통계적 가설검증 | 용어사전 | 웰페어치 포털

통계적 가설검증(Statistical Hypothesis Testing)은 표본(Sample)에서 얻은 데이터를 바탕으로, 연구자가 수집한 정보가 모집단(Population)에서도 통용될 수 있는 실제적인 차이나 효과인지, 아니면 단순히 우연에 의한 결과인지를 확률적으로 판단하는 과학적 절차입니다.

[가설의 두 가지 종류 귀무가설 vs 대립가설]

가설검증을 하려면 반드시 서로 반대되는 두 가지 가설을 세워야 합니다. 통계적 검증은 기본적으로 '귀무가설을 깨뜨리는 것'을 목표로 합니다.

1. 귀무가설 (Null Hypothesis) 개념

1) "차이가 없다", "효과가 없다", "서로 관계가 없다"라고 가정하는 가설입니다. 영가설이라고도 합니다.

2) 통계적 검증의 직접적인 대상이 되며, 연구자는 이 가설이 기각(거부)되기를 바랍니다.

3) 예시 : "새로운 우울증 치료 프로그램은 기존 프로그램과 효과 차이가 없다."

2. 대립가설 (Alternative Hypothesis) 개념

1) "차이가 있다", "효과가 있다", "서로 관계가 있다"라고 가정하는 가설입니다. 연구가설이라고도 합니다.

2) 귀무가설이 통계적으로 기각되면 자동적으로 채택되는 가설로, 연구자가 진짜 증명하고 싶어 하는 주장입니다.

3) 예시 : "새로운 우울증 치료 프로그램은 기존 프로그램보다 효과가 있다."

[가설검증의 두 가지 오류 1종 오류 vs 2종 오류]

오류 종류	모집단	연구자	비고
제1종 오류(알파)	귀무가설이 참인데(효과 없음)	귀무가설을 기각함(효과 있다고 함)	효과가 없는데 효과가 있다고 잘못 판단한 오류(의약품으로 치면 부작용 위험이 큼)
제2종 오류(베타)	귀무가설이 거짓인데(효과 있음)	귀무가설을 채택함(효과 없다고 함)	효과가 진짜 있는데 알아채지 못하고 놓친 오류

1종 오류와 2종 오류는 시소 관계(역상관관계)입니다. 하나를 줄이면 다른 하나는 늘어납니다. 따라서 연구자는 일반적으로 사회적으로 더 위험할 수 있는 1종 오류를 통제(고정)한 뒤 검증을 진행합니다.

Welfarechi

통계적 가설검증 용어사전

상세 설명 👁 45회

💬 의견 나누기 (0)

관련 키워드

통계적 가설검증 용어사전

상세 설명 👁 45회

📝 '통계적 가설검증' 관련 기출문제 도전!

💬 의견 나누기 (0)

관련 키워드