[7급 국가직 통계학] 19년 1회차
7급 국가직 통계학 기출문제

19년 1회차

총 20문항 · 객관식 · A4 약 1장

1 / 1
A4정답 포함
7급 국가직 통계학 기출문제모두CBT · moducbt.com

19년 1회차

총 20문항 · 객관식 · 정답·해설 포함
문제 1
다음은 어느 회사의 방문 고객 수에 대한 자료이다. 산술평균, 중앙값, 최빈값을 모두 더한 값은?
1, 2, 3, 3, 2, 3, 4, 6
17
28
39
410
정답 및 해설

평균·중앙값·최빈값이 모두 3이므로 세 값의 합은 9이다.

산술평균: 1+2+3+3+2+3+4+68=248=3\dfrac{1+2+3+3+2+3+4+6}{8}=\dfrac{24}{8}=3

크기순 정렬 1, 2, 2, 3, 3, 3, 4, 6 에서 중앙값은 넷째·다섯째 값의 평균 3+32=3\dfrac{3+3}{2}=3이고, 가장 자주 나온 값인 최빈값도 3이다.

따라서 3+3+3=93+3+3=9이다.

문제 2
다음 사례에 해당하는 표본추출 방법은?
어느 여론조사 기관이 전국의 유권자 중 무작위로 뽑힌 1,000명에게 차기 대통령 후보에 대한 선호도를 물었다. 이때, 표본의 40 %가 A 후보를, 35 %가 B 후보를, 15 %가 C 후보를 지지하는 결과를 얻었다.
1단순임의추출법(simple random sampling)
2군집추출법(cluster sampling)
3층화추출법(stratified sampling)
4계통추출법(systematic sampling)
정답 및 해설

전국 유권자 전체에서 무작위로 1,000명을 뽑았으므로 단순임의추출법이다.

모든 유권자가 같은 확률로 뽑히며, 집단을 미리 나누거나 일정 간격을 두는 절차가 없다. 지지율 40 %·35 %·15 %는 조사 결과일 뿐 추출 방법과 무관하다.

  • 군집추출법: 모집단을 지역 등 군집으로 나눈 뒤 일부 군집을 통째로 뽑는 방법인데, 군집을 고르는 절차가 없다.
  • 층화추출법: 성별·연령 등 층으로 나눠 층마다 표본을 뽑는 방법인데, 층을 나눈 언급이 없다.
  • 계통추출법: 명부에서 첫 개체를 정한 뒤 일정 간격마다 뽑는 방법인데, 간격 추출이 아니다.
문제 3
확률질량함수 또는 확률밀도함수가 될 수 없는 것은?
1f(x)=110f(x)=\frac{1}{10}, (0<x≤100\lt x\le 10인 정수)
2f(x)=(12)xf(x)=\left(\frac{1}{2}\right)^x, (xx는 자연수)
3f(x)=e−xf(x)=e^{-x}, (x>0x\gt 0)
4f(x)=13(3−2x)f(x)=\frac{1}{3}(3-2x), (0≤x≤10\le x\le 1)
정답 및 해설

f(x)=13(3−2x)f(x)=\dfrac{1}{3}(3-2x)는 정의역 전체의 적분값이 1이 아니므로 확률밀도함수가 될 수 없다.

확률(밀도)함수는 음이 아니고 전체 합(적분)이 1이어야 한다.
∫0113(3−2x) dx=13[3x−x2]01=23≠1\displaystyle\int_0^1\dfrac{1}{3}(3-2x)\,dx=\dfrac{1}{3}\left[3x-x^2\right]_0^1=\dfrac{2}{3}\ne 1

  • f(x)=110f(x)=\dfrac{1}{10}(1부터 10까지의 정수): 10개 값의 합이 10×110=110\times\dfrac{1}{10}=1이므로 확률질량함수이다.
  • f(x)=(12)xf(x)=\left(\dfrac{1}{2}\right)^x(자연수): 등비급수 합 1/21−1/2=1\dfrac{1/2}{1-1/2}=1이므로 확률질량함수이다.
  • f(x)=e−xf(x)=e^{-x}(양수): ∫0∞e−x dx=1\displaystyle\int_0^\infty e^{-x}\,dx=1이므로 확률밀도함수(지수분포)이다.
문제 4
다음은 표본으로 조사된 5명의 양팔 길이(XX)와 키(YY)에 대한 자료 (xi,yi), i=1,⋯ ,5(x_i,y_i),\,i=1,\cdots,5이다. ∑i=15(xi−x‾)(yi−y‾)=23.6\sum_{i=1}^{5}(x_i-\overline{x})(y_i-\overline{y})=23.6일 때, 양팔 길이와 키의 표본상관계수는? (단, 단위는 cm이다)
구분12345평균표준편차
양팔 길이(XX)168165168169162166.42.88
키(YY)169165167167163166.22.28
14×2.88×2.2823.6\frac{4\times 2.88\times 2.28}{23.6}
223.64×2.88×2.28\frac{23.6}{4\times 2.88\times 2.28}
35×2.88×2.2823.6\frac{5\times 2.88\times 2.28}{23.6}
423.65×2.88×2.28\frac{23.6}{5\times 2.88\times 2.28}
정답 및 해설

표본공분산을 두 표본표준편차의 곱으로 나눈 값이 표본상관계수이므로 23.64×2.88×2.28\dfrac{23.6}{4\times 2.88\times 2.28}이다.

r=∑(xi−x‾)(yi−y‾)(n−1)sXsYr=\dfrac{\sum(x_i-\overline{x})(y_i-\overline{y})}{(n-1)s_Xs_Y}
주어진 표준편차는 n−1=4n-1=4로 나눈 표본표준편차이다(양팔 길이 편차제곱합 33.2를 4로 나누면 8.3, 제곱근 약 2.88).

  • 분모에 5를 곱해 23.6을 나눈 식: 표준편차를 nn으로 나눠 구했을 때의 식으로 주어진 값과 맞지 않는다.
  • 4×2.88×2.284\times 2.88\times 2.28를 23.6으로 나눈 식: 분자·분모가 정의와 뒤집혀 1보다 커진다.
  • 5×2.88×2.285\times 2.88\times 2.28를 23.6으로 나눈 식: 분자·분모가 뒤집혔고 분모 계수도 틀렸다.
문제 5
어떤 확률변수 XX의 확률분포표가 다음과 같다. 이 모집단에서 복원추출한 크기가 2인 표본으로부터 얻은 표본평균을 X‾\overline{X}라고 하자. 표본평균 X‾\overline{X}의 기댓값이 E(X‾)=14\mathrm{E}(\overline{X})=\frac{1}{4}일 때, 표본평균 X‾\overline{X}의 분산 Var(X‾)\mathrm{Var}(\overline{X})은? (단, aa는 상수)
XX−1-10011합계
P(X=x)\mathrm{P}(X=x)12−a\frac{1}{2}-aaa12\frac{1}{2}1
1932\frac{9}{32}
21132\frac{11}{32}
3916\frac{9}{16}
41116\frac{11}{16}
정답 및 해설

표본평균의 분산은 1132\dfrac{11}{32}이다.

E(X)=−(12−a)+12=a\mathrm{E}(X)=-\left(\dfrac{1}{2}-a\right)+\dfrac{1}{2}=a이고 E(X‾)=E(X)\mathrm{E}(\overline{X})=\mathrm{E}(X)이므로 a=14a=\dfrac{1}{4}

E(X2)=(12−a)+12=1−a=34\mathrm{E}(X^2)=\left(\dfrac{1}{2}-a\right)+\dfrac{1}{2}=1-a=\dfrac{3}{4}
Var(X)=34−(14)2=1116\mathrm{Var}(X)=\dfrac{3}{4}-\left(\dfrac{1}{4}\right)^2=\dfrac{11}{16}

복원추출이므로 Var(X‾)=σ2n\mathrm{Var}(\overline{X})=\dfrac{\sigma^2}{n}: 1116÷2=1132\dfrac{11}{16}\div 2=\dfrac{11}{32}. 모분산 1116\dfrac{11}{16}을 그대로 답하면 표본크기로 나누는 단계를 빠뜨린 것이다.

문제 6
c(c≥2)c(c\ge 2)개의 범주로 나누어지는 r(r≥2)r(r\ge 2)개의 다항모집단에서 i(i=1,⋯ ,r)i(i=1,\cdots,r)번째 모집단의 각 범주에 대한 모비율은 pi1,pi2,⋯ ,picp_{i1},p_{i2},\cdots,p_{ic}이고, 관측값은 Oi1,Oi2,⋯ ,OicO_{i1},O_{i2},\cdots,O_{ic}이고, ii번째 모집단의 표본의 크기는 nin_i이고 n=∑i=1rnin=\sum_{i=1}^{r}n_i이며, j=1,⋯ ,cj=1,\cdots,c에 대해 O⋅j=∑i=1rOijO_{\cdot j}=\sum_{i=1}^{r}O_{ij}이다. r×cr\times c 분할표의 동질성검정에 대한 설명으로 옳지 않은 것은?
1모든 j(j=1,⋯ ,c)j(j=1,\cdots,c)에 대해 ∑i=1rpij=1\sum_{i=1}^{r}p_{ij}=1이다.
2귀무가설은 각 j(j=1,⋯ ,c)j(j=1,\cdots,c)에 대해 p1j=p2j=⋯=prjp_{1j}=p_{2j}=\cdots=p_{rj}이다.
3귀무가설하에서 j(j=1,⋯ ,c)j(j=1,\cdots,c)에 속할 공통인 각 범주의 모비율의 추정값은 O⋅jn\frac{O_{\cdot j}}{n}이다.
4귀무가설하에서 ii번째 모집단의 jj번째 범주의 추정 기대도수는 niO⋅jn\frac{n_iO_{\cdot j}}{n}이다.
정답 및 해설

동질성검정에서 비율의 합이 1이 되는 것은 각 모집단 안의 범주들이므로, 모든 범주 jj에 대해 모집단에 걸친 합이 1이라는 설명이 옳지 않다.

ii번째 모집단은 cc개 범주로 나뉘므로 ∑j=1cpij=1\sum_{j=1}^{c}p_{ij}=1이 성립하고, 같은 범주의 비율을 모집단끼리 더한 ∑i=1rpij\sum_{i=1}^{r}p_{ij}는 합이 1일 이유가 없다.

