중심극한정리 강의내용이 제가 갖고 있는 모든 통계학교재와 완전히 다름니다. 평균이 1인 지수분포에서 표본크기 2개, 표본집단 크기 n = 1000 을 뽑아 히스토그램을 그려도 정규분포와 같아지지 않는 사례가 있습니다. 방송대 교재 "확률의 개념과 응용" 입니다. 뭐가 맞는 것인지 헷갈리네요! 좀 더 명확한 설명을 부탁드립니다.
교수님, 영상 너무 감사합니다. 정말 궁금한 부분이 있는데 1. 제 실험에서 통제, 실험집단의 학생수가 각각 20,21명입니다. 정규성검정을 해보니 분포를 따르지않아서 맨휘트니와 윌콕슨으로 독립표본 및 각 집단내의 대응표본을 보려고 합니다. 이때 정규성검정 표가 꼭 나와야 할까요? 2. 대응표본의 경우, 한 집단내에서 사전과 사후를 비교하는것인데 이때도 정규성검정이 필요한가요? 이때도 윌콕슨으로 대응표본을 보려고 하는데 이때는 정규성 검정이 필요없는지 궁금합니다.
영상 감사합니다 중심극한정리의 개념을 이 영상을 통해 더 자세히 알게 되었습니다 저희 교수님도 아직까지 표본수는 최소 30이상이어야 모수통계를 돌릴 수 있다는데 표본의크기랑 표본의 집단 수의 차이를 모르시나보네요 사실 저도 그랬구요 근데 궁금한게 중심극한정리에서 보완된게 부트스트랩인데 여기서 궁금한게 1. 표본의 수가 적어도 부트는 여러번 재추출과 복원추출 과정을 거치는데 표본 수가 적어도 분석이 가능한건지요 즉 정규분포가를 이루지 않을 표본 수인지라고 가능한거지요? 2.그리고 Macro가 아닌 일반 모수통계에서도 부트스트랩을 돌릴 수가 있나요? 교수님 매번 감사드립니다
답변이 많이 늦어졌네요. 양해 부탁 드립니다. 질문 사항에 답 남깁니다. 1. 네. 부트스트랩의 강점은 정규성 조건을 따지지 않고 분석할 수 있다는 것입니다. 2. 질문에 오류가 있어 정확한 질문 의도를 파악하지 못하겠네요. "일반모수통계" 가 방법을 의미한다면, 회귀분석, 상관관계분석 등에서도 부트스트랩을 실행할 수 있는지를 묻는 것으로 판단되는데...이 질문이라면...답은 "네"입니다.
모집단에서 표본추출을 무한히(많이) 반복하면, 표본평균들의 평균이 모집단의 평균에 일치하도록 근접한다는 것을 중심극한정리의 결과로 이해한다고 했을 때.. 부트스트랩이 그와 같은 아이디어로 표본을 대상으로 많이(5000회 이상) 재표본추출을 하여 값을 구할 때, 그 값은 결국은 해당 표본의 값과 근접하는 것이지, 모집단의 값과 근접한다는 것이 맞을까요? 즉, 표본 500개의 어떤 변수의 평균이 397.56일 때 그 표본에서 부트스트랩 5000회 해서 평균을 구해보면 똑같이 397.56으로 표본의 평균이 구해지는 것이지.. 우리가 알지 못해 추정해야하는 모집단의 평균값과 일치하는 것이라고 볼 수 있을지 궁금합니다. 애초에 모집단에서 추출한 표본 자체의 값들이 모집단의 값들과 다른 경우.. 표본을 기반으로 부트스트랩을 해봤자 해당 표본의 값들만 구할 수 있지, 모집단의 값을 구할 수 있느냐라는 회의가 들어서 질문해보았습니다.
모집단의 값을 정확히 알려면 전수 조사를 해야겠죠? 그러나 전수 조사를 하면 엄청난 시간과 비용 부담이 생기기 때문에 우리는 통계적 방법을 활용해 모집단의 값을 단지 추정하는 것입니다. 아무 것도 안 하는 것보다는 확률에 기초해 추정이라도 해보면 얻을 수 있는 게 많겠죠! 통계 분석에 대해 회의를 품기보다는 이것을 어떻게 활용해 실생활에 도움이 되게 할지 고민하는 자세가 과학이 지배하는 현 시대에 더 타당한 태도 아닐런지요.
