평균, 두 독립 집단 → 이표본 t-검정.
하나의 표본 내 두 범주 변수의 연관성 검정은 ...이 필요합니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
두 범주 변수, 하나의 표본 → 독립성.
어떤 질문이 올바른 추론 절차를 선택하는 데 도움이 됩니까?
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
데이터 유형, 구조 및 목표 — 그래프 색상이 아닙니다.
추론에서 가장 많은 점수를 잃는 원인은 산술 오류가 아니라 잘못된 절차 선택입니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
데이터 유형과 구조에 따라 의도적으로 절차를 결정하십시오.