  • 귀무가설이 모든 모집단에서 범주별 비율이 같다는 p1j=p2j=⋯=prjp_{1j}=p_{2j}=\cdots=p_{rj}라는 설명은 옳다.
  • 귀무가설하에서 공통 모비율은 모든 표본을 합쳐 p^j=O⋅jn\hat{p}_j=\dfrac{O_{\cdot j}}{n}로 추정하므로 옳다.
  • 추정 기대도수는 표본 크기와 공통 비율의 곱 nip^j=niO⋅jnn_i\hat{p}_j=\dfrac{n_iO_{\cdot j}}{n}이므로 옳다.
문제 7
질병에 대한 치료효과를 검정하기 위해 환자 10명의 치료 전과 치료 후의 검사치가 다음 표와 같다. 여기에서 X1,X2,⋯ ,X10X_1,X_2,\cdots,X_{10}은 서로 독립이며 정규분포 N(μX,σX2)N(\mu_X,\sigma_X^2)를, Y1,Y2,⋯ ,Y10Y_1,Y_2,\cdots,Y_{10}은 서로 독립이며 정규분포 N(μY,σY2)N(\mu_Y,\sigma_Y^2)를 따른다. 치료 전후 검사치의 차의 모평균 μD\mu_D에 대해 귀무가설 H0:μD=0H_0:\mu_D=0 대 대립가설 H1:μD>0H_1:\mu_D\gt 0을 유의수준 α\alpha에서 검정하고자 한다. 이에 대한 설명으로 옳은 것은? (단, tα(n)t_\alpha(n)는 자유도 nn인 tt분포의 제100×(1−α)100\times(1-\alpha) 백분위수이다)
환자
시기
123⋯\cdots10평균분산
치료 전X1X_1X2X_2X3X_3⋯\cdotsX10X_{10}X‾\overline{X}SX2S_X^2
치료 후Y1Y_1Y2Y_2Y3Y_3⋯\cdotsY10Y_{10}Y‾\overline{Y}SY2S_Y^2
차이(Di=Xi−YiD_i=X_i-Y_i)D1D_1D2D_2D3D_3⋯\cdotsD10D_{10}D‾\overline{D}SD2S_D^2
1검정통계량 D‾SD/10\frac{\overline{D}}{S_D/\sqrt{10}}이 −tα(9)-t_\alpha(9)보다 작으면 귀무가설을 기각한다.
2검정통계량 D‾SD/10\frac{\overline{D}}{S_D/\sqrt{10}}이 tα(9)t_\alpha(9)보다 크면 귀무가설을 기각한다.
3검정통계량 D‾SD/10\frac{\overline{D}}{S_D/\sqrt{10}}이 −tα(10)-t_\alpha(10)보다 작으면 귀무가설을 기각한다.
4검정통계량 D‾SD/10\frac{\overline{D}}{S_D/\sqrt{10}}이 tα(10)t_\alpha(10)보다 크면 귀무가설을 기각한다.
정답 및 해설

대응표본 tt검정이고 대립가설이 μD>0\mu_D\gt 0인 우측검정이므로, 검정통계량이 tα(9)t_\alpha(9)보다 크면 귀무가설을 기각한다.

같은 환자의 전후 차이 DiD_i 10개를 하나의 표본으로 보므로 자유도는 n−1=9n-1=9이다.
T=D‾SD/10∼t(9)T=\dfrac{\overline{D}}{S_D/\sqrt{10}}\sim t(9)

  • −tα(9)-t_\alpha(9)보다 작으면 기각: 대립가설이 μD<0\mu_D\lt 0인 좌측검정의 기각역이다.
  • −tα(10)-t_\alpha(10)보다 작으면 기각: 검정 방향과 자유도가 모두 틀렸다.
  • tα(10)t_\alpha(10)보다 크면 기각: 방향은 맞지만 자유도는 10이 아니라 9이다.
문제 8
다음은 어떤 자료를 다중선형회귀모형 Y=β0+β1X1+β2X2+ϵY=\beta_0+\beta_1X_1+\beta_2X_2+\epsilon에 적합하여 얻은 결과의 일부이다. 이에 대한 설명으로 옳지 않은 것은? (단, 오차항 ϵ\epsilon은 평균이 0이고 분산이 σ2\sigma^2인 정규분포를 따른다)
모형비표준화 계수표준화 계수⋯\cdots유의확률
상수1.793⋯\cdots
X1X_11.9710.816⋯\cdots0.000
X2X_2−1.290-1.290−1.337-1.337⋯\cdots0.000
1YY에 X2X_2가 X1X_1보다 더 크게 영향을 미친다.
2X1X_1, X2X_2의 회귀계수는 유의수준 5 %에서 모두 유의하다.
3X1X_1이 고정되어 있을 때 X2X_2가 증가하면 YY는 감소하는 경향이 있다.
4X2X_2가 고정되어 있을 때 X1X_1이 1단위 증가하면 YY의 추정값이 0.816배 증가한다.
정답 및 해설

X1X_1의 비표준화 계수가 1.971이므로, X2X_2를 고정하고 X1X_1이 1단위 증가하면 YY의 추정값은 1.971만큼 증가한다. 0.816배 증가한다는 설명이 옳지 않다.

원래 단위의 변화량은 비표준화 계수로 해석한다. 표준화 계수 0.816은 X1X_1이 1 표준편차 늘 때 YY가 0.816 표준편차 변한다는 뜻이며, 계수는 배수가 아니라 더해지는 변화량이다.

  • X2X_2가 X1X_1보다 크게 영향: 표준화 계수 절댓값 1.337이 0.816보다 크므로 옳다.
  • 두 회귀계수가 5 %에서 유의: 유의확률이 모두 0.000으로 0.05보다 작으므로 옳다.
  • X1X_1 고정 시 X2X_2 증가에 YY 감소: X2X_2의 계수가 음수이므로 옳다.
문제 9
X1,⋯ ,XnX_1,\cdots,X_n은 확률밀도함수 f(x;μ)=1μe−xμf(x;\mu)=\frac{1}{\mu}e^{-\frac{x}{\mu}}, (μ>0, x>0\mu\gt 0,\,x\gt 0)을 따르는 확률표본이다. 모수 μ\mu의 최대가능도추정량(maximum likelihood estimator) μ^\hat{\mu}에 대한 설명으로 옳지 않은 것은? (단, log는 자연로그이다)
1가능도함수(likelihood function)를 대수변환한 로그가능도함수는 l(μ)=−nlog⁡μ−1μ∑i=1nxil(\mu)=-n\log\mu-\frac{1}{\mu}\sum_{i=1}^{n}x_i이다.
2로그가능도함수를 μ\mu에 대해 한 번 미분해서 0으로 놓고, 이 방정식의 해를 구한다.
3최대가능도추정량은 μ^=1n∑i=1nXi\hat{\mu}=\frac{1}{n}\sum_{i=1}^{n}X_i이다.
4최대가능도추정량은 편의추정량(biased estimator)이다.
정답 및 해설

최대가능도추정량 μ^=X‾\hat{\mu}=\overline{X}는 E(X‾)=μ\mathrm{E}(\overline{X})=\mu인 불편추정량이므로, 편의추정량이라는 설명이 옳지 않다.

이 분포는 평균이 μ\mu인 지수분포이므로 표본평균의 기댓값은 E(μ^)=1n∑i=1nE(Xi)=μ\mathrm{E}(\hat{\mu})=\dfrac{1}{n}\sum_{i=1}^{n}\mathrm{E}(X_i)=\mu이다.

  • 가능도함수 L(μ)=μ−ne−∑xi/μL(\mu)=\mu^{-n}e^{-\sum x_i/\mu}에 로그를 취하면 l(μ)=−nlog⁡μ−1μ∑xil(\mu)=-n\log\mu-\dfrac{1}{\mu}\sum x_i이므로 옳다.
  • 로그가능도함수를 μ\mu로 미분해 0으로 놓고 해를 구하는 절차는 옳다.
  • l′(μ)=−nμ+∑xiμ2=0l^{\prime}(\mu)=-\dfrac{n}{\mu}+\dfrac{\sum x_i}{\mu^2}=0에서 μ^=1n∑Xi\hat{\mu}=\dfrac{1}{n}\sum X_i이므로 옳다.
문제 10
X1,X2,X3,X4,X5X_1,X_2,X_3,X_4,X_5는 서로 독립이며, 구간 (0,1)(0,1)에서 균일분포(uniform distribution)를 따르고, X(1)≤X(2)≤X(3)≤X(4)≤X(5)X_{(1)}\le X_{(2)}\le X_{(3)}\le X_{(4)}\le X_{(5)}는 X1,X2,X3,X4,X5X_1,X_2,X_3,X_4,X_5의 순서통계량이라고 할 때, 기댓값 E[X(4)]\mathrm{E}[X_{(4)}]는?
116\frac{1}{6}
213\frac{1}{3}
323\frac{2}{3}
456\frac{5}{6}
정답 및 해설

다섯 값 중 넷째로 작은 값의 기댓값은 23\dfrac{2}{3}이다.

