귀무가설이 참인지 거짓인지 아직 모르는 상황이라고 가정하시면 됩니다. 참이라고 판단을 내리면 1종오류를 감수해야하는 것이고 거짓이라고 판단을 내리면 2종오류를 감수해야하는 갓입니다. 아직 판단 전이므로 두 오류 모두 가능성이 있습니다. 기각역에 따라 1종오류와 2종오류 모두 결정되고 서로 트레이드오프 관계입니다. 아래 글을 참고해주세요. hsm-edu.tistory.com/1100
안녕하세요. 좋은 강의에 감사드리며, 질문이 있어 여쭤 봅니다. 인사채용 문제의 경우, 능력 미달의 사람을 뽑으면 1종오류/능력자를 놓치면 2종 이라고 설명하는 곳도 있고 뽑을 사람을 놓치면 1종/뽑으면 안 될 사람을 뽑으면 2종이라고 설명하는 곳도 있습니다. 후자의 경우 단순히 '채택해야 할 가설을 기각/기각해야 할 가설을 채택' 했다는 점에만 주목한 듯한데, 이는 귀무가설의 뜻을 간과한 게 아닌가 싶어서요. 어느 쪽이라고 보시는지요? 이하 참고사이트 2번에 나오는 (Wood&Payne 2014)의 원문을 확인하고 싶었으나 손에 넣을 수가 없네요.ㅠㅠ 4번 사이트 설명의 경우 조금 억지 같은데, 혹시 저게 일반적인 논리인가 싶기도 하고, 그럼 1번 사이트에서는 왜 반대로 말할까 싶기도 하고... 그렇습니다. 참고: 1. www.hrzone.com/community-voice/blogs/spire-technologies/cost-of-possible-recruitment-errors 2. www.homeworkgain.com/downloads/type-i-ii-errors-in-recruiting/ 3. blog.daum.net/u12134/8476 4. m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=uscpalicense&logNo=220507326197
예를 들어 귀무가설: '남녀 키가 같다 ' 라는 주장은 남녀 키가 같을리가 없다라는 의구심이 들어 검정하는게 귀무가설이라고 하는건가요? 그리고 z 값이 기각역 보다 크면 귀무가설 이 기각 되고 이 뜻은 남녀 키가 같지 않다라는 뜻인가요? 마지막으로 만약 z 값이 알파값과 같은 0.05 면 이것도 기각인가요?? 제가 이해를 제대로 하고 질문을 드리는지 모르지만 시간 괜찮으실때 답변 부탁드립니다.. :)
@@eostatistics 제가그렇게 생각한 이유가, 영상에서 설명하실때 기각역의 낮은 확률을 뚫고 뽑혔지만 기각역에 있었기때문에 기각이되었다고 하셨는데요. 그렇다면 낮은 확률을 뚫고 뽑혔지만 만약에 기각역에 포함되지않았다면 귀무가설이 참이다라고 결론이 나지않을까?라는 생각이 들었습니다. 답변감사드립니다
@@eostatistics 계속 질문드려서 죄송한데 한가지만 더 여쭤보고싶은게 있어서요. "우리가 뽑은 표본이 아주 낮은 기각역을 뚫고 뽑혔다" 라고 하신부분을 다르게 표현해 주실수있나요? 밑에 다른 구독자분이 남기신 글에 대한 답변을 보았을때 달아주신 답변은 이해가되지만 질문의대한 해답을 준다고 보기에는 제 이해력이 부족한거같습니다.
기각역은 귀무가설을 기각하는 영역이라는 의미입니다. 귀무가설을 기각하고 대립가설을 채택하는 것입니다. 귀무가설은 우리가 부정하고 싶은 가설입니다. 일단 귀무가설을 참이라고 가정하고 표본을 뽑아봅니다. 만약 이 표본보다 극단적인 사건이 발생할 확률이 희박하다면, 아래와 같은 합리적 의심이 가능합니다. "이렇게 극단적인 경우가 발생한게 아니라. 귀무가설이 틀린거 아니야?" 우리가 뽑은 표본보다 극단적인 사건이 발생할 확률이 유의확률입니다. 이 유의확률이 유의수준(기각역이라고도함)보다 낮으면 위와 같은 합리적 의심에 의해 귀무가설을 기각하고 대립가설을 채택합니다. 제 채널의 귀무가설과 대립가설에 대한 영상을 한번 보시고. 그래도 이해안되시는 부분을 말씀해주시면 그 의문을 해결할 글이나 강의를 준비해보겠습니다. 의문이 구체적일수록 좋습니다.
