가설검정이라고 알려져 있는 통계적인 유의차 검정은 처음 접하는 사람에게는 무척 낯선 단어이다
이러한 이유로 가설검정시에 실수들이 많이 발생한다.

■ 귀무가설과 대립가설 문장 설정의 문제

가끔 가설검정이 올바르게 시작되지 않는 경우도 있다.
많은 경우에 귀무 가설과 대립 가설문을 올바르지 않게 설정하고 있다.
다음과 같이 다른 방향으로 가설문 자체를 잘못 설정하는 경우이다.
그 중에 하나는 모수가 아닌 통계량으로 구성하는 경우가 있다.

예를 들면, 귀무가설이나 대립가설은 모집단의 평균이나 비율과 관련지어 구성되어야 하는데 표본의
평균이나 비율과 관련지어 서술하는 경우이다.
귀무가설과 대립가설을 잘못 서술하는 또 다른 경우는 '귀무가설은 일반적으로 모수는 참값과 같고,
대립가설은 모수가 참값보다 크거나, 참값보다 작거나 혹은 참값과 같지 않을 것이다' 라고하는
형식으로만 되어야 한다고 서술하는 것이다.

■ 가설검정 실행전에 조건이 일치하는지 확인해야 한다.

통계적인 분석을 실행하기 전에, 적절한 조건이 만족되었는지 확인하는 것이 중요하다
일반적으로 일어나는 실수는 참값보다 데이터가 더 사실일 것이라고 추정하는 것이다.
우리가 수집한 표본이 단순한 랜덤 샘플링과 같은 방법에 의한 무작위가 아닌 뭔가 다른
방법으로 구해진 데이터라면, 어떠한 통계적 추론도 무의미 하게 된다.

또 다른 이슈로는, 데이터의 분포 그 자체에 대한 것이다.
분포의 모습이 지나치게 한쪽으로 편향되어 비스듬한 모습을 하고 있다든지, 데이터내에
이상치가들이 존재한다면 특히 작은 샘플의 개수로써는 특정 검정을 제대로 하지 못할 수도 있다.

약간의 탐색적인 데이터 분석을 실행하여 검정하고자 하는 방법의 사용 적합성을 확보할 수 있다.
통계적인 과정을 우리가 사용하기 위해서는 항상 필수 조건에 적합한지를 확인해야 한다

■ 검정 통계량 계산 문제점이 상존한다

검정 통계량 계산은 가끔 문제 투성이 일 때가 있다. 계산시에 거듭제곱이나 연산에서 실수를
저지를 수도 있다. 발생할 수 있는 기초적인 계산 실수 뿐만 아니라검정 통계량과 관련하여
발생할 수 있는 많은 문제점들이 있다.

그 중 하나는 통계량 계산을 위해 잘못된 공식을 선택하는 일이다. 이런 경우에는
Z 검정에 샘플표준편차를 사용한다거나 2-비율검정에 성공/실패 비율을 잘못 대입하는 경우이다.

다음 포스트에서 이어서 우리가 가설검정시에 흔히 저지르는 실수에 대해서 알아 보도록 한다.