구간 (0, 1) 균일분포에서 크기 nn인 표본의 순서통계량은 베타분포 X(k)∼Beta(k, n−k+1)X_{(k)}\sim\mathrm{Beta}(k,\,n-k+1)를 따르며 기댓값은 kn+1\dfrac{k}{n+1}이다.

k=4, n=5k=4,\ n=5 대입: E[X(4)]=45+1=23\mathrm{E}[X_{(4)}]=\dfrac{4}{5+1}=\dfrac{2}{3}

5개 점이 구간을 평균적으로 6등분한다고 보면 넷째 점의 위치가 46\dfrac{4}{6}인 것과 같다.

문제 11
전체 인구의 5 %가 어떤 질병을 가지고 있다고 한다. 이 질병을 진단하는 검사 방법이 있는데, 이 검사 방법은 이 질병을 실제로 가지고 있을 때 검사 결과가 양성(positive) 반응을 나타낼 확률이 0.95, 음성(negative) 반응을 나타낼 확률이 0.05이고, 이 질병을 실제로 가지고 있지 않을 경우 검사 결과가 양성 반응을 나타낼 확률이 0.1, 음성 반응을 나타낼 확률이 0.9이다. 임의로 한 사람을 선택하여 이 검사를 한 결과가 양성 반응으로 나타났다면, 이 사람이 실제로 이 질병을 가지고 있을 확률은?
112\frac{1}{2}
213\frac{1}{3}
314\frac{1}{4}
415\frac{1}{5}
정답 및 해설

양성 판정을 받은 사람이 실제 질병을 가지고 있을 확률은 13\dfrac{1}{3}이다.

전체 양성 확률: P(+)=0.05×0.95+0.95×0.1=0.0475+0.095=0.1425P(+)=0.05\times 0.95+0.95\times 0.1=0.0475+0.095=0.1425

베이즈 정리: P(D∣+)=0.04750.1425=13P(D\mid +)=\dfrac{0.0475}{0.1425}=\dfrac{1}{3}

유병률이 낮아 질병이 없는 사람의 위양성이 양성 판정의 3분의 2를 차지하기 때문이다.

문제 12
여론조사 회사에서 어떤 사항에 대한 국민의 찬성 비율 pp를 알아보기 위해 전화 설문조사를 무작위로 실시하려고 한다. 96 % 신뢰수준에서 모든 pp에 대한 추정량의 오차한계를 0.05이내로 하는 최소 표본의 크기 nn을 구하는 부등식은? (단, zαz_\alpha는 표준정규분포의 제100×(1−α)100\times(1-\alpha) 백분위수를 나타내고, z0.04=1.75z_{0.04}=1.75, z0.02=2.05z_{0.02}=2.05이고, 모집단의 크기는 충분히 크다)
1n≥(1.750.05)212n\ge\left(\frac{1.75}{0.05}\right)^2\frac{1}{2}
2n≥(1.750.05)214n\ge\left(\frac{1.75}{0.05}\right)^2\frac{1}{4}
3n≥(2.050.05)212n\ge\left(\frac{2.05}{0.05}\right)^2\frac{1}{2}
4n≥(2.050.05)214n\ge\left(\frac{2.05}{0.05}\right)^2\frac{1}{4}
정답 및 해설

최소 표본크기 부등식은 n≥(2.050.05)214n\ge\left(\dfrac{2.05}{0.05}\right)^2\dfrac{1}{4}이다.

오차한계 조건은 zα/2p(1−p)n≤0.05z_{\alpha/2}\sqrt{\dfrac{p(1-p)}{n}}\le 0.05이고, 96 % 신뢰수준이면 α=0.04\alpha=0.04이므로 z0.02=2.05z_{0.02}=2.05를 쓴다.

모든 pp에 대해 성립하려면 p(1−p)p(1-p)의 최댓값 14\dfrac{1}{4}(p=12p=\dfrac{1}{2})을 대입한다.

  • 1.75와 12\dfrac{1}{2}을 쓴 식: 임계값과 p(1−p)p(1-p)의 최댓값이 모두 틀렸다.
  • 1.75와 14\dfrac{1}{4}을 쓴 식: z0.04z_{0.04}는 양측 92 % 신뢰수준의 임계값이다.
  • 2.05와 12\dfrac{1}{2}을 쓴 식: p(1−p)p(1-p)의 최댓값은 12\dfrac{1}{2}이 아니다.
문제 13
어느 가게에 월요일부터 금요일까지 방문하는 손님 수는 다음 표와 같다. 손님 수가 요일에 따라 다른지를 검정하기 위한 χ2\chi^2 검정통계량의 값과 유의수준 5 %에서 검정결과를 바르게 연결한 것은? (단, χα2(k)\chi_\alpha^2(k)는 자유도가 kk인 χ2\chi^2 분포의 제100×(1−α)100\times(1-\alpha) 백분위수를 나타내고, χ0.052(4)=9.49\chi_{0.05}^2(4)=9.49, χ0.052(5)=11.07\chi_{0.05}^2(5)=11.07이다)
요일월화수목금합계
손님 수(명)2525101525100
χ2\chi^2 검정통계량의 값 검정결과
110 귀무가설을 기각할 수 없음
210 귀무가설을 기각함
311 귀무가설을 기각할 수 없음
411 귀무가설을 기각함
정답 및 해설

χ2\chi^2 검정통계량의 값은 10이고 임계값 9.49보다 크므로 귀무가설을 기각한다.

귀무가설(요일별 손님 수가 같음)하의 기대도수 Ei=1005=20E_i=\dfrac{100}{5}=20
χ2=5220×3+(−10)220+(−5)220=3.75+5+1.25=10\chi^2=\dfrac{5^2}{20}\times 3+\dfrac{(-10)^2}{20}+\dfrac{(-5)^2}{20}=3.75+5+1.25=10

자유도는 범주 수에서 1을 뺀 5−1=45-1=4이고 10>χ0.052(4)=9.4910\gt\chi^2_{0.05}(4)=9.49이다.

  • 값 10·기각할 수 없음: 통계량이 임계값을 넘으므로 기각해야 한다.
  • 값 11·기각할 수 없음: 통계량은 11이 아니며, 자유도를 5로 잡아 11.07과 비교하는 것도 틀렸다.
  • 값 11·기각함: 통계량 값부터 틀렸다.
문제 14
다음은 처리 수준의 수가 5인 공정에서 처리에 따른 반응값의 모평균이 차이가 있는지를 검정하기 위한 일원배치 분산분석법을 적용한 결과의 일부이다. 검정에 대한 유의확률(significance probability) pp의 범위는? (단, Fα(k1,k2)F_\alpha(k_1,k_2)는 분자의 자유도가 k1k_1이고 분모의 자유도가 k2k_2인 FF분포의 제100×(1−α)100\times(1-\alpha) 백분위수를 나타내고, F0.01(4,17)=4.67F_{0.01}(4,17)=4.67, F0.05(4,17)=2.96F_{0.05}(4,17)=2.96, F0.1(4,17)=2.31F_{0.1}(4,17)=2.31이다)
요인제곱합자유도평균제곱FF-값
처리2204
잔차
전체39021
10<p<0.010\lt p\lt 0.01
20.01<p<0.050.01\lt p\lt 0.05
30.05<p<0.10.05\lt p\lt 0.1
40.1<p<10.1\lt p\lt 1
정답 및 해설

F=5.5F=5.5가 F0.01(4,17)=4.67F_{0.01}(4,17)=4.67보다 크므로 유의확률은 0<p<0.010\lt p\lt 0.01이다.

잔차 제곱합 390−220=170390-220=170, 잔차 자유도 21−4=1721-4=17
평균제곱: 처리 2204=55\dfrac{220}{4}=55, 잔차 17017=10\dfrac{170}{17}=10
F=5510=5.5F=\dfrac{55}{10}=5.5

통계량이 1 % 임계값보다 크면 그 오른쪽 꼬리 확률은 0.01보다 작다.

  • 0.01과 0.05 사이: FF가 2.96과 4.67 사이일 때이다.
  • 0.05와 0.1 사이: FF가 2.31과 2.96 사이일 때이다.
  • 0.1 초과: FF가 2.31보다 작을 때이다.
문제 15
관측된 자료 (xi,yi)(x_i,y_i), i=1,⋯ ,21i=1,\cdots,21에서 얻은 통계량의 값이 ∑i=121(xi−x‾)2=81\sum_{i=1}^{21}(x_i-\overline{x})^2=81, ∑i=121(yi−y‾)2=100\sum_{i=1}^{21}(y_i-\overline{y})^2=100이다. 이 자료를 단순선형 회귀모형 Yi=β0+β1Xi+ϵiY_i=\beta_0+\beta_1X_i+\epsilon_i에 적합하여 얻은 기울기에 대한 최소제곱추정값이 β1^=−1\widehat{\beta_1}=-1일 때, 이에 대한 설명으로 옳은 것은? (단, 오차항 ϵi\epsilon_i는 서로 독립이며 정규분포 N(0,σ2)N(0,\sigma^2)을 따른다)
1XX가 증가할 때 YY가 증가하는 경향이 있다.
2설명변수와 반응변수의 상관계수는 0.9이다.
3회귀모형의 결정계수는 0.81이다.
4오차항의 분산 σ2\sigma^2에 대한 추정값인 평균제곱오차는 10이다.
정답 및 해설

상관계수가 −0.9-0.9이므로 결정계수는 0.81이라는 설명이 옳다.