@@eostatistics " Randomized clinical trial to assess the effect of an educational programme designed to improve nurses’ assessment and recording of postoperative pain " 입니다 ㅠㅠ 감사합니다 ㅠㅠ
![[Statistics by hand] 26. One sample Z-test example (K jelly of company A)](http://i.ytimg.com/vi/DxOct8A-BXU/mqdefault.jpg)
![[Statistics by hand] 26. One sample Z-test example (K jelly of company A)](/img/tr.png)
글이 더 편하신 분
hsm-edu.tistory.com/147
영상이 짧아서 좋고, 책으로만 보면 이해가 안 되는 내용을 영상으로 보니 더 잘 이해되네요. 감사합니다.
당신은 천사에요
감사합니다^^
통계수업 듣다가 못알아먹겠어서 한번 찾아봤는데 진짜 이해가 너무 잘돼요ㅠ 감사합니다!!
감사합니다 통계학 진짜 하나도 이해 못했는데 덕분에 완벽히까지는 아니더라도 어느정도 이해했어요!! 단어가 어려워서 그렇지 알고나면 쉬운 내용인 것 같네요ㅎㅎ
아 옛날에 배운거 다시 떠올리려고 인터넷 뒤지면서 30분쓰다가, 이 영상보고 5분만에 기억을 되찾고 이해했습니다. 진짜 감사합니다❤
최고에여❤
궁금증이 많이 풀렸습니다. 감사합니다
좋은 강의 정말 감사드립니다!
감사합니다!
좋은 설명 정말 감사합니다
진짜 살려줘서 고마워요 사랑해요 ㅠㅠ....
진짜 감사합니다 존경합니다ㅜㅜ 많은 도움 됐습니다
감사합니다^^
설명 감사합니다.
감사합니다~
감사합니다!!
글로 찾아보다가 도저히 안되겠어서 영상을 찾아봤는데 한번에 이해됐어요 정말 감사합니다.. 근데 혹시 1종오류나 2종오류의 확률을 신뢰구간의 개념을 활용해서 설명할 수 도 있을까요..??
너무 잘보고 있습니다.
귀무가설을 기준으로 기각역이 정해지고, 이 귀무가설이 참인 상황에서는 1종오류만 발생한다는 부분은 이해가 됩니다.
앞부분에서 표로 설명하셨듯이, 귀무가설이 참일때 기각하면 1종오류 발생하고,
귀무가설이 거짓일때 채택하면 2종오류가 발생한다고 하셨습니다.
그러면, 귀무가설이 거짓인 상황에서는 2종오류만 발생하는게 맞는게 아닐까 생각합니다.
마지막부분의 설명에서 귀무가설이 거짓인 상황인데, 1종오류와 2종오류 둘다 발생하여 트레이드 오프관계가 된다는 게 잘 이해가 되질 않아 자세할 설명 다시 부탁드려도 될까요?
귀무가설이 거짓이므로, 채택했을때 2종오류가 발생하고, 기각역에 있을때는 알파가 아니고, 옳은 결정이 될것으로 생각됩니다.
귀무가설이 참인지 거짓인지 아직 모르는 상황이라고 가정하시면 됩니다.
참이라고 판단을 내리면 1종오류를 감수해야하는 것이고 거짓이라고 판단을 내리면 2종오류를 감수해야하는 갓입니다. 아직 판단 전이므로 두 오류 모두 가능성이 있습니다.
기각역에 따라 1종오류와 2종오류 모두 결정되고 서로 트레이드오프 관계입니다. 아래 글을 참고해주세요.
hsm-edu.tistory.com/1100
안녕하세요. 좋은 강의에 감사드리며, 질문이 있어 여쭤 봅니다. 인사채용 문제의 경우, 능력 미달의 사람을 뽑으면 1종오류/능력자를 놓치면 2종 이라고 설명하는 곳도 있고 뽑을 사람을 놓치면 1종/뽑으면 안 될 사람을 뽑으면 2종이라고 설명하는 곳도 있습니다. 후자의 경우 단순히 '채택해야 할 가설을 기각/기각해야 할 가설을 채택' 했다는 점에만 주목한 듯한데, 이는 귀무가설의 뜻을 간과한 게 아닌가 싶어서요. 어느 쪽이라고 보시는지요? 이하 참고사이트 2번에 나오는 (Wood&Payne 2014)의 원문을 확인하고 싶었으나 손에 넣을 수가 없네요.ㅠㅠ 4번 사이트 설명의 경우 조금 억지 같은데, 혹시 저게 일반적인 논리인가 싶기도 하고, 그럼 1번 사이트에서는 왜 반대로 말할까 싶기도 하고... 그렇습니다.
참고: 1. www.hrzone.com/community-voice/blogs/spire-technologies/cost-of-possible-recruitment-errors
2. www.homeworkgain.com/downloads/type-i-ii-errors-in-recruiting/
3. blog.daum.net/u12134/8476
4. m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=uscpalicense&logNo=220507326197
아래는 제 답변을 글로 정리한 것입니다.
hsm-edu.tistory.com/1320
@@eostatistics확인했습니다. 자세한 답변에 감사드립니다. 좋은 하루 되세요!^^
예를 들어 귀무가설: '남녀 키가 같다 ' 라는 주장은 남녀 키가 같을리가 없다라는 의구심이 들어 검정하는게 귀무가설이라고 하는건가요?
