두 비율 검정에 대한 모든 통계량 해석

차이는 추정하려는 모집단 비율 간의 알 수 없는 차이입니다. Minitab에서 어느 모집단 비율을 다른 모집단 비율에서 빼는지 나타냅니다.

표본 크기(N)는 표본의 총 관측치 수입니다.

사건은 표본에서 성공을 나타내는 값입니다. Minitab에서는 사건 발생 횟수를 사용하여 모집단 비율의 추정치인 표본 비율을 계산합니다. 값 순서를 변경하여 Minitab에서 사건으로 사용하는 값을 변경할 수 있습니다. 자세한 내용을 확인하려면 Minitab 결과에서 텍스트 값 표시 순서 변경으로 이동하십시오.

표본 비율은 사건 수를 표본 크기(N)로 나눈 값과 같습니다.

차이는 두 표본의 비율 간의 차이입니다.

차이는 전체 모집단이 아니라 표본 데이터를 기반으로 하기 때문에 표본 차이가 모집단 차이와 같을 가능성은 없습니다. 모집단 차이를 더 잘 추정하려면 차이에 대한 신뢰 구간을 사용하십시오.

신뢰 구간은 모집단 차이가 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 차이가 포함됩니다. 차이를 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 차이가 포함된 구간을 생성할 것으로 예상된다는 것을 나타냅니다.

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

신뢰 구간은 결과의 실제 유의성을 평가하는 데 도움이 됩니다. 해당 상황에 실제적으로 유의한 값이 신뢰 구간에 포함되는지 여부를 확인하려면 전문 지식을 이용하십시오. 신뢰 구간이 너무 넓어서 유의하지 않은 경우에는 표본 크기를 늘려보십시오. 자세한 내용은 더 정밀한 신뢰 구간을 구하는 방법에서 확인하십시오.

결과에서 귀무 가설과 대립 가설은 검정 차이에 대해 올바른 값을 입력했는지 확인하는 데 도움이 됩니다.

Z-값은 Z-검정에 대한 검정 통계량으로, 관측된 통계량과 귀무 가설에서의 모집단 모수 간의 차이를 표준 오차 단위로 측정합니다.

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