Sxy=β1^Sxx=−1×81=−81S_{xy}=\widehat{\beta_1}S_{xx}=-1\times 81=-81
r=SxySxxSyy=−819×10=−0.9r=\dfrac{S_{xy}}{\sqrt{S_{xx}S_{yy}}}=\dfrac{-81}{9\times 10}=-0.9
R2=r2=0.81R^2=r^2=0.81

  • XX 증가 시 YY 증가: 기울기가 음수이므로 YY는 감소하는 경향이다.
  • 상관계수 0.9: 부호가 기울기를 따르므로 −0.9-0.9이다.
  • 평균제곱오차 10: SSR=β1^2Sxx=81SSR=\widehat{\beta_1}^2S_{xx}=81, SSE=100−81=19SSE=100-81=19, MSE=1921−2=1MSE=\dfrac{19}{21-2}=1이다.
문제 16
처리 수준의 수가 4인 인자 AA와 처리 수준의 수가 2인 인자 BB에 대한 반복이 없는 이원배치법의 실험에서 다음과 같은 자료를 얻었다. 분산분석 결과에서 인자 AA와 인자 BB가 모두 유의수준 5 %에서 유의한 것으로 판명되었다. A2A_2수준과 B2B_2수준을 조합한 실험 조건에서 모평균의 추정값은?
인자 AA
인자 BB
A1A_1A2A_2A3A_3A4A_4합계
B1B_180389856272
B2B_242227042176
합계1226016898448
118
222
330
444
정답 및 해설

A2B2A_2B_2 조건의 모평균 추정값은 18이다.

반복이 없는 이원배치에서는 교호작용을 분리할 수 없으므로 주효과만으로 추정한다.
μ^(A2B2)=y‾2⋅+y‾⋅2−y‾‾\hat{\mu}(A_2B_2)=\overline{y}_{2\cdot}+\overline{y}_{\cdot 2}-\overline{\overline{y}}

y‾2⋅=602=30, y‾⋅2=1764=44, y‾‾=4488=56\overline{y}_{2\cdot}=\dfrac{60}{2}=30,\ \overline{y}_{\cdot 2}=\dfrac{176}{4}=44,\ \overline{\overline{y}}=\dfrac{448}{8}=56
30+44−56=1830+44-56=18

  • 22: 해당 칸의 관측값 하나로, 오차가 그대로 섞여 있어 추정값이 아니다.
  • 30: A2A_2 수준 평균만 쓴 값이다.
  • 44: B2B_2 수준 평균만 쓴 값이다.
문제 17
숫자 1, 2, 3, 4가 표시된 공정한 정사면체 AA, BB 두 개를 던져서 나오는 눈의 수를 각각 aa, bb라고 하고, 확률변수 X=[ba]X=\left[\frac{b}{a}\right]라고 할 때, 확률변수 Y=16XY=16X의 기댓값은? (단, [x][x]는 xx보다 크지 않는 최대 정수를 나타낸다)
115
216
317
418
정답 및 해설

E(X)=1716\mathrm{E}(X)=\dfrac{17}{16}이므로 Y=16XY=16X의 기댓값은 17이다.

16가지 경우가 같은 확률이므로 aa별로 [ba]\left[\dfrac{b}{a}\right]를 합한다.
a=1: 1+2+3+4=10a=1:\ 1+2+3+4=10
a=2: 0+1+1+2=4a=2:\ 0+1+1+2=4
a=3: 0+0+1+1=2a=3:\ 0+0+1+1=2
a=4: 0+0+0+1=1a=4:\ 0+0+0+1=1

합계 17이므로 E(X)=1716\mathrm{E}(X)=\dfrac{17}{16}, 기댓값의 선형성으로 E(Y)=16×1716=17\mathrm{E}(Y)=16\times\dfrac{17}{16}=17이다.

문제 18
X1,X2,⋯ ,X10X_1,X_2,\cdots,X_{10}은 평균이 0, 분산이 4인 정규모집단으로부터 추출한 확률표본이고, Y1,Y2,⋯ ,Y20Y_1,Y_2,\cdots,Y_{20}은 평균이 0, 분산이 8인 정규모집단으로부터 추출한 확률표본이다. 두 모집단이 독립일 때, 표본평균 X‾=110∑i=110Xi\overline{X}=\frac{1}{10}\sum_{i=1}^{10}X_i와 Y‾=120∑i=120Yi\overline{Y}=\frac{1}{20}\sum_{i=1}^{20}Y_i를 이용한 통계량 (X‾+Y‾X‾−Y‾)2\left(\frac{\overline{X}+\overline{Y}}{\overline{X}-\overline{Y}}\right)^2의 확률분포는?
1자유도가 1인 카이제곱분포
2자유도가 10인 카이제곱분포
3분자의 자유도가 1이고 분모의 자유도가 1인 FF분포
4분자의 자유도가 10이고 분모의 자유도가 20인 FF분포
정답 및 해설

통계량은 분자·분모 자유도가 모두 1인 FF분포를 따른다.

X‾∼N(0,410), Y‾∼N(0,820)\overline{X}\sim N\left(0,\dfrac{4}{10}\right),\ \overline{Y}\sim N\left(0,\dfrac{8}{20}\right)로 분산이 0.4로 같다. U=X‾+Y‾, V=X‾−Y‾U=\overline{X}+\overline{Y},\ V=\overline{X}-\overline{Y}는 각각 N(0,0.8)N(0,0.8)이고 Cov(U,V)=0.4−0.4=0\mathrm{Cov}(U,V)=0.4-0.4=0인 결합정규이므로 서로 독립이다.

(UV)2=(U/0.8)2/1(V/0.8)2/1∼χ2(1)/1χ2(1)/1=F(1,1)\left(\dfrac{U}{V}\right)^2=\dfrac{(U/\sqrt{0.8})^2/1}{(V/\sqrt{0.8})^2/1}\sim\dfrac{\chi^2(1)/1}{\chi^2(1)/1}=F(1,1)

  • 자유도 1인 카이제곱분포: 분모도 확률변수이므로 비율은 카이제곱분포가 아니다.
  • 자유도 10인 카이제곱분포: 표본크기는 표본평균의 분산에만 반영되고 자유도가 되지 않는다.
  • 자유도 10, 20인 FF분포: 분자·분모가 각각 하나의 표준정규 제곱이므로 자유도는 1이다.
문제 19
어느 자료에서 변수 XX와 YY를 평균이 0, 표준편차가 1이 되도록 각각 표준화한 변수를 X∗X^*와 Y∗Y^*라 하자. 설명변수 X∗X^*와 반응변수 Y∗Y^*를 절편이 있는 단순선형회귀모형에 적용하여 얻은 추정회귀식과 분산분석표에 대한 설명으로 옳은 것만을 모두 고르면?
ㄱ. 추정회귀식의 절편은 0이다.
ㄴ. 분산분석표에서 회귀제곱합과 오차제곱합의 합은 회귀자유도와 오차자유도의 합과 같다.
ㄷ. XX와 YY가 각각 설명변수와 반응변수인 절편이 있는 단순선형회귀모형에 적용하여 얻은 분산분석표의 FF-값과 X∗X^*와 Y∗Y^*를 이용한 분산분석표의 FF-값은 같다.
1ㄱ
2ㄱ, ㄴ
3ㄴ, ㄷ
4ㄱ, ㄴ, ㄷ
정답 및 해설

ㄱ, ㄴ, ㄷ이 모두 옳다.

표준화 변수는 평균 0, 표본표준편차(n−1n-1 기준) 1이며, 회귀의 결정계수는 선형변환에 불변이다.

  • ㄱ: 절편 β^0=y∗‾−β^1x∗‾=0−β^1×0=0\hat{\beta}_0=\overline{y^*}-\hat{\beta}_1\overline{x^*}=0-\hat{\beta}_1\times 0=0이다.
  • ㄴ: SST=∑(yi∗−0)2=n−1SST=\sum(y_i^*-0)^2=n-1이고 SSR+SSE=SSTSSR+SSE=SST, 자유도 합도 1+(n−2)=n−11+(n-2)=n-1로 같다.
  • ㄷ: F=(n−2)R21−R2F=\dfrac{(n-2)R^2}{1-R^2}이고 R2R^2(상관계수의 제곱)는 표준화 전후가 같으므로 FF값도 같다.
문제 20
다음은 어느 제품에 포함된 두 인자 AA, BB의 수준에 따라 제품의 품질이 어떤 영향을 받는지 알아보기 위해 반복이 있는 이원배치 모형을 적용하여 얻은 분산분석표의 일부이다.
요인제곱합자유도평균제곱FF-값
인자 AA161
인자 BB141
교호작용 A×BA\times B2
오차8
전체7
여기서 교호작용의 효과가 유의수준 5 %에서 유의하지 않아 교호작용을 포함하지 않는 이원배치 모형을 적용하여 재분석을 실시하였다. 다음은 재분석하여 얻은 분산분석표의 일부이다.
요인제곱합자유도평균제곱FF-값
인자 AA161
인자 BB141
오차
전체
재분석 결과에 대한 설명으로 옳지 않은 것은? (단, Fα(k1,k2)F_\alpha(k_1,k_2)는 분자의 자유도가 k1k_1이고 분모의 자유도가 k2k_2인 FF분포의 제100×(1−α)100\times(1-\alpha) 백분위수를 나타내고, F0.05(1,4)=7.71F_{0.05}(1,4)=7.71, F0.05(1,5)=6.61F_{0.05}(1,5)=6.61이다)
1유의수준 5 %에서 인자 AA의 효과가 있다고 할 수 있다.
2유의수준 5 %에서 인자 BB의 효과가 있다고 할 수 있다.
3오차항의 자유도는 4이다.
4평균제곱오차는 2이다.
정답 및 해설

교호작용을 오차에 합치면 오차 자유도는 5가 되므로, 4라는 설명이 옳지 않다.

처음 분석의 전체 자유도 7은 A(1)+B(1)+A×B(1)+A(1)+B(1)+A\times B(1)+오차 4이다. 교호작용을 빼면 풀링되어
SSE=8+2=10SSE=8+2=10, 자유도 4+1=54+1=5, MSE=105=2MSE=\dfrac{10}{5}=2

  • 인자 AA의 효과: F=162=8>F0.05(1,5)=6.61F=\dfrac{16}{2}=8\gt F_{0.05}(1,5)=6.61이므로 옳다.
  • 인자 BB의 효과: F=142=7>6.61F=\dfrac{14}{2}=7\gt 6.61이므로 옳다.
  • 평균제곱오차 2: 위 계산과 같으므로 옳다.
7급 국가직 통계학 기출문제모두CBT · moducbt.com
19년 1회차
총 20문항 · 객관식 · 정답·해설 포함
문제 1
다음은 어느 회사의 방문 고객 수에 대한 자료이다. 산술평균, 중앙값, 최빈값을 모두 더한 값은?
1, 2, 3, 3, 2, 3, 4, 6
17
28
39
410
정답 및 해설

평균·중앙값·최빈값이 모두 3이므로 세 값의 합은 9이다.

