< Return to Video

Conditions for inference on slope | More on regression | AP Statistics | Khan Academy

  • 0:00 - 0:02
    이전 강의에서
  • 0:02 - 0:05
    회귀선을 어떻게 사용하는지
  • 0:05 - 0:08
    특히, 모집단에서
    회귀선의 기울기에 관하여
  • 0:08 - 0:11
    추론을 하기 위해
    어떻게 표본자료를 바탕으로
  • 0:11 - 0:16
    회귀선의 기울기를 사용하는지
    생각해 보았습니다
  • 0:16 - 0:18
    이번 시간에는
  • 0:18 - 0:20
    회귀선을 다룰 때
  • 0:20 - 0:23
    추론을 위한 조건이
    무엇인지 알아보고자 합니다
  • 0:23 - 0:25
    어떻게 보면
  • 0:25 - 0:27
    평균, 혹은 비율에 대한
    신뢰구간이나
  • 0:27 - 0:30
    가설검정을 시행할 때 고려했던
  • 0:30 - 0:34
    추론을 위한 조건과
    유사한 부분이 있습니다
  • 0:34 - 0:37
    하지만 새로운
    조건도 있습니다
  • 0:37 - 0:40
    이 조건들을 기억하기 위해
  • 0:40 - 0:47
    줄임말 LINER를 기억하세요
  • 0:47 - 0:50
    와닿지 않는다면
    선형(linear)과 유사합니다
  • 0:50 - 0:53
    여기에 a가 있으면
    선형(linear)이 되겠죠
  • 0:53 - 0:55
    이는 기억할 가치가 있습니다
  • 0:55 - 0:57
    회귀선에 대해 알아보고 있죠
  • 0:57 - 1:01
    L은 선형(linear)을 나타냅니다
  • 1:01 - 1:05
    여기서 조건은 모집단에서
  • 1:05 - 1:09
    변수 x와 y 사이의
    실제 관계가
  • 1:09 - 1:11
    선형 관계라는 것입니다
  • 1:11 - 1:14
    선형 관계
  • 1:14 - 1:16
    선형 관계
  • 1:16 - 1:18
    선형 관계
  • 1:18 - 1:20
    선형 관계
  • 1:20 - 1:22
    x와 y 사이에서
  • 1:22 - 1:24
    x와 y 사이에서
  • 1:24 - 1:26
    x와 y 사이에서
  • 1:26 - 1:29
    대부분의 경우
  • 1:29 - 1:31
    예를 들어, AP 시험에서
  • 1:31 - 1:34
    이와 같은 조건은
  • 1:34 - 1:36
    만족한다고 가정합니다
  • 1:36 - 1:38
    일반적으로
  • 1:38 - 1:39
    모든 조건은
    만족한다고 가정합니다
  • 1:39 - 1:41
    이 조건들이 무엇인지
    아는 게 더 중요합니다
  • 1:41 - 1:43
    하지만 생각해 보세요
  • 1:43 - 1:46
    이 관계가 선형이 아니라면
  • 1:46 - 1:47
    추론이 탄탄하지 않겠죠
  • 1:47 - 1:50
    추론이 탄탄하지 않겠죠
  • 1:50 - 1:53
    다음 조건은
  • 1:53 - 1:56
    보통 추론을 위한
    조건으로 언급되는
  • 1:56 - 1:58
    독립성(independence)
    조건입니다
  • 1:58 - 2:00
    독립성(independence)
    조건입니다
  • 2:00 - 2:02
    여러 가지 방식으로
    생각해보죠
  • 2:02 - 2:04
    각 개체가
  • 2:04 - 2:06
    서로 독립이려면
  • 2:06 - 2:09
    복원추출하면 됩니다
  • 2:09 - 2:12
    아니면 10% 조건도 있습니다
  • 2:12 - 2:13
    비율, 혹은 평균에 대한
  • 2:13 - 2:18
    독립성 조건을 고려할 때
    했던 내용이죠
  • 2:18 - 2:20
    표본의 크기가
  • 2:20 - 2:24
    모집단의 10%를 넘지 않아야
  • 2:24 - 2:26
    성립합니다
  • 2:26 - 2:28
    다음은
    일반성(normal) 조건입니다
  • 2:28 - 2:30
    비율, 평균에 대한 추론을 할 때
  • 2:30 - 2:33
    했던 부분이죠
  • 2:33 - 2:35
    그러나, 회귀선을 다룰 때에는
  • 2:35 - 2:38
    조금 더 복잡합니다