![[김태현의 정치쇼] 조갑제 "무능한 통치자는 만참해도 모자랄 역사의 범죄자" | 이너:뷰 241227(금)](http://i.ytimg.com/vi/miWf0J4ZVfA/mqdefault.jpg)
교수님 잘설명해주셔서 감사합니다! 논문쓰는데 큰 도움이 되었습니다:)
열공하세요. 항상 응원할게요.^^
중심극한정리 강의내용이 제가 갖고 있는 모든 통계학교재와 완전히 다름니다. 평균이 1인 지수분포에서 표본크기 2개, 표본집단 크기 n = 1000 을 뽑아 히스토그램을 그려도 정규분포와 같아지지 않는 사례가 있습니다. 방송대 교재 "확률의 개념과 응용" 입니다. 뭐가 맞는 것인지 헷갈리네요! 좀 더 명확한 설명을 부탁드립니다.
교수님, 영상 너무 감사합니다. 정말 궁금한 부분이 있는데
1. 제 실험에서 통제, 실험집단의 학생수가 각각 20,21명입니다. 정규성검정을 해보니 분포를 따르지않아서 맨휘트니와 윌콕슨으로 독립표본 및 각 집단내의 대응표본을 보려고 합니다. 이때 정규성검정 표가 꼭 나와야 할까요?
2. 대응표본의 경우, 한 집단내에서 사전과 사후를 비교하는것인데 이때도 정규성검정이 필요한가요? 이때도 윌콕슨으로 대응표본을 보려고 하는데 이때는 정규성 검정이 필요없는지 궁금합니다.
영상 감사합니다 중심극한정리의 개념을 이 영상을 통해 더 자세히 알게 되었습니다 저희 교수님도 아직까지 표본수는 최소 30이상이어야 모수통계를 돌릴 수 있다는데 표본의크기랑 표본의 집단 수의 차이를 모르시나보네요 사실 저도 그랬구요 근데 궁금한게 중심극한정리에서 보완된게 부트스트랩인데 여기서 궁금한게
1. 표본의 수가 적어도 부트는 여러번 재추출과 복원추출 과정을 거치는데 표본 수가 적어도 분석이 가능한건지요 즉 정규분포가를 이루지 않을 표본 수인지라고 가능한거지요?
2.그리고 Macro가 아닌 일반 모수통계에서도 부트스트랩을 돌릴 수가 있나요?
교수님 매번 감사드립니다
답변이 많이 늦어졌네요. 양해 부탁 드립니다. 질문 사항에 답 남깁니다.
1. 네. 부트스트랩의 강점은 정규성 조건을 따지지 않고 분석할 수 있다는 것입니다.
2. 질문에 오류가 있어 정확한 질문 의도를 파악하지 못하겠네요. "일반모수통계" 가 방법을 의미한다면, 회귀분석, 상관관계분석 등에서도 부트스트랩을 실행할 수 있는지를 묻는 것으로 판단되는데...이 질문이라면...답은 "네"입니다.
@@bbaknon 매번 답변 감사합니다 2번 질문 정확히 캐치하셨는데 부트 기능이 있었었나요 확인해 봐야 되겠네요ㅜ.ㅜ
그나저나 부트가 상당히 강점으로 보이는데 이제는 표본이 적어도 연구가 가능하겠네요 일반모수통계에서 부트 돌린 논문을 서칭해봐야되겠네요
모집단에서 표본추출을 무한히(많이) 반복하면, 표본평균들의 평균이 모집단의 평균에 일치하도록 근접한다는 것을 중심극한정리의 결과로 이해한다고 했을 때..
부트스트랩이 그와 같은 아이디어로 표본을 대상으로 많이(5000회 이상) 재표본추출을 하여 값을 구할 때,
그 값은 결국은 해당 표본의 값과 근접하는 것이지, 모집단의 값과 근접한다는 것이 맞을까요?
즉, 표본 500개의 어떤 변수의 평균이 397.56일 때 그 표본에서 부트스트랩 5000회 해서 평균을 구해보면 똑같이 397.56으로 표본의 평균이 구해지는 것이지..
우리가 알지 못해 추정해야하는 모집단의 평균값과 일치하는 것이라고 볼 수 있을지 궁금합니다.
애초에 모집단에서 추출한 표본 자체의 값들이 모집단의 값들과 다른 경우.. 표본을 기반으로 부트스트랩을 해봤자 해당 표본의 값들만 구할 수 있지, 모집단의 값을 구할 수 있느냐라는 회의가 들어서 질문해보았습니다.
모집단의 값을 정확히 알려면 전수 조사를 해야겠죠? 그러나 전수 조사를 하면 엄청난 시간과 비용 부담이 생기기 때문에 우리는 통계적 방법을 활용해 모집단의 값을 단지 추정하는 것입니다. 아무 것도 안 하는 것보다는 확률에 기초해 추정이라도 해보면 얻을 수 있는 게 많겠죠! 통계 분석에 대해 회의를 품기보다는 이것을 어떻게 활용해 실생활에 도움이 되게 할지 고민하는 자세가 과학이 지배하는 현 시대에 더 타당한 태도 아닐런지요.