week 4. Statistical Inference _영현2

통계적 추론은 데이터를 분석하여 모집단에 대한 결론을 도출하는 과정입니다. 주어진 표본 데이터를 사용하여 모집단의 특성이나 현상을 추정하거나, 가설을 검정하는 것이 주된 목표입니다.

1. **추정 (Estimation)**:
   - **점 추정 (Point estimation)**: 하나의 값으로 모수(모집단의 특성)을 추정하는 방법입니다. 예를 들어, 표본 평균을 사용해 모집단 평균을 추정할 수 있습니다.
   - **구간 추정 (Interval estimation)**: 추정된 모수 주변의 신뢰구간을 계산하여 모수의 위치를 정확히 파악하는 방법입니다.

2. **가설 검정 (Hypothesis Testing)**:
   - 특정 가설을 데이터를 통해 검증하는 과정입니다. 일반적으로 귀무가설(H0)과 대립가설(H1)을 설정하고, 표본 데이터를 분석하여 귀무가설이 기각될지를 결정합니다.
   - 검정 통계량을 계산하고, 이를 통해 귀무가설이 통계적으로 유의미한지를 판단합니다.

3. **오차와 신뢰 수준 (Error and Confidence Level)**:
   - **유형 I 오류 (Type I Error)**: 귀무가설이 참일 때 이를 잘못 기각하는 오류입니다. 유의수준(alpha)과 관련이 있습니다.
   - **유형 II 오류 (Type II Error)**: 귀무가설이 거짓일 때 이를 잘못 채택하는 오류입니다. 검정력(power)과 관련이 있습니다.
   - **신뢰 수준 (Confidence Level)**: 추정된 신뢰구간이 실제 모집단 모수를 포함할 확률입니다.

4. **통계적 모델링과 가정 (Statistical Modeling and Assumptions)**:
   - 데이터 분포와 관련된 가정을 만족하는지 확인하고, 이에 따라 적절한 통계 모델을 선택합니다. 예를 들어, 정규성 가정을 만족하지 않는 경우 비모수적 방법을 고려할 수 있습니다.

통계적 추론은 데이터를 과학적으로 분석하고 결론을 도출하는 데 중요한 도구입니다. 올바른 통계적 기법을 선택하고 적용하는 것이 결과 해석의 핵심입니다.

학습 코드 파일은 아래에 첨부합니다

ch04.ipynb

0.01MB