가설 검정 문서 원본 보기

{{위키데이터 속성 추적}}
'''통계적 가설 검정'''(統計的假說檢定, {{llang|en|statistical hypothesis test}})은 [[통계적 추론]]의 하나로서, 모집단 실제의 값이 얼마가 된다는 주장과 관련해, 표본의 정보를 사용해서 가설의 합당성 여부를 판정하는 과정을 의미한다.<ref>이군희, 《사회과학연구방법론》, 법문사, 2001년, p.367</ref> 간단히 '''가설 검정'''(假說檢定) 또는 가설검증(hypothesis test)이라고 부르는 경우도 많다.

== 통계적 가설 ==
'''통계적 가설'''은 통계학에서 사용하는 용어로, 하나의 특정 주장을 [[모수]]를 이용해 나타낸 형태를 지칭한다. 가령, '미국 성인여자의 신장은 크다'는 통계적 가설이 될 수 없다. 하지만 '미국 성인여자의 평균신장은 170cm이다.'는 통계적 가설이 될 수 있다. 평균신장은 여기서 모집단 특성을 나타내는 [[모수]]의 역할을 수행한다. 통계적 가설은 [[귀무가설]](Null hypothesis ,H0, 영가설)과 이와 반대에 있는 [[대립가설]](Alternative hypothesis,H<sub>1</sub>)로 나타낸다.<ref name="autogenerated1">상계서 p,370</ref>

== 절차 ==
가설검정은 다음과 같은 총 5단계 절차를 거치게 된다.<ref>상계서 p,369</ref>

# [[유의수준]]의 결정, [[귀무가설]](H<sub>0</sub>)과 [[대립가설]](H<sub>1</sub>) 설정
# [[표집]](sampling) 및 검정통계량의 설정
# 기각역의 설정
# 검정통계량 계산 및 영가설 확인
# 통계적인 의사결정

=== 귀무가설과 대립가설 설정 ===

먼저 연구 가설 내용을 통계적 가설로 바꾸어 줌으로써 가설 검정(hypothesis test)이 시작된다.<ref name="autogenerated1" /> 통계적 가설은 [[귀무 가설]](<math>H_0</math>)과 [[대립 가설]](<math>Ha</math>)로 나뉜다.

가령, 미국 성인 여성 신장의 평균(<math>\mu</math>)이 180cm라는 하나의 가설을 검정할 계획이라면, 귀무 가설의 표기는 다음과 같다.

* <math>H_0</math> : <math>\mu=180</math>

해당 귀무 가설과 반대되는 대립 가설은 다음과 같은 형태가 있다.

* 제1형 : <math>H_1</math> : <math>\mu\ne180</math>
* 제2형 : <math>H_1</math> : <math>\mu<180</math>
* 제3형 : <math>H_1</math> : <math>\mu>180</math>

여기서 제 1형은 [[양측 검정]]({{lang|en|two-sided test, two tailed test}}), 제 2형, 제 3형은 [[단측 검정]]({{lang|en|one-sided test}})이라고 지칭한다. 단측검정을 나누자면 제 2형을 [[좌측 검정]](lower tailed test)이라고 하며, 제 3형은 [[우측 검정]](upper tailed test)이라고 부른다.

양측검정은 가설 검증에서 [[기각 영역]](rejection region)이 양쪽에 있는 것이고, 그러므로 [[유의수준]] <math>\alpha</math>도 양극단으로 갈라져 한쪽의 면적이 <math>\alpha/2</math>가 된다. [[기각영역]]이 어느 한쪽에만 있게 되는 경우를 단측검정이라고 한다.<ref>김석우, 《기초통계학》, 학지사, 2007, p.168-169</ref>

== 각주 ==
<references/>

== 같이 보기 ==
* [[1종 오류와 2종 오류]]
* [[유의확률]](P값)
* [[z-테스트]]
* [[t-test]]
* [[ANOVA]]
* [[다중비교]]
* [[동분산성]]

{{통계학}}
{{공중보건}}

{{전거 통제}}

[[분류:가설 검정| ]]
[[분류:실험 설계]]