"표본평균과 표본분산"의 두 판 사이의 차이
둘러보기로 가기
검색하러 가기
이 항목의 수학노트 원문주소==
Pythagoras0 (토론 | 기여) 잔글 (찾아 바꾸기 – “<h5>” 문자열을 “==” 문자열로) |
Pythagoras0 (토론 | 기여) 잔글 (찾아 바꾸기 – “</h5>” 문자열을 “==” 문자열로) |
||
| 1번째 줄: | 1번째 줄: | ||
| − | <h5 style="margin: 0px; line-height: 3.428em; color: rgb(34, 61, 103); font-family: 'malgun gothic',dotum,gulim,sans-serif; font-size: 1.166em; background-position: 0px 100%;">이 항목의 수학노트 원문주소 | + | <h5 style="margin: 0px; line-height: 3.428em; color: rgb(34, 61, 103); font-family: 'malgun gothic',dotum,gulim,sans-serif; font-size: 1.166em; background-position: 0px 100%;">이 항목의 수학노트 원문주소== |
* [[표본평균과 표본분산]] | * [[표본평균과 표본분산]] | ||
| 7번째 줄: | 7번째 줄: | ||
| − | ==개요 | + | ==개요== |
* [[여론조사와 수학|여론조사]] 에 응용되는 통계의 개념 | * [[여론조사와 수학|여론조사]] 에 응용되는 통계의 개념 | ||
| 15번째 줄: | 15번째 줄: | ||
| − | ==유한모집단, 비복원추출의 경우 | + | ==유한모집단, 비복원추출의 경우== |
크기가 N인 유한모집단의 모평균이 <math>\mu</math>, 모분산이 <math>\sigma^2</math> 이라고 가정하자. | 크기가 N인 유한모집단의 모평균이 <math>\mu</math>, 모분산이 <math>\sigma^2</math> 이라고 가정하자. | ||
| 58번째 줄: | 58번째 줄: | ||
| − | ==예 | + | ==예== |
* 모집단이 | * 모집단이 | ||
| 68번째 줄: | 68번째 줄: | ||
| − | ==표본평균 | + | ==표본평균== |
| 76번째 줄: | 76번째 줄: | ||
| − | ==표본분산 | + | ==표본분산== |
* n-1로 나누기 vs n으로 나누기 | * n-1로 나누기 vs n으로 나누기 | ||
| 92번째 줄: | 92번째 줄: | ||
| − | ==역사 | + | ==역사== |
| 103번째 줄: | 103번째 줄: | ||
| − | ==메모 | + | ==메모== |
* | * | ||
| 112번째 줄: | 112번째 줄: | ||
| − | ==관련된 항목들 | + | ==관련된 항목들== |
* [[여론조사와 수학]] | * [[여론조사와 수학]] | ||
| 120번째 줄: | 120번째 줄: | ||
| − | ==매스매티카 파일 및 계산 리소스 | + | ==매스매티카 파일 및 계산 리소스== |
* https://docs.google.com/leaf?id=0B8XXo8Tve1cxYjgwMWFmOTUtMGFmMi00YzE2LThjMWQtZDNkMTEwZGFlYjU5&sort=name&layout=list&num=50 | * https://docs.google.com/leaf?id=0B8XXo8Tve1cxYjgwMWFmOTUtMGFmMi00YzE2LThjMWQtZDNkMTEwZGFlYjU5&sort=name&layout=list&num=50 | ||
| 135번째 줄: | 135번째 줄: | ||
| − | <h5 style="margin: 0px; line-height: 3.428em; color: rgb(34, 61, 103); font-family: 'malgun gothic',dotum,gulim,sans-serif; font-size: 1.166em; background-position: 0px 100%;">수학용어번역 | + | <h5 style="margin: 0px; line-height: 3.428em; color: rgb(34, 61, 103); font-family: 'malgun gothic',dotum,gulim,sans-serif; font-size: 1.166em; background-position: 0px 100%;">수학용어번역== |
* [http://www.kss.or.kr/pds/sec/dic.aspx 한국통계학회 통계학 용어 온라인 대조표]<br> | * [http://www.kss.or.kr/pds/sec/dic.aspx 한국통계학회 통계학 용어 온라인 대조표]<br> | ||
| 145번째 줄: | 145번째 줄: | ||
| − | ==사전 형태의 자료 | + | ==사전 형태의 자료== |
* http://ko.wikipedia.org/wiki/ | * http://ko.wikipedia.org/wiki/ | ||
| 157번째 줄: | 157번째 줄: | ||
| − | ==리뷰논문, 에세이, 강의노트 | + | ==리뷰논문, 에세이, 강의노트== |
| 165번째 줄: | 165번째 줄: | ||
| − | ==관련논문 | + | ==관련논문== |
* http://www.jstor.org/action/doBasicSearch?Query= | * http://www.jstor.org/action/doBasicSearch?Query= | ||
| 175번째 줄: | 175번째 줄: | ||
| − | ==관련도서 | + | ==관련도서== |
* [http://www.postech.ac.kr/%7Ehyelee/book/Chapter5.pdf http://www.postech.ac.kr/~hyelee/book/Chapter5.pdf] | * [http://www.postech.ac.kr/%7Ehyelee/book/Chapter5.pdf http://www.postech.ac.kr/~hyelee/book/Chapter5.pdf] | ||
2012년 11월 1일 (목) 14:14 판
이 항목의 수학노트 원문주소==
개요
- 여론조사 에 응용되는 통계의 개념
유한모집단, 비복원추출의 경우
크기가 N인 유한모집단의 모평균이 \(\mu\), 모분산이 \(\sigma^2\) 이라고 가정하자.
