Z 테스트의 예: 정의, 공식 및 예
1-표본 z-검정은 모집단 평균이 특정 값보다 작거나 크거나 같은지 여부를 테스트하는 데 사용됩니다.
이 검정에서는 모집단 표준편차를 알고 있다고 가정합니다.
이 튜토리얼에서는 다음 내용을 설명합니다.
- 샘플에 대해 az 테스트를 수행하기 위한 공식입니다.
- 단일 표본 z-검정의 가정.
- 샘플에 대해 az test를 수행하는 방법의 예입니다.
갑시다!
Z 테스트의 예: 공식
단일 표본 z-검정은 항상 다음 귀무 가설과 대립 가설 중 하나를 사용합니다.
1. 양측 Z 테스트
- H 0 : μ = μ 0 (모집단 평균은 가설 값 μ 0 과 같습니다)
- H A : μ ≠ μ 0 (모집단 평균은 가설 값 μ 0 과 동일하지 않음)
2. 왼쪽 Z 테스트
- H 0 : μ ≥ μ 0 (모집단 평균은 가설 값 μ 0 이상)
- H A : μ < μ 0 (모집단 평균이 가설 값 μ 0 보다 작음)
3. 직선형 Z 테스트
- H 0 : μ ≤ μ 0 (모집단 평균이 가설 값 μ 0 보다 작거나 같음)
- H A : μ > μ 0 (모집단 평균은 가설 값 μ 0 보다 큽니다)
다음 공식을 사용하여 z-테스트 통계를 계산합니다.
z = ( X – μ 0 ) / (σ/ √n )
금:
- x : 표본 평균
- μ 0 : 가상 인구 평균
- σ: 모집단 표준편차
- n: 표본 크기
z-검정 통계량에 해당하는 p-값이 선택한 유의 수준(일반적으로 선택되는 값은 0.10, 0.05, 0.01)보다 작은 경우 귀무 가설을 기각 할 수 있습니다.
Z 테스트의 예: 가정
단일 표본 z-검정의 결과가 유효하려면 다음 가정이 충족되어야 합니다.
- 데이터는 연속적입니다(이산적이지 않음).
- 데이터는 관심 모집단의 단순 무작위 표본 입니다.
- 모집단의 데이터는 대략적으로 정규 분포를 따릅니다 .
- 모집단 표준편차는 알려져 있습니다.
AZ 테스트 샘플 : 예
모집단의 IQ가 평균이 μ = 100이고 표준 편차가 σ = 15인 정규 분포를 따른다고 가정합니다.
한 과학자는 신약이 IQ 수준에 영향을 미치는지 알고 싶어합니다. 그래서 그녀는 한 달 동안 사용할 환자 20명을 모집하고 월말에 그들의 IQ 수준을 기록합니다.
이를 테스트하기 위해 그녀는 다음 단계를 사용하여 α = 0.05 유의 수준에서 1표본 z 테스트를 수행합니다.
1단계: 샘플 데이터를 수집합니다.
그녀가 다음 정보를 포함하는 단순 무작위 표본을 수집한다고 가정합니다.
- n (샘플 크기) = 20
- x (샘플 평균 IQ) = 103.05
2단계: 가정을 정의합니다.
그녀는 다음 가설을 사용하여 하나의 샘플에 대해 z 테스트를 수행합니다.
- H 0 : µ = 100
- HA : μ ≠ 100
3단계: z-테스트 통계량을 계산합니다.
z 테스트 통계량은 다음과 같이 계산됩니다.
- z = (x – μ) / ( σ√n )
- z = (103.05 – 100) / (15/√ 20 )
- z = 0.90933
4단계: z-검정 통계량의 p-값을 계산합니다.
Z 점수 대 P 값 계산기에 따르면 z = 0.90933과 연관된 양측 p-값은 0.36318 입니다.
5단계: 결론을 도출합니다.
p-값(0.36318)이 유의 수준(0.05)보다 작지 않기 때문에 과학자는 귀무 가설을 기각할 수 없습니다.
신약이 IQ 수준에 유의미한 영향을 미친다고 말할 수 있는 증거는 충분하지 않습니다.
참고: 1-표본 Z 검정 계산기를 사용하여 이 전체 1-표본 z 검정을 수행할 수도 있습니다.
추가 리소스
다음 튜토리얼에서는 다양한 통계 소프트웨어를 사용하여 샘플 z-테스트를 수행하는 방법을 설명합니다.
Excel에서 Z 테스트를 수행하는 방법
R에서 Z 테스트를 수행하는 방법
Python에서 Z 테스트를 수행하는 방법