* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 1. 이론 정리 1) 개요     (1) 분포에 대한 가정을 하지 않는 신뢰구간         a) 일반적으로 신뢰구간은 특정 분포(예: 정규분포)를 가정하지만, 본 장에서는 분포 독립적인 신뢰구간을 다룸.         b) 표본의 순서통계를 이용하여 특정 백분위수에 대한 신뢰구간을 설정하는 방법을 제시함.  2) 순서통계량과 백분위수     (1) 순서통계량(Order ..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 1. 이론 정리 1) 표본 크기(Sample Size)     (1) 개요         a) 표본 크기의 중요성           (a) 표본 크기는 신뢰 구간의 길이 및 신뢰 수준에 영향을 미침.           (b) 분산이 작을수록 같은 신뢰 수준에서 더 작은 표본 크기로도 충분함.         b) 표본 크기 결정의 일반적 원칙           (a) 모집단의..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 1. 이론 정리  1) 비율 신뢰구간     (1) 정의(Definition)       a) 비율         (a) 어떤 모집단에서 관심 사건이 발생할 확률 또는 상대 빈도를 의미한다.             예를 들어 전체 항목이 \(n\)개이고, 그중 관심 사건이 \(x\)번 발생하면             \[             p = \frac{x}{n}    ..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 1. 이론 정리 1) 두 평균 차에 대한 정의(Definition)      (1) 정의        a) 서로 다른 두 모집단에서 관심 있는 모집단 평균을 각각              \[        \mu_1,\quad \mu_2      \]            라고 하자. 이때 우리가 알고자 하는 값은              \[        \mu_1 - \mu_..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 1. 이론 정리   1) 기본 개념   (1) 모평균 추정 문제   \[ \text{모평균}\ \mu \text{는 모집단 전체의 평균값이며, 이를 추정하기 위해 표본을 이용한다.} \]   \[ \text{크기가 }n\text{인 표본 }X_1, X_2, \dots, X_n\text{에 대해 표본평균 }\bar{X}\text{는} \quad \bar{X} \;=\; \fr..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다  이론 정리 1. 예측 분포(Predictive Distribution) 1) 정의 - 베이지안 추론에서는 기존 데이터 \( X_1, X_2, \dots, X_n \) 을 기반으로 새로운 데이터의 확률 분포를 추정한다. - 확률 밀도 함수(pdf) \( f(x|\theta) \) 와 사전 분포(prior distribution) \( h(\theta) \) 를 이용하여 예측..