  • 2:38 - 2:40
    일반성 조건은 보통
  • 2:40 - 2:42
    만족한다고 가정했죠
  • 2:42 - 2:44
    하지만 회귀선을 그려보면
  • 2:44 - 2:45
    원근법을 사용합니다
  • 2:45 - 2:47
    3차원 공간입니다
  • 2:47 - 2:48
    이것은 x축
  • 2:48 - 2:50
    이것은 y축입니다
  • 2:50 - 2:55
    모집단에서 회귀선은
    이런 모습입니다
  • 2:55 - 2:57
    따라서 일반성 조건은
  • 2:57 - 3:01
    모집단에서 주어진
    어떠한 x에 대해서도
  • 3:01 - 3:05
    예상하는 y의 분포는
  • 3:05 - 3:07
    정규분포를 따릅니다
  • 3:07 - 3:09
    x가 주어졌을 때
  • 3:09 - 3:11
    y에 대한 정규분포를
  • 3:11 - 3:12
    그릴 수 있는지
    확인해 봅시다
  • 3:12 - 3:14
    여기 정규분포가 있습니다
  • 3:14 - 3:17
    이 x에 대해서
  • 3:17 - 3:21
    정규분포를 예상할 수 있습니다
  • 3:21 - 3:23
    이렇게 말이죠
  • 3:23 - 3:25
    이렇게 말이죠
  • 3:25 - 3:25
    x가 주어진다면
  • 3:25 - 3:28
    y의 분포는 정규분포를 따릅니다
  • 3:28 - 3:30
    보통 이 조건은
  • 3:30 - 3:32
    만족한다 하고 넘어갈 것입니다
  • 3:32 - 3:34
    적어도 통계학 입문에서는
  • 3:34 - 3:37
    여러분이 다루기에
    조금 어렵기 때문이죠
  • 3:37 - 3:39
    다음 조건입니다
  • 3:39 - 3:43
    동일한(equal) 분산 조건입니다
  • 3:43 - 3:45
    동일한(equal) 분산 조건입니다
  • 3:45 - 3:46
    이는 주어진 x에 대하여
  • 3:46 - 3:49
    이 정규분포들이
  • 3:49 - 3:51
    산포도가 같아야
    한다는 것이죠
  • 3:51 - 3:53
    따라서 분산이
    같다고 할 수 있고
  • 3:53 - 3:55
    아니면 표준편차가 같다고
    할 수 있습니다
  • 3:55 - 3:56
    아니면 표준편차가 같다고
    할 수 있습니다
  • 3:56 - 4:00
    예를 들어
    여기 주어진 x가
  • 4:00 - 4:03
    이런 모습을 나타내며
  • 4:03 - 4:04
    분산이 작다면
  • 4:04 - 4:07
    추론을 위한 조건을
    만족하지 않게 되겠죠
  • 4:07 - 4:10
    마지막으로
    우리에게 익숙한 조건입니다
  • 4:10 - 4:12
    임의성(random) 조건입니다
  • 4:12 - 4:15
    이 조건은 자료들이
  • 4:15 - 4:17
    잘 설계된 임의표본이나
  • 4:17 - 4:19
    한 무작위 실험으로부터
    나왔다는 것입니다
  • 4:19 - 4:23
    또한 이 조건은 지금까지
    추론을 위한 조건으로
  • 4:23 - 4:26
    모든 경우에서 쓰였습니다
  • 4:26 - 4:27
    그냥 넘어갈게요
  • 4:27 - 4:28
    LINER
    알아두세요
  • 4:28 - 4:30
    시험에 잘 나옵니다
  • 4:30 - 4:33
    하지만 대부분의 경우
    문제를 풀 때
  • 4:33 - 4:36
    통계학 입문에서는
  • 4:36 - 4:39
    추론을 위한 조건이
    만족되었다고 가정할 것입니다
  • 4:39 - 4:41
    아니면 추론을 위한 조건에
    무엇이 있는지 물어볼 것입니다
  • 4:41 - 4:43
    그러나 증명하라고는
    안할 것입니다
  • 4:43 - 4:46
    예를 들어, 일반성 조건이나
    동일한 분산조건은
  • 4:46 - 4:47
    통계학 입문에서 다루기엔
  • 4:47 - 4:50
    조금 과합니다
Title:
Conditions for inference on slope | More on regression | AP Statistics | Khan Academy
Description:

more » « less
Video Language:
English
Team:
Khan Academy
Duration:
04:51

Korean subtitles

Revisions