1 기본적인 사상

2 가설의 종류

3 오류의 종류

4 유의수준(level of significance)

5 p-value

통계는 기본적으로 '부정적'인 입장이다. 예측이라는것 자체가 불확실하기 때문에 조금이라도 부정적이라면 신중히 의사결정을 해야 한다는 의미도 된다.

• 귀무가설(H0): 차이가 없다. (부정적)
  
  • 남녀간의 키 차이가 없다.
    
  • 예측값과 실제값은 차이가 없다.
    
• 대립가설(H1): 차이가 있다. (긍정적)
  
  • 남녀간의 키 차이가 있다.
    
  • 예측값과 실제값은 차이가 있다.
    
    

주장하고 싶은 가설은 대립가설이다.
그러므로 대립가설을 기준으로 생각하는 것이 좋다.

• 1종 오류: 대립가설을 참이라고 결론을을 내렸는데, 이 결론이 잘못된 경우 --> 이거 하나만 기억해도 된다.
  
• 2종 오류: 대립가설을 거짓이라고 결론을 내렸는데, 이 결론이 잘못된 경우
  
  

• 귀무가설 H0가 참일 때 대립가설 H1을 채택하는 오류를 범할 확률의 최대 허용 한계
  
• 유의수준이 0.05(5%)라면, 1종 오류가 나타날 확률이 5% 이하라는 뜻임. 즉, 100번 중에 95번은 대립가설이 맞음.
  
  

예를 들어, 유의확률(p-value)가 0.67이라면 유의수준 0.05에서..

• 유의확률 0.67 > 0.05 이므로
  
• 대립가설이 틀릴(1종 오류가 나타날) 확률이 우리가 정한 1종 오류의 한계인 0.05를 넘어선다.
  
• 즉, 대립가설이 틀릴 확률 67%로 5%보다 높으므로 귀무가설을 기각하지 못한다.