logo

모평균에 대한 소표본 가설검정 📂통계적검정

모평균에 대한 소표본 가설검정

가설검정 1

모집단의 분포가 정규분포 N(μ,σ2)N \left( \mu , \sigma^{2} \right) 을 따르지만 모분산 σ2\sigma^{2} 는 모른다고 가정하자. 표본n<30n < 30 개 뿐인 소표본인 경우, 그 모평균의 후보 μ0\mu_{0} 에 대한 가설검정은 다음과 같다.

  • H0H_{0}: μ=μ0\mu = \mu_{0} 이다. 즉, 모평균은 μ0\mu_{0} 이다.
  • H1H_{1}: μμ0\mu \ne \mu_{0} 이다. 즉, 모평균은 μ0\mu_{0} 이 아니다.

검정통계량

검정통계량표본표준편차 ss 를 써서 다음과 같다. t=Xμ0s/n t = {{ \overline{X} - \mu_{0} } \over { s / \sqrt{n} }}

설명

본질적으로 모평균에 대한 대표본 가설검정과 다르지 않은데, 소표본이어도 쓸 수 있는 대신 모집단의 정규성이 가정되어야한다. 다행스럽게도 t-분포는 샘플에 크게 영향을 받지 않으며 그에 따라 통계량 tt로버스트robust하다고 말하는데, 수리적인 유도과정과 별개로 실질적으로는 어느정도 모집단의 정규성이 결여되어도 유의미할 정도로 변화가 크지는 않다.

유도

스튜던트의 정리: 확률 변수 X1,,XnX_{1} , \cdots , X_{n} 들이 iid정규분포 N(μ,σ2)N\left( \mu,\sigma^{2} \right) 를 따른다고 하면

  • (a): XN(μ,σ2n) \overline{X} \sim N\left( \mu , { {\sigma^2} \over {n} } \right)
  • (b): XS2 \overline{X} \perp S^2
  • (c): (n1)S2σ2χ2(n1) (n-1) { {S^2} \over {\sigma^2} } \sim \chi^2 (n-1)
  • (d): T=XμS/nt(n1) T = { {\overline{X} - \mu } \over {S / \sqrt{n}} } \sim t(n-1)

스튜던트의 정리에 따라 검정통계량 tt 는 정확히 자유도 (n1)(n-1)t-분포를 따른다. 확률변수 YYt-분포 t(n1)t(n-1) 을 따른다고 할 때, 유의수준 α\alpha 에 대해 P(Ytα)=αP \left( Y \ge t_{\alpha} \right) = \alpha 를 만족시키는 tαt_{\alpha} 에 대해 H0H_{0} 가 기각된다는 것은 다음과 동치다. ttα \left| t \right| \ge t_{\alpha} 이는 귀무가설에 따라 μ=μ0\mu = \mu_{0} 이라고 믿기엔 X\overline{X}μ0\mu_{0} 에서 너무 멀리 떨어져있다는 의미가 된다.


  1. Mendenhall. (2012). Introduction to Probability and Statistics (13th Edition): p399. ↩︎