산술평균: 1+2+3+3+2+3+4+68=248=3\dfrac{1+2+3+3+2+3+4+6}{8}=\dfrac{24}{8}=3

크기순 정렬 1, 2, 2, 3, 3, 3, 4, 6 에서 중앙값은 넷째·다섯째 값의 평균 3+32=3\dfrac{3+3}{2}=3이고, 가장 자주 나온 값인 최빈값도 3이다.

따라서 3+3+3=93+3+3=9이다.

문제 2
다음 사례에 해당하는 표본추출 방법은?
어느 여론조사 기관이 전국의 유권자 중 무작위로 뽑힌 1,000명에게 차기 대통령 후보에 대한 선호도를 물었다. 이때, 표본의 40 %가 A 후보를, 35 %가 B 후보를, 15 %가 C 후보를 지지하는 결과를 얻었다.
1단순임의추출법(simple random sampling)
2군집추출법(cluster sampling)
3층화추출법(stratified sampling)
4계통추출법(systematic sampling)
정답 및 해설

전국 유권자 전체에서 무작위로 1,000명을 뽑았으므로 단순임의추출법이다.

모든 유권자가 같은 확률로 뽑히며, 집단을 미리 나누거나 일정 간격을 두는 절차가 없다. 지지율 40 %·35 %·15 %는 조사 결과일 뿐 추출 방법과 무관하다.

  • 군집추출법: 모집단을 지역 등 군집으로 나눈 뒤 일부 군집을 통째로 뽑는 방법인데, 군집을 고르는 절차가 없다.
  • 층화추출법: 성별·연령 등 층으로 나눠 층마다 표본을 뽑는 방법인데, 층을 나눈 언급이 없다.
  • 계통추출법: 명부에서 첫 개체를 정한 뒤 일정 간격마다 뽑는 방법인데, 간격 추출이 아니다.
문제 3
확률질량함수 또는 확률밀도함수가 될 수 없는 것은?
1f(x)=110f(x)=\frac{1}{10}, (0<x≤100\lt x\le 10인 정수)
2f(x)=(12)xf(x)=\left(\frac{1}{2}\right)^x, (xx는 자연수)
3f(x)=e−xf(x)=e^{-x}, (x>0x\gt 0)
4f(x)=13(3−2x)f(x)=\frac{1}{3}(3-2x), (0≤x≤10\le x\le 1)
정답 및 해설

f(x)=13(3−2x)f(x)=\dfrac{1}{3}(3-2x)는 정의역 전체의 적분값이 1이 아니므로 확률밀도함수가 될 수 없다.

확률(밀도)함수는 음이 아니고 전체 합(적분)이 1이어야 한다.
∫0113(3−2x) dx=13[3x−x2]01=23≠1\displaystyle\int_0^1\dfrac{1}{3}(3-2x)\,dx=\dfrac{1}{3}\left[3x-x^2\right]_0^1=\dfrac{2}{3}\ne 1

  • f(x)=110f(x)=\dfrac{1}{10}(1부터 10까지의 정수): 10개 값의 합이 10×110=110\times\dfrac{1}{10}=1이므로 확률질량함수이다.
  • f(x)=(12)xf(x)=\left(\dfrac{1}{2}\right)^x(자연수): 등비급수 합 1/21−1/2=1\dfrac{1/2}{1-1/2}=1이므로 확률질량함수이다.
  • f(x)=e−xf(x)=e^{-x}(양수): ∫0∞e−x dx=1\displaystyle\int_0^\infty e^{-x}\,dx=1이므로 확률밀도함수(지수분포)이다.
문제 4
다음은 표본으로 조사된 5명의 양팔 길이(XX)와 키(YY)에 대한 자료 (xi,yi), i=1,⋯ ,5(x_i,y_i),\,i=1,\cdots,5이다. ∑i=15(xi−x‾)(yi−y‾)=23.6\sum_{i=1}^{5}(x_i-\overline{x})(y_i-\overline{y})=23.6일 때, 양팔 길이와 키의 표본상관계수는? (단, 단위는 cm이다)
구분12345평균표준편차
양팔 길이(XX)168165168169162166.42.88
키(YY)169165167167163166.22.28
14×2.88×2.2823.6\frac{4\times 2.88\times 2.28}{23.6}
223.64×2.88×2.28\frac{23.6}{4\times 2.88\times 2.28}
35×2.88×2.2823.6\frac{5\times 2.88\times 2.28}{23.6}
423.65×2.88×2.28\frac{23.6}{5\times 2.88\times 2.28}
정답 및 해설

표본공분산을 두 표본표준편차의 곱으로 나눈 값이 표본상관계수이므로 23.64×2.88×2.28\dfrac{23.6}{4\times 2.88\times 2.28}이다.

r=∑(xi−x‾)(yi−y‾)(n−1)sXsYr=\dfrac{\sum(x_i-\overline{x})(y_i-\overline{y})}{(n-1)s_Xs_Y}
주어진 표준편차는 n−1=4n-1=4로 나눈 표본표준편차이다(양팔 길이 편차제곱합 33.2를 4로 나누면 8.3, 제곱근 약 2.88).

  • 분모에 5를 곱해 23.6을 나눈 식: 표준편차를 nn으로 나눠 구했을 때의 식으로 주어진 값과 맞지 않는다.
  • 4×2.88×2.284\times 2.88\times 2.28를 23.6으로 나눈 식: 분자·분모가 정의와 뒤집혀 1보다 커진다.
  • 5×2.88×2.285\times 2.88\times 2.28를 23.6으로 나눈 식: 분자·분모가 뒤집혔고 분모 계수도 틀렸다.
문제 5
어떤 확률변수 XX의 확률분포표가 다음과 같다. 이 모집단에서 복원추출한 크기가 2인 표본으로부터 얻은 표본평균을 X‾\overline{X}라고 하자. 표본평균 X‾\overline{X}의 기댓값이 E(X‾)=14\mathrm{E}(\overline{X})=\frac{1}{4}일 때, 표본평균 X‾\overline{X}의 분산 Var(X‾)\mathrm{Var}(\overline{X})은? (단, aa는 상수)
XX−1-10011합계
P(X=x)\mathrm{P}(X=x)12−a\frac{1}{2}-aaa12\frac{1}{2}1
1932\frac{9}{32}
21132\frac{11}{32}
3916\frac{9}{16}
41116\frac{11}{16}
정답 및 해설

표본평균의 분산은 1132\dfrac{11}{32}이다.

E(X)=−(12−a)+12=a\mathrm{E}(X)=-\left(\dfrac{1}{2}-a\right)+\dfrac{1}{2}=a이고 E(X‾)=E(X)\mathrm{E}(\overline{X})=\mathrm{E}(X)이므로 a=14a=\dfrac{1}{4}

E(X2)=(12−a)+12=1−a=34\mathrm{E}(X^2)=\left(\dfrac{1}{2}-a\right)+\dfrac{1}{2}=1-a=\dfrac{3}{4}
Var(X)=34−(14)2=1116\mathrm{Var}(X)=\dfrac{3}{4}-\left(\dfrac{1}{4}\right)^2=\dfrac{11}{16}

복원추출이므로 Var(X‾)=σ2n\mathrm{Var}(\overline{X})=\dfrac{\sigma^2}{n}: 1116÷2=1132\dfrac{11}{16}\div 2=\dfrac{11}{32}. 모분산 1116\dfrac{11}{16}을 그대로 답하면 표본크기로 나누는 단계를 빠뜨린 것이다.

문제 6
c(c≥2)c(c\ge 2)개의 범주로 나누어지는 r(r≥2)r(r\ge 2)개의 다항모집단에서 i(i=1,⋯ ,r)i(i=1,\cdots,r)번째 모집단의 각 범주에 대한 모비율은 pi1,pi2,⋯ ,picp_{i1},p_{i2},\cdots,p_{ic}이고, 관측값은 Oi1,Oi2,⋯ ,OicO_{i1},O_{i2},\cdots,O_{ic}이고, ii번째 모집단의 표본의 크기는 nin_i이고 n=∑i=1rnin=\sum_{i=1}^{r}n_i이며, j=1,⋯ ,cj=1,\cdots,c에 대해 O⋅j=∑i=1rOijO_{\cdot j}=\sum_{i=1}^{r}O_{ij}이다. r×cr\times c 분할표의 동질성검정에 대한 설명으로 옳지 않은 것은?
1모든 j(j=1,⋯ ,c)j(j=1,\cdots,c)에 대해 ∑i=1rpij=1\sum_{i=1}^{r}p_{ij}=1이다.
2귀무가설은 각 j(j=1,⋯ ,c)j(j=1,\cdots,c)에 대해 p1j=p2j=⋯=prjp_{1j}=p_{2j}=\cdots=p_{rj}이다.
3귀무가설하에서 j(j=1,⋯ ,c)j(j=1,\cdots,c)에 속할 공통인 각 범주의 모비율의 추정값은 O⋅jn\frac{O_{\cdot j}}{n}이다.
4귀무가설하에서 ii번째 모집단의 jj번째 범주의 추정 기대도수는 niO⋅jn\frac{n_iO_{\cdot j}}{n}이다.
정답 및 해설

동질성검정에서 비율의 합이 1이 되는 것은 각 모집단 안의 범주들이므로, 모든 범주 jj에 대해 모집단에 걸친 합이 1이라는 설명이 옳지 않다.

ii번째 모집단은 cc개 범주로 나뉘므로 ∑j=1cpij=1\sum_{j=1}^{c}p_{ij}=1이 성립하고, 같은 범주의 비율을 모집단끼리 더한 ∑i=1rpij\sum_{i=1}^{r}p_{ij}는 합이 1일 이유가 없다.

