단일 비율 검정에 대한 분석 옵션 선택

통계분석 > 기초 통계 > 단일 비율 검정 > 옵션

신뢰 구간에 대한 신뢰 수준을 지정하거나 대립 가설을 정의하거나 검정 방법 및 신뢰 구간을 지정합니다.

신뢰 수준

신뢰 수준에 신뢰 구간에 대한 신뢰 수준을 입력합니다.

일반적으로 95%의 신뢰 수준이 잘 작동합니다. 95% 신뢰 수준은 모집단에서 100개의 랜덤 표본을 추출할 경우 약 95개의 표본에 대한 신뢰 구간이 모집단 모수를 포함한다는 것을 나타냅니다.

지정된 데이터 집합에 대해 신뢰 수준이 낮을수록 신뢰 구간이 좁아지고 신뢰 수준이 높을수록 신뢰 구간이 넓어집니다.구간 너비는 또한 표본 크기가 클수록 감소하는 경향이 있습니다.따라서 표본 크기에 따라 95% 이외의 신뢰 수준을 사용할 수 있습니다.
  • 표본 크기가 작은 경우 95% 신뢰 구간은 너무 넓어 유용하지 않을 수도 있습니다. 90%와 같이 더 낮은 신뢰 수준을 사용하면 간격이 더 좁아집니다. 그러나 구간이 모집단 비율을 포함할 가능성은 감소합니다.
  • 표본 크기가 큰 경우 99%와 같이 더 높은 신뢰 수준을 사용하는 것이 좋습니다. 큰 표본의 경우 99% 신뢰 수준을 사용해도 상당히 좁은 구간이 생성되고 구간에 모집단 비율이 외피 확률이 증가할 수도 있습니다.

대립 가설

에서대립 가설 검정하려는 가설을 선택합니다.

비율 < 귀무 가설에서의 비율

모집단 비율이 귀무 가설에서의 비율보다 작은지 여부를 확인하고 상한을 얻으려면 이 단측 검정을 사용합니다. 이 단측 검정은 양측 검정보다 검정력이 크지만, 모집단 비율이 귀무 가설에서의 비율보다 큰지 여부를 탐지할 수 없습니다.

예를 들어, 한 엔지니어가 불량 부품의 비율이 0.001(0.1%)보다 작은지 여부를 확인하기 위해 이 단측 검정을 사용합니다. 이 단측 검정은 비율이 0.001보다 작은지 여부를 확인하기 위한 검정력은 더 크지만, 비율이 0.001보다 큰지 여부는 탐지할 수 없습니다.

비율 ≠ 귀무 가설에서의 비율

모집단 비율이 귀무 가설에서의 비율과 다른지 여부를 확인하고 양측 신뢰 구간을 얻으려면 이 양측 검정을 사용합니다. 양측 검정은 귀무 가설에서의 값보다 작거나 큰 차이를 탐지할 수 있지만 단측 검정보다 검정력이 낮습니다.

예를 들어, 한 은행 관리자가 올해 저축 계좌를 보유한 고객의 비율이 지난해 비율 0.57(57%)과 다른지 여부를 검정합니다. 지난해 비율과의 차이가 중요하기 때문에 관리자는 이 양측 검정을 사용하여 올해 비율이 지난해 비율보다 크거나 작은지 여부를 확인합니다.

비율 > 귀무 가설에서의 비율

모집단 비율이 귀무 가설에서의 비율보다 큰지 여부를 확인하고 하한을 얻으려면 이 단측 검정을 사용합니다. 이 단측 검정은 양측 검정보다 검정력이 크지만, 모집단 비율이 귀무 가설에서의 비율보다 작은지 여부를 탐지할 수 없습니다.

예를 들어, 한 품질 분석가가 허용되는 전기 스위치의 비율이 0.98보다 큰지 여부를 확인하기 위해 이 단측 검정을 사용합니다. 이 단측 검정은 비율이 0.98보다 큰지 여부를 확인하기 위한 검정력은 더 크지만, 비율이 0.98보다 작은지 여부를 탐지할 수 없습니다.

단측 또는 양측 대립 가설 선택에 대한 자세한 내용은 에서 귀무 가설 및 대립 가설 정보확인하십시오.

방법

에서 방법가설 검정 및 신뢰 구간을 계산할 방법을 선택합니다.
조정된 블레이커(정확)
기본적으로 Minitab에서는 신뢰 구간이 Clopper-Pearson 정확 방법보다 더 정확하기 때문에 수정된 Blaker 정확 방법을 사용합니다. 수정된 Blaker 정확 방법의 구간이 내포됩니다. 이 속성은 신뢰 수준이 높은 신뢰 구간에 신뢰 수준이 낮은 신뢰 구간이 포함된다는 것을 의미합니다. 예를 들어, 정확한 양측 Blaker 95% 신뢰 구간에는 해당하는 90% 신뢰 구간이 포함됩니다.
또는 비율 > 귀무 가설에서의 비율 및 다음과 같 조정된 블레이커(정확)방법 을 선택하면 비율 < 귀무 가설에서의 비율 수정된 Blaker 정확 방법이 가설 비율 ≠ 귀무 가설에서의 비율에 대한 것이기 때문에 분석에서 Clopper-Pearson 정확 방법을 사용합니다. Clopper-Pearson 정확 방법은 일반적으로 양측 구간에 대해 지나치게 보수적이어서 구간의 실제 신뢰 수준이 지정된 신뢰 수준보다 큽니다. 단측 구간의 경우 Clopper-Pearson 방법이 양측 사례보다 덜 보수적입니다.
윌슨 스코어
윌슨 점수 방법은 많은 실제 응용 분야에서 합리적인 선택입니다. Wilson-점수 구간의 실제 신뢰 수준은 분석에서 지정한 명목 신뢰 수준보다 낮은 경우가 많습니다. 실제 신뢰 수준이 분석의 명목 신뢰 수준 이상이 되도록 연속성 수정을 사용합니다.
아그레스티-쿨
많은 통계 교과서에서 Agresti-Coull 구간을 가르칩니다. Agresti-Coull 구간은 반복 계산을 사용하지 않으므로 학생들이 조정된 Blaker 구간 또는 Wilson-score 구간보다 수동으로 결과를 계산하기가 더 쉽습니다. Agresti-Coull 구간은 연속성 수정이 없는 Wilson-score 신뢰 구간과 동일한 중간점을 갖습니다. Agresti-Coulll 구간에는 Wilson-score 구간이 포함되므로 Agresti-Coulll 구간이 Wilson-score 구간보다 더 보수적입니다.
정규 근사 (웹앱)
많은 통계 교과서에서 왈드 정규 근사 구간을 가르칩니다. Wald 구간은 반복 계산을 사용하지 않으므로 학생들이 수정된 Blaker 구간 또는 Wilson-score 구간보다 수동으로 결과를 계산하기가 더 쉽습니다. 왈드 구간의 중간점은 관측 확률입니다.