확률변수 (Random Variable)
• 확률변수는 표본공간의 각 원소에 실숫값을 대응시키는 함수다(확률을 대응시키는 것이 아니다 — 그것은 확률분포)
• 가질 수 있는 값이 유한하거나 셀 수 있으면 이산형, 구간의 모든 값을 가지면 연속형
개념을 불러오는 중…
확률변수 vs 데이터(상수) 구분 / 모집단·모수 / 표본·통계량 / 표본오차·비표본오차
미출제기출 0회분 중 0문항
확률변수 vs 데이터(상수) 구분 / 모집단·모수 / 표본·통계량 / 표본오차·비표본오차
• 확률변수는 표본공간의 각 원소에 실숫값을 대응시키는 함수다(확률을 대응시키는 것이 아니다 — 그것은 확률분포)
• 가질 수 있는 값이 유한하거나 셀 수 있으면 이산형, 구간의 모든 값을 가지면 연속형
• 표본조사는 표본에서 계산한 통계량으로 모집단의 모수를 추정한다. 전수조사가 불가능하거나 비용이 클 때 쓴다
• 일부만 조사하므로 표본오차는 피할 수 없다
• 표본 크기를 정할 때 가장 중요한 것은 대표성이다. 대표성 있는 표본을 얻으려면 무작위로 뽑는다
| 오차 | 원인 | 줄이는 방법 |
|---|---|---|
| 표본오차 | 표본이 모집단을 완전히 대표하지 못해서 | 표본 크기를 늘리면 줄어든다 |
| 비표본오차 | 조사·입력·집계 과정의 실수, 응답오차, 유도 질문 | 표본 크기와 무관하다 — 조사 대상이 늘면 오히려 커질 수 있다 |
| 표본편의 | 추출 방법에서 비롯 — 특정 대상이 우선적으로 뽑힐 때 | 확률화(무작위 추출)로 줄인다. 이렇게 뽑은 표본이 확률표본 |
• 비표본오차는 표본 크기나 추출 방법과 관계없이 생긴다. 응답오차와 유도 질문은 표본조사에서 유의할 점이다
• 정규화(단위 맞추기)나 모형 추론으로는 표본편의를 없애지 못한다
모든 객체 동일 확률 무작위
첫 개체 무작위 선택 후 매 k번째 추출
집락으로 나눠 일부 집락만 선택 → 그 집락의 전체 또는 일부 조사
겹치지 않는 층으로 나눠 각 층(모든 층)에서 추출
모집단 개체 뽑힌 표본
• 네 방법 모두 확률 표본 추출이다(깁스 샘플링 같은 계산 기법은 여기 속하지 않는다)
• 단순랜덤: N개에서 n개를 뽑으면 어느 개체나 뽑힐 확률이 n/N으로 같다(100개에서 10개면 10/100). 다만 특정한 두 개체가 함께 뽑힐 확률은 (10/100) × (9/99) = 1/110
• 계통: 무작위로 정하는 것은 첫 표본뿐이고 그 뒤로는 일정한 간격
• 층화: 층의 크기와 분산을 고려해 층마다 뽑을 수를 정할 수 있다
• 집락: 고른 집락을 전부 조사하거나, 그 안에서 다시 뽑는 다단계 추출을 한다
계통추출법은 모집단에 일련번호를 붙인 뒤 첫 표본만 무작위로 정하고 일정한 간격으로 뽑는다.
분류만 가능
순서 있음
간격 의미, 절대0 없음
간격·비율 의미, 절대0 있음
| 척도 | 예 | 주의 |
|---|---|---|
| 명목 | 성별 · 혈액형 · 출생지 · 수도권/비수도권 | 분류만 한다 |
| 순서 | 만족도(5단계) · 선호도 · 학년 · 신용등급 | 순위는 있지만 차이의 크기는 비교할 수 없다 |
| 구간(등간) | 섭씨온도 · 물가지수 · 주가지수 | 절대 영점이 없다 |
| 비율 | 나이 · 몸무게 · 소득 | 절대 영점이 있다 — 사칙연산 모두 가능 |
부여된 숫자에 산술연산이 의미 있나?
| 척도 | 같다/다르다 | 크다/작다 | 차이 | 비율·배수 | 대표 통계량 |
|---|---|---|---|---|---|
| 명목 | ✓ | – | – | – | 빈도·비율·최빈값 |
| 순서 | ✓ | ✓ | – | – | 중앙값·분위수·순위 |
| 구간 | ✓ | ✓ | ✓ | – | 평균·분산·표준편차 |
| 비율 | ✓ | ✓ | ✓ | ✓ | 평균·기하평균·변동계수 |
• 담고 있는 정보량: 명목 < 순서 < 구간 < 비율
• 구간척도는 덧셈·뺄셈까지만 의미가 있다 — 섭씨 20도가 10도보다 10도 높다고는 해도 두 배 덥다고는 할 수 없다. '몇 배'는 절대 영점이 있는 비율척도에서만 말한다