  • 귀무가설이 모든 모집단에서 범주별 비율이 같다는 p1j=p2j=⋯=prjp_{1j}=p_{2j}=\cdots=p_{rj}라는 설명은 옳다.
  • 귀무가설하에서 공통 모비율은 모든 표본을 합쳐 p^j=O⋅jn\hat{p}_j=\dfrac{O_{\cdot j}}{n}로 추정하므로 옳다.
  • 추정 기대도수는 표본 크기와 공통 비율의 곱 nip^j=niO⋅jnn_i\hat{p}_j=\dfrac{n_iO_{\cdot j}}{n}이므로 옳다.
문제 7
질병에 대한 치료효과를 검정하기 위해 환자 10명의 치료 전과 치료 후의 검사치가 다음 표와 같다. 여기에서 X1,X2,⋯ ,X10X_1,X_2,\cdots,X_{10}은 서로 독립이며 정규분포 N(μX,σX2)N(\mu_X,\sigma_X^2)를, Y1,Y2,⋯ ,Y10Y_1,Y_2,\cdots,Y_{10}은 서로 독립이며 정규분포 N(μY,σY2)N(\mu_Y,\sigma_Y^2)를 따른다. 치료 전후 검사치의 차의 모평균 μD\mu_D에 대해 귀무가설 H0:μD=0H_0:\mu_D=0 대 대립가설 H1:μD>0H_1:\mu_D\gt 0을 유의수준 α\alpha에서 검정하고자 한다. 이에 대한 설명으로 옳은 것은? (단, tα(n)t_\alpha(n)는 자유도 nn인 tt분포의 제100×(1−α)100\times(1-\alpha) 백분위수이다)
환자
시기
123⋯\cdots10평균분산
치료 전X1X_1X2X_2X3X_3⋯\cdotsX10X_{10}X‾\overline{X}SX2S_X^2
치료 후Y1Y_1Y2Y_2Y3Y_3⋯\cdotsY10Y_{10}Y‾\overline{Y}SY2S_Y^2
차이(Di=Xi−YiD_i=X_i-Y_i)D1D_1D2D_2D3D_3⋯\cdotsD10D_{10}D‾\overline{D}SD2S_D^2
1검정통계량 D‾SD/10\frac{\overline{D}}{S_D/\sqrt{10}}이 −tα(9)-t_\alpha(9)보다 작으면 귀무가설을 기각한다.
2검정통계량 D‾SD/10\frac{\overline{D}}{S_D/\sqrt{10}}이 tα(9)t_\alpha(9)보다 크면 귀무가설을 기각한다.
3검정통계량 D‾SD/10\frac{\overline{D}}{S_D/\sqrt{10}}이 −tα(10)-t_\alpha(10)보다 작으면 귀무가설을 기각한다.
4검정통계량 D‾SD/10\frac{\overline{D}}{S_D/\sqrt{10}}이 tα(10)t_\alpha(10)보다 크면 귀무가설을 기각한다.
정답 및 해설

대응표본 tt검정이고 대립가설이 μD>0\mu_D\gt 0인 우측검정이므로, 검정통계량이 tα(9)t_\alpha(9)보다 크면 귀무가설을 기각한다.

같은 환자의 전후 차이 DiD_i 10개를 하나의 표본으로 보므로 자유도는 n−1=9n-1=9이다.
T=D‾SD/10∼t(9)T=\dfrac{\overline{D}}{S_D/\sqrt{10}}\sim t(9)

  • −tα(9)-t_\alpha(9)보다 작으면 기각: 대립가설이 μD<0\mu_D\lt 0인 좌측검정의 기각역이다.
  • −tα(10)-t_\alpha(10)보다 작으면 기각: 검정 방향과 자유도가 모두 틀렸다.
  • tα(10)t_\alpha(10)보다 크면 기각: 방향은 맞지만 자유도는 10이 아니라 9이다.
문제 8
다음은 어떤 자료를 다중선형회귀모형 Y=β0+β1X1+β2X2+ϵY=\beta_0+\beta_1X_1+\beta_2X_2+\epsilon에 적합하여 얻은 결과의 일부이다. 이에 대한 설명으로 옳지 않은 것은? (단, 오차항 ϵ\epsilon은 평균이 0이고 분산이 σ2\sigma^2인 정규분포를 따른다)
모형비표준화 계수표준화 계수⋯\cdots유의확률
상수1.793⋯\cdots
X1X_11.9710.816⋯\cdots0.000
X2X_2−1.290-1.290−1.337-1.337⋯\cdots0.000
1YY에 X2X_2가 X1X_1보다 더 크게 영향을 미친다.
2X1X_1, X2X_2의 회귀계수는 유의수준 5 %에서 모두 유의하다.
3X1X_1이 고정되어 있을 때 X2X_2가 증가하면 YY는 감소하는 경향이 있다.
4X2X_2가 고정되어 있을 때 X1X_1이 1단위 증가하면 YY의 추정값이 0.816배 증가한다.
정답 및 해설

X1X_1의 비표준화 계수가 1.971이므로, X2X_2를 고정하고 X1X_1이 1단위 증가하면 YY의 추정값은 1.971만큼 증가한다. 0.816배 증가한다는 설명이 옳지 않다.

원래 단위의 변화량은 비표준화 계수로 해석한다. 표준화 계수 0.816은 X1X_1이 1 표준편차 늘 때 YY가 0.816 표준편차 변한다는 뜻이며, 계수는 배수가 아니라 더해지는 변화량이다.

  • X2X_2가 X1X_1보다 크게 영향: 표준화 계수 절댓값 1.337이 0.816보다 크므로 옳다.
  • 두 회귀계수가 5 %에서 유의: 유의확률이 모두 0.000으로 0.05보다 작으므로 옳다.
  • X1X_1 고정 시 X2X_2 증가에 YY 감소: X2X_2의 계수가 음수이므로 옳다.
문제 9
X1,⋯ ,XnX_1,\cdots,X_n은 확률밀도함수 f(x;μ)=1μe−xμf(x;\mu)=\frac{1}{\mu}e^{-\frac{x}{\mu}}, (μ>0, x>0\mu\gt 0,\,x\gt 0)을 따르는 확률표본이다. 모수 μ\mu의 최대가능도추정량(maximum likelihood estimator) μ^\hat{\mu}에 대한 설명으로 옳지 않은 것은? (단, log는 자연로그이다)
1가능도함수(likelihood function)를 대수변환한 로그가능도함수는 l(μ)=−nlog⁡μ−1μ∑i=1nxil(\mu)=-n\log\mu-\frac{1}{\mu}\sum_{i=1}^{n}x_i이다.
2로그가능도함수를 μ\mu에 대해 한 번 미분해서 0으로 놓고, 이 방정식의 해를 구한다.
3최대가능도추정량은 μ^=1n∑i=1nXi\hat{\mu}=\frac{1}{n}\sum_{i=1}^{n}X_i이다.
4최대가능도추정량은 편의추정량(biased estimator)이다.
정답 및 해설

최대가능도추정량 μ^=X‾\hat{\mu}=\overline{X}는 E(X‾)=μ\mathrm{E}(\overline{X})=\mu인 불편추정량이므로, 편의추정량이라는 설명이 옳지 않다.

이 분포는 평균이 μ\mu인 지수분포이므로 표본평균의 기댓값은 E(μ^)=1n∑i=1nE(Xi)=μ\mathrm{E}(\hat{\mu})=\dfrac{1}{n}\sum_{i=1}^{n}\mathrm{E}(X_i)=\mu이다.

  • 가능도함수 L(μ)=μ−ne−∑xi/μL(\mu)=\mu^{-n}e^{-\sum x_i/\mu}에 로그를 취하면 l(μ)=−nlog⁡μ−1μ∑xil(\mu)=-n\log\mu-\dfrac{1}{\mu}\sum x_i이므로 옳다.
  • 로그가능도함수를 μ\mu로 미분해 0으로 놓고 해를 구하는 절차는 옳다.
  • l′(μ)=−nμ+∑xiμ2=0l^{\prime}(\mu)=-\dfrac{n}{\mu}+\dfrac{\sum x_i}{\mu^2}=0에서 μ^=1n∑Xi\hat{\mu}=\dfrac{1}{n}\sum X_i이므로 옳다.
문제 10
X1,X2,X3,X4,X5X_1,X_2,X_3,X_4,X_5는 서로 독립이며, 구간 (0,1)(0,1)에서 균일분포(uniform distribution)를 따르고, X(1)≤X(2)≤X(3)≤X(4)≤X(5)X_{(1)}\le X_{(2)}\le X_{(3)}\le X_{(4)}\le X_{(5)}는 X1,X2,X3,X4,X5X_1,X_2,X_3,X_4,X_5의 순서통계량이라고 할 때, 기댓값 E[X(4)]\mathrm{E}[X_{(4)}]는?
116\frac{1}{6}
213\frac{1}{3}
323\frac{2}{3}
456\frac{5}{6}
정답 및 해설

다섯 값 중 넷째로 작은 값의 기댓값은 23\dfrac{2}{3}이다.

구간 (0, 1) 균일분포에서 크기 nn인 표본의 순서통계량은 베타분포 X(k)∼Beta(k, n−k+1)X_{(k)}\sim\mathrm{Beta}(k,\,n-k+1)를 따르며 기댓값은 kn+1\dfrac{k}{n+1}이다.

k=4, n=5k=4,\ n=5 대입: E[X(4)]=45+1=23\mathrm{E}[X_{(4)}]=\dfrac{4}{5+1}=\dfrac{2}{3}

5개 점이 구간을 평균적으로 6등분한다고 보면 넷째 점의 위치가 46\dfrac{4}{6}인 것과 같다.

