단일 비율 검정에 대한 모든 통계량 해석

결과에서 귀무 가설과 대립 가설은 귀무 가설에서의 비율에 대해 올바른 값을 입력했는지 확인하는 데 도움이 됩니다.

표본 크기(N)는 표본의 총 관측치 수입니다.

이벤트는 표본에서 관심 있는 값입니다. Minitab에서는 사건 발생 횟수를 사용하여 모집단 비율의 추정치인 표본 비율을 계산합니다. 분석을 지정할 때 다른 값을 선택하여 Minitab에서 사건으로 사용하는 값을 변경할 수 있습니다. 분석에서 추정할 비율에 따라 이벤트를 선택합니다.

표본 비율은 사건 수를 표본 크기(N)로 나눈 값과 같습니다.

신뢰 구간은 모집단 비율이 될 수 있는 값의 범위를 제공합니다. 표본이 랜덤이기 때문에 모집단의 두 표본에서 동일한 신뢰 구간이 생성될 가능성은 없습니다. 그러나 표본 추출을 여러 번 반복하면 일정한 백분율의 신뢰 구간이나 한계에는 알 수 없는 모집단 비율이 외피. 비율을 포함하는 이러한 신뢰 구간 또는 한계의 백분율이 해당 구간의 신뢰 수준입니다. 예를 들어, 95% 신뢰 수준은 모집단에서 100개의 랜덤 표본을 추출할 경우 약 95개의 표본이 모집단 비율을 포함하는 구간을 생성할 것으로 예상할 수 있음을 나타냅니다.

상한은 모집단 비율이 더 작을 가능성이 높은 값을 정의합니다. 하한은 모집단 비율이 더 클 가능성이 높은 값을 정의합니다.

신뢰 구간은 결과의 실제 유의성을 평가하는 데 도움이 됩니다. 전문 지식을 사용하여 신뢰 구간에 상황에 실제로 유의한 값이 포함되어 있는지 여부를 확인할 수 있습니다. 구간이 너무 넓어서 유용하지 않으면 표본 크기를 늘리는 것이 좋습니다. 자세히 알려면 더 정밀한 신뢰 구간을 구하는 방법에서 확인하십시오.

p-값은 데이터 표본에 있는 귀무 가설에 반하는 증거를 측정하는 확률입니다. p-값이 작을수록 귀무 가설에 반하는 더 강력한 증거가 됩니다.

Z-값은 관측된 점수 검정 통계량입니다. 이 값은 관심 있는 사건의 표본 비율과 귀무 가설에서 표준 오차 단위로 귀무 가설을 세운 모집단 모수 값 간의 차이를 측정합니다. 귀무 가설에 따른 표준 오차의 형식은 다음과 같습니다.

여기서 p₀ 은 귀무 가설에서의 모집단 비율이고 n 은 시행 횟수입니다.

계산에서 연속성 수정 없이 Wilson-Score 를 사용하는 경우 결과에는 Z-값이 포함됩니다.