구간추정: 개요
다음과 같은 상황을 보자.
X_i \sim N(\mu, \sigma^2). \kern{10pt} \hat\mu = \overline{X} = 50
이때 실험을 여러번 했다고 치자.
\overline{X} = 50, 55, 54, 65, … 심지어 5000이 나올 수도 있다.
진짜 모수 \mu가 50이 맞나? 아마도 50에 가까울 것이다.
여기서 점 추정의 한계를 볼 수 있다.
그래서 추정량의 분포를 이용해 표본으로부터 모수값을 포함하리라고 예상되는 구간을 제시한다. 이 때 제시되는 구간을 신뢰구간이라고 한다.
\textcolor{red}
{P\bigg(L(\underline{X}) < \mu < U(\underline{X})\bigg)}
= 1-\alpha
L와 U 사이 범위 내에 모수 \mu가 들어갈 가능성 = 1 - \alpha.
이를 신뢰수준이라고 한다.
정규분포 구간추정
정규분포, 평균 구간추정
- 집단 1개, Z검정2023-07-22
- 집단 1개, t검정2023-07-22
- 집단 2개, 차이추정2023-07-22
정규분포, 분산 구간추정
비정규분포 구간추정
정규분포가 아닌 경우 구간추정을 하는 방법에는 2가지가 있다.
- 분포의 합을 이용해서 신뢰구간을 구한다.
- 안되면 중심극한정리를 사용해 신뢰구간을 구한다.
지수분포, 모수추정
- 지수분포, 구간추정 (1)2023-07-22
- 지수분포, 구간추정 (2)2023-07-22
- CLT vs 분포합2023-07-22
포아송분포, 구간추정
베르누이분포, 구간추정
- 이를 모비율 추정이라고 한다.
- 모비율 = 베르누이 시행의 모평균.
- 집단 1개, 모비율 구간추정2023-07-22
- 두 모비율 간 차이 구간추정2023-07-22
분포무관 구간추정
중위수 구간추정
분위수 구간추정
선형모형 구간추정
구간예측: 선형모형의 Y값
estimation : 모수에 대한 추정
prediction : 확률변수에 대한 예측
prediction interval의 구간이 더 넓다.