문제 11
전체 인구의 5 %가 어떤 질병을 가지고 있다고 한다. 이 질병을 진단하는 검사 방법이 있는데, 이 검사 방법은 이 질병을 실제로 가지고 있을 때 검사 결과가 양성(positive) 반응을 나타낼 확률이 0.95, 음성(negative) 반응을 나타낼 확률이 0.05이고, 이 질병을 실제로 가지고 있지 않을 경우 검사 결과가 양성 반응을 나타낼 확률이 0.1, 음성 반응을 나타낼 확률이 0.9이다. 임의로 한 사람을 선택하여 이 검사를 한 결과가 양성 반응으로 나타났다면, 이 사람이 실제로 이 질병을 가지고 있을 확률은?
112\frac{1}{2}
213\frac{1}{3}
314\frac{1}{4}
415\frac{1}{5}
정답 및 해설

양성 판정을 받은 사람이 실제 질병을 가지고 있을 확률은 13\dfrac{1}{3}이다.

전체 양성 확률: P(+)=0.05×0.95+0.95×0.1=0.0475+0.095=0.1425P(+)=0.05\times 0.95+0.95\times 0.1=0.0475+0.095=0.1425

베이즈 정리: P(D∣+)=0.04750.1425=13P(D\mid +)=\dfrac{0.0475}{0.1425}=\dfrac{1}{3}

유병률이 낮아 질병이 없는 사람의 위양성이 양성 판정의 3분의 2를 차지하기 때문이다.

문제 12
여론조사 회사에서 어떤 사항에 대한 국민의 찬성 비율 pp를 알아보기 위해 전화 설문조사를 무작위로 실시하려고 한다. 96 % 신뢰수준에서 모든 pp에 대한 추정량의 오차한계를 0.05이내로 하는 최소 표본의 크기 nn을 구하는 부등식은? (단, zαz_\alpha는 표준정규분포의 제100×(1−α)100\times(1-\alpha) 백분위수를 나타내고, z0.04=1.75z_{0.04}=1.75, z0.02=2.05z_{0.02}=2.05이고, 모집단의 크기는 충분히 크다)
1n≥(1.750.05)212n\ge\left(\frac{1.75}{0.05}\right)^2\frac{1}{2}
2n≥(1.750.05)214n\ge\left(\frac{1.75}{0.05}\right)^2\frac{1}{4}
3n≥(2.050.05)212n\ge\left(\frac{2.05}{0.05}\right)^2\frac{1}{2}
4n≥(2.050.05)214n\ge\left(\frac{2.05}{0.05}\right)^2\frac{1}{4}
정답 및 해설

최소 표본크기 부등식은 n≥(2.050.05)214n\ge\left(\dfrac{2.05}{0.05}\right)^2\dfrac{1}{4}이다.

오차한계 조건은 zα/2p(1−p)n≤0.05z_{\alpha/2}\sqrt{\dfrac{p(1-p)}{n}}\le 0.05이고, 96 % 신뢰수준이면 α=0.04\alpha=0.04이므로 z0.02=2.05z_{0.02}=2.05를 쓴다.

모든 pp에 대해 성립하려면 p(1−p)p(1-p)의 최댓값 14\dfrac{1}{4}(p=12p=\dfrac{1}{2})을 대입한다.

  • 1.75와 12\dfrac{1}{2}을 쓴 식: 임계값과 p(1−p)p(1-p)의 최댓값이 모두 틀렸다.
  • 1.75와 14\dfrac{1}{4}을 쓴 식: z0.04z_{0.04}는 양측 92 % 신뢰수준의 임계값이다.
  • 2.05와 12\dfrac{1}{2}을 쓴 식: p(1−p)p(1-p)의 최댓값은 12\dfrac{1}{2}이 아니다.
문제 13
어느 가게에 월요일부터 금요일까지 방문하는 손님 수는 다음 표와 같다. 손님 수가 요일에 따라 다른지를 검정하기 위한 χ2\chi^2 검정통계량의 값과 유의수준 5 %에서 검정결과를 바르게 연결한 것은? (단, χα2(k)\chi_\alpha^2(k)는 자유도가 kk인 χ2\chi^2 분포의 제100×(1−α)100\times(1-\alpha) 백분위수를 나타내고, χ0.052(4)=9.49\chi_{0.05}^2(4)=9.49, χ0.052(5)=11.07\chi_{0.05}^2(5)=11.07이다)
요일월화수목금합계
손님 수(명)2525101525100
χ2\chi^2 검정통계량의 값 검정결과
110 귀무가설을 기각할 수 없음
210 귀무가설을 기각함
311 귀무가설을 기각할 수 없음
411 귀무가설을 기각함
정답 및 해설

χ2\chi^2 검정통계량의 값은 10이고 임계값 9.49보다 크므로 귀무가설을 기각한다.

귀무가설(요일별 손님 수가 같음)하의 기대도수 Ei=1005=20E_i=\dfrac{100}{5}=20
χ2=5220×3+(−10)220+(−5)220=3.75+5+1.25=10\chi^2=\dfrac{5^2}{20}\times 3+\dfrac{(-10)^2}{20}+\dfrac{(-5)^2}{20}=3.75+5+1.25=10

자유도는 범주 수에서 1을 뺀 5−1=45-1=4이고 10>χ0.052(4)=9.4910\gt\chi^2_{0.05}(4)=9.49이다.

  • 값 10·기각할 수 없음: 통계량이 임계값을 넘으므로 기각해야 한다.
  • 값 11·기각할 수 없음: 통계량은 11이 아니며, 자유도를 5로 잡아 11.07과 비교하는 것도 틀렸다.
  • 값 11·기각함: 통계량 값부터 틀렸다.
문제 14
다음은 처리 수준의 수가 5인 공정에서 처리에 따른 반응값의 모평균이 차이가 있는지를 검정하기 위한 일원배치 분산분석법을 적용한 결과의 일부이다. 검정에 대한 유의확률(significance probability) pp의 범위는? (단, Fα(k1,k2)F_\alpha(k_1,k_2)는 분자의 자유도가 k1k_1이고 분모의 자유도가 k2k_2인 FF분포의 제100×(1−α)100\times(1-\alpha) 백분위수를 나타내고, F0.01(4,17)=4.67F_{0.01}(4,17)=4.67, F0.05(4,17)=2.96F_{0.05}(4,17)=2.96, F0.1(4,17)=2.31F_{0.1}(4,17)=2.31이다)
요인제곱합자유도평균제곱FF-값
처리2204
잔차
전체39021
10<p<0.010\lt p\lt 0.01
20.01<p<0.050.01\lt p\lt 0.05
30.05<p<0.10.05\lt p\lt 0.1
40.1<p<10.1\lt p\lt 1
정답 및 해설

F=5.5F=5.5가 F0.01(4,17)=4.67F_{0.01}(4,17)=4.67보다 크므로 유의확률은 0<p<0.010\lt p\lt 0.01이다.

잔차 제곱합 390−220=170390-220=170, 잔차 자유도 21−4=1721-4=17
평균제곱: 처리 2204=55\dfrac{220}{4}=55, 잔차 17017=10\dfrac{170}{17}=10
F=5510=5.5F=\dfrac{55}{10}=5.5

통계량이 1 % 임계값보다 크면 그 오른쪽 꼬리 확률은 0.01보다 작다.

  • 0.01과 0.05 사이: FF가 2.96과 4.67 사이일 때이다.
  • 0.05와 0.1 사이: FF가 2.31과 2.96 사이일 때이다.
  • 0.1 초과: FF가 2.31보다 작을 때이다.
문제 15
관측된 자료 (xi,yi)(x_i,y_i), i=1,⋯ ,21i=1,\cdots,21에서 얻은 통계량의 값이 ∑i=121(xi−x‾)2=81\sum_{i=1}^{21}(x_i-\overline{x})^2=81, ∑i=121(yi−y‾)2=100\sum_{i=1}^{21}(y_i-\overline{y})^2=100이다. 이 자료를 단순선형 회귀모형 Yi=β0+β1Xi+ϵiY_i=\beta_0+\beta_1X_i+\epsilon_i에 적합하여 얻은 기울기에 대한 최소제곱추정값이 β1^=−1\widehat{\beta_1}=-1일 때, 이에 대한 설명으로 옳은 것은? (단, 오차항 ϵi\epsilon_i는 서로 독립이며 정규분포 N(0,σ2)N(0,\sigma^2)을 따른다)
1XX가 증가할 때 YY가 증가하는 경향이 있다.
2설명변수와 반응변수의 상관계수는 0.9이다.
3회귀모형의 결정계수는 0.81이다.
4오차항의 분산 σ2\sigma^2에 대한 추정값인 평균제곱오차는 10이다.
정답 및 해설

상관계수가 −0.9-0.9이므로 결정계수는 0.81이라는 설명이 옳다.

