Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 태블로행정동
- sql코테준비
- 모수추정
- 단어뒤집기
- torch.nn.Linear
- 한-캐대학원
- d similar
- 코테select
- dependency modeling
- 토스 sql
- d similar matrices class
- 토스 data assistant
- 이공계 대학원 연수 프로그램
- explicit random effect model
- 백준 알고리즘 기초1
- 한국캐나다대학원연수
- 행정동표시
- random effect model
- 태블로에러
- 조세퍼스 문제
- adp필기문제
- wishart-gamma
- iris대학원
- 태블로
- wishart parameter 추정법
- wishart laplace transform
- 대학원연수프로그램
- wishart gamma random effect model
- toss sql
- adp문제
Archives
- Today
- Total
수리통계 분석 코딩 실습
[Bayesian] 베이지안 가설 검정 - 고전적 검정 본문
✔ 베이지안 검정과 대비되는 고전적 검정의 한계를 알아보자
0. 귀무가설, 대립가설이란?
1. 고전적 검정
2. 고전적 가설 검정의 중요도
3. 고전적 가설 검정의 단점
0. 귀무가설, 대립가설이란?
예를 들어, 귀무가설로는 갈릴레오 갈릴레이의 '지구는 둥글다'라는 가설을 입증할때, 보편적으로 사람들이
믿었던 내용인 '지구는 네모낳다'가 귀무가설(
갈릴레오 갈릴레이의 '지구는 둥글다'가 대립가설(
귀무가설이란
보편적으로 받아드려지는 사실을 말함.
대립가설이란
입증하고자 하는 사실을 말함.
1. 고전적 검정
❗❗ 고전적 검정의 기본 BASE
고전적 검정은 항상즉, 귀무가설을 중심으로 검정이 이뤄진다. H0
다시말해, 귀무가설이 사실일때 기각되지 않도록 보수적으로 검정이 진행됨.
검정의 결과는
이때, 검정은

▷ 검정 오류
- 1종 오류 :
가 사실이 아닐때,H0 를 기각하는 오류H0 - 2종 오류 :
가 사실이 아닐때,H0 를 받아드리는 오류H0 - 기각역 C:
를기각하도록 하는 (H0 )의 영역x1,⋯,xn
2. 고전적 가설 검정의 중요도
1종오류 >>> 2종 오류
즉, 잘못된
→ 채택 방식
1종 오류 확률의 상한가(유의수준
→ 유의 확률을 이용한 검정
※ 검정통계량 T = T(X)
- 유의 확률(p) = T가 관측값 t=T(X)와 같거나 더 극단적인( 대립가설 방향으로 가는 것 )값을 가질 확률
- 유의 확률(p) < 유의수준(
) ☞α 기각H0

3. 고전적 가설 검정의 단점
가H0 에 nested된 경우가 아니면 적용이 어려움H1
예) H0: 성장곡선이 이차곡선이다 vs H1: 성장곡선이 지수함수곡선이다- 유의확률이 관측값 뿐만 아니라 관측되지 않은 '더 극단적인 값'에도 의존함
이면, 보편적인 사실인H1:μ>0 임. 그러므로,H0:μ=0 라는 것은,μ>0
추출은 한번만 이뤄져 하나의 표본에 대해선 관측되지 않은 값을 마치 여러번 표본을 뽑아, 관측한 것처럼
더 극단적인 값(대립가설에 치우져치도록)에도 의존하게 됨. - 귀무가설과 대립가설의 구분이 검정에 영향을 끼침
고전적인 방법하에선, 는 특정값을 지니고, 귀무가설과 대립가설을 구분해야 하는데, 이 구분 자체가 위험성을 지닐 때가 있음.H0
예) vsH0:ρ=1 로 두면, 귀무가설은 보수적이고, 위험하지 않은 값을 지녀야 하는데,H1:−1<ρ<1 가 1인, 특정값을 갖게 되면, 자기 상관계수가 매우 높음으로 분석하게 되어 매우 위험한 분석 결과를 초래함.ρ