PE Notes · 확률통계
차이검정 vs 관계검정
차이검정(Test of Difference): 두 개 이상 집단의 평균·비율·분포가 서로 다른지 검정 — "A와 B가 다른가?"
차이검정(Test of Difference): 두 개 이상 집단의 평균·비율·분포가 서로 다른지 검정 — "A와 B가 다른가?". 예: t-검정(두 집단 평균), 분산분석(, 세 집단 이상), 비율 z-검정, 비모수 검정(맨-휘트니 U·).
구조와 칸
| 독립(X) \ 종속(Y) | 연속형 Y | 범주형 Y |
|---|---|---|
| 범주형 X, 2집단 | 독립표본 t-검정(대응이면 대응표본 t) / 비모수: 맨-휘트니 U·윌콕슨 → 차이 | χ² 검정·비율 z-검정 / 소표본: |
| 범주형 X, 3집단 이상 | 일원 분산분석(ANOVA) / 비모수: 크러스컬-월리스 → (Tukey) | χ² 독립성 검정 |
| 연속형 X | 상관 검정(피어슨·스피어만)·선형회귀 → 관계 | 로지스틱회귀 |
범주형 × 범주형 χ² 검정은 "집단별 비율 차이" 또는 "두 변수의 연관"으로 해석 가능 → 질문에 따라 차이·관계 모두로 분류됨. ① 일원 ANOVA (차이검정) — 세 교수법 각 5명, 평균 10·12·14, 전체 평균 12, 집단 내 분산 각 4. 집단 간 제곱합 SSB = 5 × [(10 − 12)² + (12 − 12)² + (14 − 12)²] = 5 × 8 = 40, df = 2 → MSB = 20. 집단 내 제곱합 SSW = 3 × (5 − 1) × 4 = 48, df = 12 → MSW = 4.
차이검정 vs 관계검정
| 검정 | 상황 | 통계량 |
|---|---|---|
| 독립표본 t | 두 독립 집단 평균 | t, df = n₁ + n₂ − 2 (또는 Welch) |
| 대응표본 t | 같은 대상 전·후 | t, df = n − 1 |
| 일원 ANOVA | 세 집단 이상 평균 | F = 집단 간 평균제곱(MSB) ÷ 집단 내 평균제곱(MSW) |
| 이원 ANOVA | 두 요인·상호작용 | 요인별 F |
| 비율 z | 두 집단 비율 | z |
| 비모수 | 정규성 위반 | 맨-휘트니 U·윌콕슨·크러스컬-월리스·프리드먼 |
| 검정 | 상황 | 통계량 |
|---|---|---|
| 피어슨 상관 검정 | 연속 × 연속, 선형 | t = r√(n − 2) ÷ √(1 − r²), df = n − 2 |
| 스피어만 순위 상관 | 순서형·단조 관계 | ρ 기반 |
| χ² 독립성 검정 | 범주 × 범주 | χ² = Σ(관측 − 기대)² ÷ 기대, df = (행 − 1)(열 − 1) |
| 회귀계수 t-검정 | X가 Y를 설명하는가 | t = β̂ ÷ SE(β̂) |
차이검정: A/B 테스트(두 UI 전환율·체류 시간), 세 지역 매출 평균 비교(ANOVA), 교육 전후 점수(대응 t). 관계검정: 광고비와 매출의 상관, 고객 연령대와 선호 상품의 연관(χ²), 서버 부하와 응답 시간의 관계(회귀). 품질 관리: 생산 라인 간 불량률 차이(χ²·비율 검정).
답안은 차이검정 vs 관계검정의 정의, 칸, 비교 축을 한 장에 닫습니다.
기술사 답안 포인트
관련 용어
관련 토픽
확률통계
독립표본 t-검정 vs 대응표본 t-검정
독립표본 t-검정(Independent Samples t-test, 2-sample t-test): 서로 다른 두 집단(예: A반 vs B반, 실험군 vs 대조군)의 모평균이 같은지 검정 — 두 표본이 서로 독립
확률통계
통계적 가설검정과 유의수준
통계적 가설검정(Statistical Hypothesis Test): 모집단에 대한 주장(가설)이 맞는지를 표본 자료로 확률적으로 판단하는 절차
확률통계
상관관계 vs 인과관계
상관관계(Correlation): 두 변수가 함께 변하는 경향(공변 관계) — 한 변수가 커질 때 다른 변수도 커지거나(양의 상관) 작아지는(음의 상관) 정도