여론조사는, 모집단의 \(\mu\)와 \(\sigma^2\)를 알지 못하는 상태에서, 하나의 표본을 통하여 이를 추정하는 문제에 해당한다.
크기가 n인 표본 \(y_1,\cdots,y_n\) 을 모집단에서 추출했다고 하면, 이로부터 표본평균 \(\bar{y}\)과 표본분산 \(s^2\)을 다음과 같이 얻는다.
\(\bar{y}=\frac{1}{n}\sum_{i=1}^{n}y_{i}\)
\(s^2=\frac{1}{n-1}\sum_{i=1}^{n}(y_{i}-\bar{y})^2\)
\(\bar{y}\)와 \(s^2\) 는 모두 새로운 확률변수로 이해할 수 있으며, 이 확률변수의 평균과 분산을 모평균 \(\mu\), 모분산 \(\sigma^2\)를 통하여 표현할 수 있다.
확률변수 \(\bar{y}\)의 경우
\(E(\bar{y})=\mu\), \(V(\bar{y})=\frac{\sigma^2}{n}(\frac{N-n}{N-1})\)
확률변수 \(s^2\)의 경우
\(E(s^2)=\frac{N}{N-1}\sigma^2\)
모평균과 모분산의 추정
- 평균이 \(\mu\)인 모집단에서 n 개의 표본 \(y_1,\cdots,y_n\) 을 추출할 때 표본평균 \(\bar{y}\)는 \(\mu\)의 불편추정량이다. 즉
\(E(\bar{y})=\mu\) 이 성립한다.
- 평균이 \(\mu\), 분산 \(\sigma^2\) 인 크기가 N인 모집단에서 n개의 표본 \(y_1,\cdots,y_n\)을 추출할 때 표본분산 \(s^2\)은 \(\frac{N}{N-1}\sigma^2\)의 불편추정량이다. 즉
\(E(s^2)=\frac{N}{N-1}\sigma^2\) 이 성립한다.
- 모평균 \(\mu\)은 표본평균 \(\bar{y}\) 로 추정할 수 있다
- 표본평균의 분산 \(V(\bar{y})\)은 표본분산 \(s^2\)를 이용하여 \(\frac{s^2}{n}(\frac{N-n}{N})\) 로 추정할 수 있다
예
- 모집단이
표본평균
표본분산
- n-1로 나누기 vs n으로 나누기
- n-1 로 나누는 경우, 비편향분산이라고 불리기도 하며, 모집단의 분산에 대한 불편추정량이 되는 좋은 성질을 갖는다.
- http://en.wikipedia.org/wiki/Variance#Population_variance_and_sample_variance
- http://en.wikipedia.org/wiki/Bessel%27s_correction
- Bessel's correction yields an unbiased estimator of the population variance
- http://www.minitab.com/support/documentation/answers/Why%20is%20S2%20the%20unbiased%20estimator.pdf
- 편향분산
역사
메모
-
- Math Overflow http://mathoverflow.net/search?q=
관련된 항목들
매스매티카 파일 및 계산 리소스
- https://docs.google.com/leaf?id=0B8XXo8Tve1cxYjgwMWFmOTUtMGFmMi00YzE2LThjMWQtZDNkMTEwZGFlYjU5&sort=name&layout=list&num=50
- http://www.wolframalpha.com/input/?i=
- http://functions.wolfram.com/
- NIST Digital Library of Mathematical Functions
- Abramowitz and Stegun Handbook of mathematical functions
- The On-Line Encyclopedia of Integer Sequences
- Numbers, constants and computation
- 매스매티카 파일 목록
수학용어번역==
- 한국통계학회 통계학 용어 온라인 대조표
- population 모집단
- sampling without replacement 비복원표집, 비복원추출
사전 형태의 자료
- http://ko.wikipedia.org/wiki/
- http://en.wikipedia.org/wiki/
- The Online Encyclopaedia of Mathematics
- NIST Digital Library of Mathematical Functions
- The World of Mathematical Equations
리뷰논문, 에세이, 강의노트
관련논문
관련도서
\(E(\bar{y})=\mu\) 이 성립한다.
\(E(s^2)=\frac{N}{N-1}\sigma^2\) 이 성립한다.
- 한국통계학회 통계학 용어 온라인 대조표
- population 모집단
- sampling without replacement 비복원표집, 비복원추출
사전 형태의 자료
- http://ko.wikipedia.org/wiki/
- http://en.wikipedia.org/wiki/
- The Online Encyclopaedia of Mathematics
- NIST Digital Library of Mathematical Functions
- The World of Mathematical Equations
리뷰논문, 에세이, 강의노트
관련논문