그리고 z 값이 기각역 보다 크면 귀무가설 이 기각 되고 이 뜻은 남녀 키가 같지 않다라는 뜻인가요?
마지막으로 만약 z 값이 알파값과 같은 0.05 면 이것도 기각인가요??
제가 이해를 제대로 하고 질문을 드리는지 모르지만 시간 괜찮으실때 답변 부탁드립니다.. :)
네 맞습니다. 귀무가설은 우리가 틀렸다고 주장하소 싶은 가설입니다.
0.05 미만부터 기각입니다
p
설명 감사합니다!
1종오류랑 2종오류를 줄이기 위해서는 표본의크기를 늘리면된다고 알고있는데
표본의 크기를 늘린다는게 1종이랑 2종을 동시에 줄이는게 아니라 1종을 낮추고 그다음에 2종오류를 낮추는 건가요?
1종오류는 유의수준으로 통제합니다. 보통 유의수준을 5%로 두어서 1종오류가 5%이상 발생하지 않도록 합니다.
2종오류(베타)는 검정력분석을 통해 통제합니다. 검정력(1-베타)이 일정 크기 이상을 갖도록 표본의 크기를 설정합니다.
안녕하세요 영상잘보고 있습니다 간단한 질문인데 귀무가설 참이라는 뜻이 틀렸다고 생각해서 임의로 둔 가설이 맞는경우를 귀무가설 참이라고 하는건가요??
네 맞습니다
좋은 영상 감사드립니다
통본님ㅠㅠ질문이 하나있습니다. 집단 A와 집단 B를 동일한 조건으로 실험하였는데 평균은 같지만 집단 B만 유의하다는 결과가 나왔다면, 분산의 차이때문에 그러한건가요? 혹은 집단의 크기가 달라서 그럴수도있나요?
집단 A와 B를 2표본 t검정으로 비교하신건가요? 두 집단을 비교하셨다면 서로 유의차가 있거나 없거나 둘 중 하나입니다~
두 집단으로 서로 비교했는데 한 집단만 유의하다는건. 너와 나를 비교했는데 나는 너랑 다른데 너는 나와 다르지 않다 라는 건데 이는 불가능합니다.
통계의 본질 EOStatistics 모집단에서 표본집단A와 또 다른 표본집단 B를 뽑아서 비교했을때 두 표본집단중 하나의 표본집단만 유의한 결과가 나왔다면 그이유는 분산의 차이때문인지 묻고싶습니다!
아래 링크에 답변 달아놓았습니다~
hsm-edu.tistory.com/1034
통계의 본질 EOStatistics 어머나 앞으로 교수님으로 부를께요...완벽하게 이해가 됐습니다 감사합니닷!!!
감사합니다~
질문 하나 드려도 될까요
저기 베타 값을 구하려고 하면 즉 2종오류 확률을 구하고자 한다면 어떠한 임계치를 알아야 하는건가요?
아래 글 참고해주세요
hsm-edu.tistory.com/1102
@@eostatistics 링크 잘 봤습니다 감사합니다!
10.15,10.1,sqrt(0.04/50)로 되어있는데 식을 어떻게 써야할지 잘 모르겠습니다..
적분으로 표현됩니다. 같은 링크에 수식 추가했습니다.
@@eostatistics 감사합니다! e자리에는 뭘 대입하면 되는건가요?
@@토목학생 e 는 파이처럼 상수입니다. 자연상수 검색해보세요. 약 2.7정도 되는 무리수입니다.
안녕하세요~ 1종오류가 발생한 이유를 기각역을 크게 잡아서(ex, 0.05가 아니라 0.5 or 0.1) 원래라면 기각역에 포함되지않았을 값이 높은 값의 기각역에 의해서 어쩔수없이 기각되었다라고 말해도되나요?
네 틀린말은 아닌데
기각역을 크게 잡으면 검정하는 의미가 없습니다
@@eostatistics 제가그렇게 생각한 이유가, 영상에서 설명하실때 기각역의 낮은 확률을 뚫고 뽑혔지만 기각역에 있었기때문에 기각이되었다고 하셨는데요. 그렇다면 낮은 확률을 뚫고 뽑혔지만 만약에 기각역에 포함되지않았다면 귀무가설이 참이다라고 결론이 나지않을까?라는 생각이 들었습니다. 답변감사드립니다
@@hamilton6385 p값은 하나의 값이 뽑힐 확률이 아닌 그 값보다 극단적인 영역을 의미합니다.