Sxy=β1^Sxx=−1×81=−81S_{xy}=\widehat{\beta_1}S_{xx}=-1\times 81=-81
r=SxySxxSyy=−819×10=−0.9r=\dfrac{S_{xy}}{\sqrt{S_{xx}S_{yy}}}=\dfrac{-81}{9\times 10}=-0.9
R2=r2=0.81R^2=r^2=0.81

  • XX 증가 시 YY 증가: 기울기가 음수이므로 YY는 감소하는 경향이다.
  • 상관계수 0.9: 부호가 기울기를 따르므로 −0.9-0.9이다.
  • 평균제곱오차 10: SSR=β1^2Sxx=81SSR=\widehat{\beta_1}^2S_{xx}=81, SSE=100−81=19SSE=100-81=19, MSE=1921−2=1MSE=\dfrac{19}{21-2}=1이다.
문제 16
처리 수준의 수가 4인 인자 AA와 처리 수준의 수가 2인 인자 BB에 대한 반복이 없는 이원배치법의 실험에서 다음과 같은 자료를 얻었다. 분산분석 결과에서 인자 AA와 인자 BB가 모두 유의수준 5 %에서 유의한 것으로 판명되었다. A2A_2수준과 B2B_2수준을 조합한 실험 조건에서 모평균의 추정값은?
인자 AA
인자 BB
A1A_1A2A_2A3A_3A4A_4합계
B1B_180389856272
B2B_242227042176
합계1226016898448
118
222
330
444
정답 및 해설

A2B2A_2B_2 조건의 모평균 추정값은 18이다.

반복이 없는 이원배치에서는 교호작용을 분리할 수 없으므로 주효과만으로 추정한다.
μ^(A2B2)=y‾2⋅+y‾⋅2−y‾‾\hat{\mu}(A_2B_2)=\overline{y}_{2\cdot}+\overline{y}_{\cdot 2}-\overline{\overline{y}}

y‾2⋅=602=30, y‾⋅2=1764=44, y‾‾=4488=56\overline{y}_{2\cdot}=\dfrac{60}{2}=30,\ \overline{y}_{\cdot 2}=\dfrac{176}{4}=44,\ \overline{\overline{y}}=\dfrac{448}{8}=56
30+44−56=1830+44-56=18

  • 22: 해당 칸의 관측값 하나로, 오차가 그대로 섞여 있어 추정값이 아니다.
  • 30: A2A_2 수준 평균만 쓴 값이다.
  • 44: B2B_2 수준 평균만 쓴 값이다.
문제 17
숫자 1, 2, 3, 4가 표시된 공정한 정사면체 AA, BB 두 개를 던져서 나오는 눈의 수를 각각 aa, bb라고 하고, 확률변수 X=[ba]X=\left[\frac{b}{a}\right]라고 할 때, 확률변수 Y=16XY=16X의 기댓값은? (단, [x][x]는 xx보다 크지 않는 최대 정수를 나타낸다)
115
216
317
418
정답 및 해설

E(X)=1716\mathrm{E}(X)=\dfrac{17}{16}이므로 Y=16XY=16X의 기댓값은 17이다.

16가지 경우가 같은 확률이므로 aa별로 [ba]\left[\dfrac{b}{a}\right]를 합한다.
a=1: 1+2+3+4=10a=1:\ 1+2+3+4=10
a=2: 0+1+1+2=4a=2:\ 0+1+1+2=4
a=3: 0+0+1+1=2a=3:\ 0+0+1+1=2
a=4: 0+0+0+1=1a=4:\ 0+0+0+1=1

합계 17이므로 E(X)=1716\mathrm{E}(X)=\dfrac{17}{16}, 기댓값의 선형성으로 E(Y)=16×1716=17\mathrm{E}(Y)=16\times\dfrac{17}{16}=17이다.

문제 18
X1,X2,⋯ ,X10X_1,X_2,\cdots,X_{10}은 평균이 0, 분산이 4인 정규모집단으로부터 추출한 확률표본이고, Y1,Y2,⋯ ,Y20Y_1,Y_2,\cdots,Y_{20}은 평균이 0, 분산이 8인 정규모집단으로부터 추출한 확률표본이다. 두 모집단이 독립일 때, 표본평균 X‾=110∑i=110Xi\overline{X}=\frac{1}{10}\sum_{i=1}^{10}X_i와 Y‾=120∑i=120Yi\overline{Y}=\frac{1}{20}\sum_{i=1}^{20}Y_i를 이용한 통계량 (X‾+Y‾X‾−Y‾)2\left(\frac{\overline{X}+\overline{Y}}{\overline{X}-\overline{Y}}\right)^2의 확률분포는?
1자유도가 1인 카이제곱분포
2자유도가 10인 카이제곱분포
3분자의 자유도가 1이고 분모의 자유도가 1인 FF분포
4분자의 자유도가 10이고 분모의 자유도가 20인 FF분포
정답 및 해설

통계량은 분자·분모 자유도가 모두 1인 FF분포를 따른다.

X‾∼N(0,410), Y‾∼N(0,820)\overline{X}\sim N\left(0,\dfrac{4}{10}\right),\ \overline{Y}\sim N\left(0,\dfrac{8}{20}\right)로 분산이 0.4로 같다. U=X‾+Y‾, V=X‾−Y‾U=\overline{X}+\overline{Y},\ V=\overline{X}-\overline{Y}는 각각 N(0,0.8)N(0,0.8)이고 Cov(U,V)=0.4−0.4=0\mathrm{Cov}(U,V)=0.4-0.4=0인 결합정규이므로 서로 독립이다.

(UV)2=(U/0.8)2/1(V/0.8)2/1∼χ2(1)/1χ2(1)/1=F(1,1)\left(\dfrac{U}{V}\right)^2=\dfrac{(U/\sqrt{0.8})^2/1}{(V/\sqrt{0.8})^2/1}\sim\dfrac{\chi^2(1)/1}{\chi^2(1)/1}=F(1,1)

  • 자유도 1인 카이제곱분포: 분모도 확률변수이므로 비율은 카이제곱분포가 아니다.
  • 자유도 10인 카이제곱분포: 표본크기는 표본평균의 분산에만 반영되고 자유도가 되지 않는다.
  • 자유도 10, 20인 FF분포: 분자·분모가 각각 하나의 표준정규 제곱이므로 자유도는 1이다.
문제 19
어느 자료에서 변수 XX와 YY를 평균이 0, 표준편차가 1이 되도록 각각 표준화한 변수를 X∗X^*와 Y∗Y^*라 하자. 설명변수 X∗X^*와 반응변수 Y∗Y^*를 절편이 있는 단순선형회귀모형에 적용하여 얻은 추정회귀식과 분산분석표에 대한 설명으로 옳은 것만을 모두 고르면?
ㄱ. 추정회귀식의 절편은 0이다.
ㄴ. 분산분석표에서 회귀제곱합과 오차제곱합의 합은 회귀자유도와 오차자유도의 합과 같다.
ㄷ. XX와 YY가 각각 설명변수와 반응변수인 절편이 있는 단순선형회귀모형에 적용하여 얻은 분산분석표의 FF-값과 X∗X^*와 Y∗Y^*를 이용한 분산분석표의 FF-값은 같다.
1ㄱ
2ㄱ, ㄴ
3ㄴ, ㄷ
4ㄱ, ㄴ, ㄷ
정답 및 해설

ㄱ, ㄴ, ㄷ이 모두 옳다.

표준화 변수는 평균 0, 표본표준편차(n−1n-1 기준) 1이며, 회귀의 결정계수는 선형변환에 불변이다.

  • ㄱ: 절편 β^0=y∗‾−β^1x∗‾=0−β^1×0=0\hat{\beta}_0=\overline{y^*}-\hat{\beta}_1\overline{x^*}=0-\hat{\beta}_1\times 0=0이다.
  • ㄴ: SST=∑(yi∗−0)2=n−1SST=\sum(y_i^*-0)^2=n-1이고 SSR+SSE=SSTSSR+SSE=SST, 자유도 합도 1+(n−2)=n−11+(n-2)=n-1로 같다.
  • ㄷ: F=(n−2)R21−R2F=\dfrac{(n-2)R^2}{1-R^2}이고 R2R^2(상관계수의 제곱)는 표준화 전후가 같으므로 FF값도 같다.
문제 20
다음은 어느 제품에 포함된 두 인자 AA, BB의 수준에 따라 제품의 품질이 어떤 영향을 받는지 알아보기 위해 반복이 있는 이원배치 모형을 적용하여 얻은 분산분석표의 일부이다.
요인제곱합자유도평균제곱FF-값
인자 AA161
인자 BB141
교호작용 A×BA\times B2
오차8
전체7
여기서 교호작용의 효과가 유의수준 5 %에서 유의하지 않아 교호작용을 포함하지 않는 이원배치 모형을 적용하여 재분석을 실시하였다. 다음은 재분석하여 얻은 분산분석표의 일부이다.
요인제곱합자유도평균제곱FF-값
인자 AA161
인자 BB141
오차
전체
재분석 결과에 대한 설명으로 옳지 않은 것은? (단, Fα(k1,k2)F_\alpha(k_1,k_2)는 분자의 자유도가 k1k_1이고 분모의 자유도가 k2k_2인 FF분포의 제100×(1−α)100\times(1-\alpha) 백분위수를 나타내고, F0.05(1,4)=7.71F_{0.05}(1,4)=7.71, F0.05(1,5)=6.61F_{0.05}(1,5)=6.61이다)
1유의수준 5 %에서 인자 AA의 효과가 있다고 할 수 있다.
2유의수준 5 %에서 인자 BB의 효과가 있다고 할 수 있다.
3오차항의 자유도는 4이다.
4평균제곱오차는 2이다.
정답 및 해설

교호작용을 오차에 합치면 오차 자유도는 5가 되므로, 4라는 설명이 옳지 않다.

처음 분석의 전체 자유도 7은 A(1)+B(1)+A×B(1)+A(1)+B(1)+A\times B(1)+오차 4이다. 교호작용을 빼면 풀링되어
SSE=8+2=10SSE=8+2=10, 자유도 4+1=54+1=5, MSE=105=2MSE=\dfrac{10}{5}=2

  • 인자 AA의 효과: F=162=8>F0.05(1,5)=6.61F=\dfrac{16}{2}=8\gt F_{0.05}(1,5)=6.61이므로 옳다.
  • 인자 BB의 효과: F=142=7>6.61F=\dfrac{14}{2}=7\gt 6.61이므로 옳다.
  • 평균제곱오차 2: 위 계산과 같으므로 옳다.