[2024 빅분기 실기] 메타코드 강의 후기 | 3유형 (2)

이번 8회 빅데이터 분석기사 필기/실기 시험은 메타코드 온라인 강의를 수강하여 대비하기로 결정하였다.
메타코드는 데이터사이언스와 인공지능을 비롯한 전반적인 데이터 직무에 대한 교육을 받을 수 있는 교육 사이트이다.
메타코드에서 서포터즈를 뽑는다는 공지를 보고 데이터분석 직무에 대한 공부를 하겠다는 마음가짐과 성실성을 어필하게 되었고,
좋은 기회를 받아 이번 5기 서포터즈에 합류하게 되었다.
메타코드 서포터즈 첫 활동으로, 2024 빅분기 실기 강의에 대한 내용의 일부와 그 후기를 작성하고자 한다.

 

 

 

 

 

 

 

예제로 이해하기 1 (단일표본 t-test)                                                             

양측검정

- 문제 : mtcars data의 mpg열 데이터의 평균이 22와 같다고 할 수 있는지 단일표본 t-test로 검정하시오(유의수준 5%)

1. 가설설정(귀무/대립)

  - H0 : mpg의 평균 = 22

  - H1 : mpg의 평균 != 22

2. 유의수준(α) 설정(일반적으로 5%, 0.05)

3. 귀무가설 하에 검정통계량 계산

 

X̄ : 표본평균

μ0​ : 기준값(문제에서 22)

S : 표본표준편차

n : 표본의 크기 

  검정통계량 : -1.79

4. 검정통계량으로 P-value 계산

  - P-value : 0.0829

5. 귀무가설(H0) 기각여부 결정(채택/기각)

  - P-value > 0.05(유의수준), H0 채택

 

 

 

 

 

예제로 이해하기 2 (단일표본 t-test)                                                             

단측검정

- 문제 : mtcars data의 mpg열 데이터의 평균이 17보다 크다고 할 수 있는지 단일표본 t-test로 검정하시오(유의수준 5%)

1. 가설설정(귀무/대립가설)

  - H0 : mpg의 평균 <= 17

  - H1 : mpg의 평균 > 17

2. 유의수준(α) 설정(일반적으로 5%, 0.05)

3. 귀무가설 하에 검정통계량 계산

 

X̄ : 표본평균

μ0​ : 기준값(문제에서 17)

S : 표본표준편차

n : 표본의 크기 

  검정통계량 : 2.90

4. 검정통계량으로 P-value 계산

  - P-value : 0.0034

5. 귀무가설(H0) 기각여부 결정(채택/기각)

  - P-value <= 0.05(유의수준), H0 기각

 

 

 

※ 양측검정과 단측검정(유의수준 α = 0.05일 때)

-> 검정통계량 값을 구해서 검정통계량으로 p-value 값을 계산

-> p-value 값과 유의수준(α)을 비교해서 귀무가설 채택/기각 결정

    p-value > 유의수준 : 귀무가설(H0) 채택

    p-value < 유의수준 : 귀무가설(H0) 기각

 

1. 위의 검정통계량으로 p값을 구한다면?

  -> p값은 0.05보다 크다(오른쪽 면적), 즉 H0 채택

2. 검정통계량이 임계값보다 크면 p값은?

  -> p값은 0.05보다 작다. H0 기각

 

 

※ 앞으로 배울 t분포, χ²분포, F분포

 

 

 

 

 

 

이 강의에서는 검정통계량을 알 수 있는 공식과 그래프를 이용하여 p-value 값을 보고 귀무가설 기각여부를 결정하는 원칙을 공부할 수 있었다.

 

 

 

 

 

 

 

https://www.metacodes.co.kr/edu/read2.nx?M2_IDX=30659&page=1&sc_is_discount=&sc_is_new=&EP_IDX=8343&EM_IDX=8169

24년 빅분기 (필기+실기 Python) 최단기 합격패스