정확히 어떤 의문이신지 잘 모르겠지만 아마 아래 영상이 도움이 될 것 같네요
ua-cam.com/video/qdieWdYpjt0/v-deo.html
@@eostatistics 감사합니다!
@@eostatistics 계속 질문드려서 죄송한데 한가지만 더 여쭤보고싶은게 있어서요. "우리가 뽑은 표본이 아주 낮은 기각역을 뚫고 뽑혔다" 라고 하신부분을 다르게 표현해 주실수있나요? 밑에 다른 구독자분이 남기신 글에 대한 답변을 보았을때 달아주신 답변은 이해가되지만 질문의대한 해답을 준다고 보기에는 제 이해력이 부족한거같습니다.
2:25 에 우리가 뽑은 표본이 아주 낮은 기각역을 뚫고 뽑혔다고 하셨는데, 이게 무슨말인지 모르겠습니다. ㅠㅠ 기각역이라 버려야 하는데 채택해야 하는 부분이었다는 말인가요?
기각역은 귀무가설을 기각하는 영역이라는 의미입니다.
귀무가설을 기각하고 대립가설을 채택하는 것입니다.
귀무가설은 우리가 부정하고 싶은 가설입니다. 일단 귀무가설을 참이라고 가정하고 표본을 뽑아봅니다.
만약 이 표본보다 극단적인 사건이 발생할 확률이 희박하다면, 아래와 같은 합리적 의심이 가능합니다.
"이렇게 극단적인 경우가 발생한게 아니라. 귀무가설이 틀린거 아니야?"
우리가 뽑은 표본보다 극단적인 사건이 발생할 확률이 유의확률입니다. 이 유의확률이 유의수준(기각역이라고도함)보다 낮으면 위와 같은 합리적 의심에 의해 귀무가설을 기각하고 대립가설을 채택합니다.
제 채널의 귀무가설과 대립가설에 대한 영상을 한번 보시고. 그래도 이해안되시는 부분을 말씀해주시면 그 의문을 해결할 글이나 강의를 준비해보겠습니다.
의문이 구체적일수록 좋습니다.
통계의 본질 EOStatistics 와.. 정말 감사드립니다!! 네 영상 한번 다시보고 오겠습니다!
오류가 발생하는 원인이 이렇다면 대처방법은 어떤거죠?
1종오류는 유의수준으로 통제합니다. 보통 유의수준을 5%로 두어서 1종오류가 5%이상 발생하지 않도록 합니다.
2종오류(베타)는 검정력분석을 통해 통제합니다. 검정력(1-베타)이 일정 크기 이상을 갖도록 표본의 크기를 설정합니다.
@@eostatistics 감사합니다!!^^
그러면 2종오류는 모집단의 평균을 잘못알고있는 경우에 일어나는건가요??
네 모집단의 평균을 잘못 알고 있는데 기각을 하지 않은 경우입니다~
안녕하세요 통계의 본질님 ㅠㅠ
With an α probability of 1·05, a β error of 0·10 논문에서 써진 이 글은 그럼 1종오류의 가능성이 1.05이고 2종오류의 가능성은 0.10 이라는 뜻인가요 ㅠㅠ 의미가 너무 어려워서요 ㅠㅠ
값이 1을 넘을 수 없을텐데
혹시 논문 제목이 뭔가요?
@@eostatistics " Randomized clinical trial to assess the effect of an educational
programme designed to improve nurses’ assessment and recording of postoperative pain " 입니다 ㅠㅠ 감사합니다 ㅠㅠ
@Leon KIM
제 생각에는 0.05인데 1.05로 오타난 것 같습니다. 보통 1종오류를 0.05로 둡니다.
교신저자에게 메일 써보셔서 확인하시는게 좋을 것 같습니다. hawakeita@club-internet.fr
@@eostatistics 정말 감사드립니다 ㅠㅠ!!
@@eostatistics 통계의 본질님..혹시 이 논문에 있는 급내상관계수에 관련하여 질문 한가지 더 드려도 괜찮으실까요 ㅠㅠ
유의수준과 검정력은 어떻게 다른건가요?? 검정력이 잘 이해가 안되요ㅠㅡㅠ
유의수준은 1종오류
검정력은 (1 - 2종오류)
입니다. 1종오류와 2종오류는 아래 글 참고하세요.
hsm-edu.tistory.com/1100
이렇게 알기 쉽고 헷갈리지않게 설명할 수 있는 걸 학생들이 설명을 들을수롤 점점 더 헷갈리게 설명하는 방법밖에 모르는 여태까지의 강사들은 다 좆 잡고 반성해야 한다.
11년 동안 이해하지 못한걸 이번 #21~#25를 통해 이해했어요. 이 빡갈통을 진리로 인도해 주셔서 감사드립니다...
감사합니다^^
감사합니다 !!!
감사합니다ㅎㅎ