1-표본 t 검정에 대한 데이터 고려 사항

유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.

모집단 표준 편차를 모릅니다.

모집단의 표준 편차를 알고 있는 경우에는 Z-검정의 검정력이 t-검정보다 높으므로 1-표본 Z 검정을 사용하십시오.

데이터가 계량형(예: 포장의 무게)이어야 합니다.

계량형 데이터에는 두 값 사이에 무한한 개수의 값이 있습니다.

데이터에 카운트(예: 단위당 결점 수)가 포함되어 있는 경우 1-표본 포아송 비율을 사용하십시오. 데이터의 각 관측치가 두 범주(통과/실패) 중 하나로 분류되면 단일 비율 검정을 사용하십시오. 데이터 유형에 대한 자세한 내용은 가설 검정으로 분석할 수 있는 데이터 유형에서 확인하십시오.

표본 데이터는 심하게 치우치지 않아야 하고, 표본 크기는 20보다 커야 합니다.

표본 크기가 20보다 크면서 기본 분포가 단봉이고 계량형이면 데이터가 약간 치우쳐 있더라도 가설 검정이 적절히 수행됩니다. 표본 크기가 20보다 작으면 왜도와 비정상적인 관측치가 있는지 확인하기 위해 데이터를 그래프로 표시해야 합니다. 데이터가 심하게 치우쳐 있거나 비정상적인 관측치가 많으면 결과를 해석할 때 주의해야 합니다.

표본 데이터는 랜덤하게 선택해야 합니다.

통계에서 랜덤 표본은 모집단에 대한 일반화 또는 추론을 작성하기 위해 사용됩니다. 데이터가 랜덤하게 수집되지 않은 경우에는 결과가 모집단을 나타내지 않을 수 있습니다. 자세한 내용은 데이터 표본의 랜덤성에서 확인하십시오.

각 관측치가 다른 모든 관측치로부터 독립적이어야 합니다.

서로 다른 두 캘리퍼스를 사용하여 측정한 베어링의 측정값과 같이 쌍체 또는 종속 관측치가 있는 경우 쌍체 t 검정을 대신 사용하십시오. 자세한 내용은 종속 표본 및 독립 표본의 차이에서 확인하십시오.

적절한 표본 크기 결정
표본은 다음 사항이 참일 수 있을 만큼 충분히 커야 합니다. 가설 검정에 적절한 표본 크기를 결정하려면 1-표본 t 검정에 대한 검정력 및 표본 크기으로 이동하십시오.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오