Differences

This shows you the differences between two versions of the page.

--- hypothesis_testing [2018/04/30 09:53] – hkimscil
+++ hypothesis_testing [2019/04/01 11:24] – [check] hkimscil
@@ Line 58: / Line 58: @@
-위의 데이터 테이블을 간단히 정리하자면, 위의 집단 간 평균을 구해서 기록하는 방법으로는 잘 안된다. 왜냐하면, 두 변인이 모두 종류변인 (Nominal variable)이기 때문이다. 종류의 변인이 정리가 되는 경우, 대개는 빈도수가 사용된다.
+위의 데이터 테이블을 간단히 정리하자면, 위의 집단 간 평균을 구해서 기록하는 방법으로는 잘 안된다. 왜냐하면, 두 변인이 모두 종류변인 (Nominal variable)이기 때문이다. 종류의 변인이 정리가 되는 경우, 대개는 빈도수가 사용된다. 빈도수(머리수)를 센 결과를 아래와 같이 정리할 수 있고, 이를 **관측결과**라고도 부를 수 있다.
 ^ ^^  이타심  ^^
@@ Line 72: / Line 72: @@
 | :::  |  female  |  50  |    |
-그리고, 성별 간의 차이가 없다고 가정을 한다면 아래와 같은 테이블을 얻을 수 있을 것이다.
+그리고, 성별 간의 차이가 없다고 가정을 한다면 아래와 같은 테이블을 **기대해 볼 수** 있을 것이다.
@@ Line 81: / Line 81: @@
-그렇지만 현실적으로 이런 상태의 데이터를 얻을 수는 없을 것이다. 따라서 연구자는 위의 테이블의 결과를 가지고 남성과 여성 사이에서 이타심은 서로 다르게 나타난다고 판단해야 한다.
+그렇지만 현실적으로 이런 상태의 데이터를 얻을 수는 없을 것이다. 따라서 연구자는 위의 **기대치의 테이블**과 **관측치의 테이블**을 비교하여 남성과 여성사이에 이타심이 다르게 나타나는 지를 **비교, 판단**해야 한다.
 ====== Hypothesis testing ======
@@ Line 174: / Line 176: @@
 # n = 16일 경우 se는 2.5 이므로
 -pnorm(57.5, mean=50, sd=2.5)
+pnorm(115, mean=100, sd=5)
+pnorm(3, mean=0, sd=1)
 </code>