1 proportion test (단일 비율 검정)를 사용하면 모집단의 비율을 추정하여 목표값 또는
기준값과 비교하여 다음 작업을 수행할 수 있다.
• 그룹의 비율이 지정된 값과 다른지 여부 확인
• 모집단 비율을 포함할 가능성이 있는 값의 범위 계산
1 proportion test (단일 비율 검정)에 대한 가설은 다음과 같다.
• 귀무 가설, Ho: ρ = ρ0 모집단 비율(ρ)이 귀무 가설에서의 비율(ρ0)과 같다.
• 대립 가설 다음 중 하나를 선택합니다.
- Ha: ρ ≠ ρ0 모집단 비율(ρ)이 귀무 가설에서의 비율(ρ0)과 다르다.
- Ha: ρ > ρ0 모집단 비율(ρ)이 귀무 가설에서의 비율(ρ0)보다 크다.
- Ha: ρ < ρ0 모집단 비율(ρ)이 귀무 가설에서의 비율(ρ0)보다 작다.
1 proportion test (단일 비율 검정)에서는 기본적으로 이항분포(Exact method)를 사용하여
가설검정 및 신뢰 구간을 계산한다.
예를 들어, 무작위로 선정한 샘플에서 취한 선호도 대한 데이터가 있으며 목표 선호도(0.65)
보다 높은지 확인하려고 한다.
Test and CI for One Proportion
Test of p = 0.65 vs p > 0.65
Sample X N Sample p 95% Lower Bound Z-Value P-Value
1 560 950 0.589474 0.563221 -3.91 1.000
Using the normal approximation.
대부분의 정규근사 방법(Normal approximation)을 사용하지만 정확한 방법(Exact method)이
정규근사 방법(Normal approximation)보다 더 정확하고 강력하다.
정규근사(Normal approximation)를 사용하면 p-value와 신뢰구간 사이에 다른 결론을
얻을 수 있는데 이는 검정 통계량을 계산할 때 귀무가설에서의 확률(ρ0)을 사용하며
신뢰구간을 계산할 때 관측된 확률을 사용하기 때문이다.
따라서 결론에 차이가 있을 수 있으며, 특히 Z 값이 더 큰 경우 ρ0와 모집단 비율 사이에
큰 차이가 있다고 나타낼 수 있다.
Test and CI for One Proportion
Test of p = 0.65 vs p > 0.65
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 560 950 0.589474 0.562515 1.000
고객센터 > BLOG
