빅데이터분석기사 필기
시험 직전 요약장
판단 기준과 헷갈리는 개념, 대표 예제를 짧게 확인하세요.
범주형 자료 분석
원래 이론 →판단 기준
- 적합도는 한 변수와 기준분포, 독립성은 한 모집단의 두 변수, 동질성은 여러 집단의 분포를 비교한다.
- 독립성·동질성 검정은 질문과 표본추출 구조가 다르지만 기대빈도·자유도 계산은 같다.
- 기대빈도는 관측빈도가 아니라 귀무가설 아래의 셀 빈도다.
- 카이제곱 통계량은 방향을 주지 않으므로 조건부 비율과 잔차가 필요하다.
- 크래머 V는 연관 강도를 요약하지만 방향·인과성을 주지 않는다.
- 짝지어진 이진 자료는 일반 독립성 검정이 아니라 McNemar 검정을 검토한다.
헷갈리는 개념
표를 좌우로 밀어 나머지 열을 확인하세요. 키보드: ←·→, Home·End
| 검정 | 자료·표본 구조 | 귀무가설 | 기대빈도와 자유도 |
|---|---|---|---|
| 적합도 | 한 범주형 변수, 기준비율 pᵢ⁰ | 모집단 비율이 기준과 같음 | Eᵢ=npᵢ⁰, 고정된 k범주면 보통 df=k-1 |
| 독립성 | 한 모집단에서 두 범주형 변수를 함께 측정 | 두 변수가 독립 | Eᵢⱼ=nᵢ+n+ⱼ/n, df=(r-1)(c-1) |
| 동질성 | 여러 독립 모집단·집단에서 같은 범주 결과를 측정 | 집단별 범주 분포가 같음 | 독립성과 같은 계산식·자유도 |
적합도 검정에서 기준분포의 모수를 자료로 추정했다면 추정한 독립 모수 수만큼 자유도가 추가로 감소할 수 있다. 독립성과 동질성은 계산식이 같아도 표본을 어떻게 뽑았고 무엇을 일반화하는지가 다르다.
서열형 자료에도 일반 카이제곱 검정을 적용할 수 있지만 범주의 순서 정보를 쓰지 않는다. 순서가 분석 목적에 중요하면 선형 추세 검정, 순위 기반 방법이나 서열 로지스틱 모형 등을 검토한다.
내 최근 연습 오답
현재 브라우저의 연습 채점 기록에서 공개된 단원과 연결된 오답을 확인합니다.
오답 기록을 확인하고 있습니다.