통계에서 점추정이란 무엇입니까?
종종 통계에서 우리는 인구 매개변수 , 즉 전체 인구의 특정 특성을 설명하는 숫자를 측정하는 데 관심이 있습니다.
가장 일반적인 인구 매개변수 중 두 가지는 다음과 같습니다.
1. 인구평균: 인구 내 변수의 평균값(예: 특정 도시의 남성 평균 키)
2. 인구 비율: 인구 중 변수가 차지하는 비율(예: 특정 법률을 지지하는 카운티 거주자의 비율)
이러한 매개변수를 측정하고 싶어도 모집단의 모든 개인에 대한 데이터를 수집하는 것은 일반적으로 비용이 너무 많이 들고 시간이 많이 걸립니다.
대신 모집단에서 무작위 표본을 추출하고 표본 데이터를 사용하여 모집단 모수를 추정합니다.
모집단 모수를 추정하기 위해 표본에서 사용하는 숫자를 점추정 이라고 합니다. 이는 실제 인구 매개변수가 무엇인지에 대한 최선의 추정치입니다.
다음 표는 모집단 모수를 추정하는 데 사용하는 점 추정을 보여줍니다.
| 측정값 | 인구 매개변수 | 포인트 추정 |
|---|---|---|
| 평균 | μ(인구 평균) | x (샘플 평균) |
| 비율 | π(인구 비율) | p(표본 비율) |
모집단 모수를 계산하고 싶지만 시간이 너무 오래 걸리고 비용이 너무 많이 들기 때문에 대신 표본을 사용하여 점 추정치를 계산합니다.
예를 들어, 플로리다에 있는 특정 거북이 종의 평균 체중을 추정한다고 가정해 보겠습니다. 플로리다에는 수천 마리의 거북이가 있기 때문에 각 거북이를 개별적으로 돌아다니며 무게를 측정하는 것은 극도로 시간과 비용이 많이 듭니다. 대신에 거북이 50마리의 간단한 무작위 표본을 추출하고 해당 표본에 있는 거북이의 평균 무게를 사용하여 실제 모집단 평균을 추정할 수 있습니다.
표본 평균 이 150.4파운드라면 전체 종의 실제 모집단 평균에 대한 점 추정치는 150.4파운드가 됩니다.
대표 샘플의 중요성
모집단에서 표본을 수집할 때 이상적으로는 표본이 모집단의 “소형 버전”과 유사하기를 원합니다.
표본에 포함된 개인의 특성이 전체 모집단에 포함된 개인의 특성과 밀접하게 일치하는 경우 표본이 모집단을 대표 한다고 합니다.
이런 일이 발생하면 표본의 결과를 전체 모집단으로 자신있게 일반화할 수 있으며 표본 점 추정치는 실제 모집단 모수의 편향되지 않은 추정치 라고 말할 수 있습니다.
점추정 및 신뢰구간
점추정은 실제 모집단 모수에 대한 최선의 추정치를 나타내지만 모집단 모수와 정확히 일치할 가능성은 없습니다.
이전 예에서는 표본에 있는 거북이의 평균 무게가 전체 모집단의 거북이의 평균 무게와 정확히 일치한다고 보장할 수 없습니다. 예를 들어, 가벼운 거북이로 가득 찬 샘플을 선택할 수도 있고 무거운 거북이로 가득 찬 샘플을 선택할 수도 있습니다.
따라서 이러한 불확실성을 포착하기 위해 특정 수준의 신뢰도를 갖는 모집단 매개변수를 포함할 가능성이 있는 값의 범위인 신뢰 구간을 만들 수 있습니다.
예를 들어, 표본 평균 150.4파운드를 사용하여 거북이 종의 실제 평균 체중을 추정할 수 있습니다. 그러면 우리의 신뢰 구간은 아마도 145파운드에서 155.8파운드 사이의 값 범위가 될 것입니다.
우리의 점 추정치는 실제 평균 모집단 가중치에 대한 최선의 추정치이며 신뢰 구간은 실제 평균 모집단 가중치를 포함할 가능성이 있는 값의 범위를 제공합니다.
여기에서 신뢰 구간에 대해 자세히 알아볼 수 있습니다.
추가 리소스
저자 소개
벤자민 앤더슨
안녕하세요. 저는 통계학 교수를 퇴직하고 전임 통계 교사로 변신한 벤자민입니다. 통계 분야의 광범위한 경험과 전문 지식을 바탕으로 Statorials를 통해 학생들에게 힘을 실어주기 위해 지식을 공유하고 싶습니다. 더 알아보기