맨위로가기

검정력

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

검정력은 통계적 가설 검정에서 귀무가설이 거짓일 때 이를 올바르게 기각할 확률을 의미한다. 검정력은 유의수준, 표준편차, 두 모집단 간의 차이, 표본 크기 등의 요소에 의해 영향을 받는다. 유의수준이 커질수록, 표본 크기가 클수록 검정력은 증가하며, 표준편차가 커지거나 두 모집단 간의 차이가 작을수록 검정력은 감소한다.

더 읽어볼만한 페이지

  • 가설 검정 - 귀무 가설
    귀무 가설은 통계적 유의성 검정에서 검정되는 '영향 없음' 또는 '차이 없음'에 대한 명제로, 대립 가설과 반대되며, 증거를 통해 기각 여부를 판단하고 과학적 주장을 통계적 잡음과 구분하는 데 사용된다.
  • 가설 검정 - 유의 확률
    유의 확률은 통계적 가설 검정에서 귀무 가설이 참일 때 관측된 결과의 극단성을 나타내는 확률값으로, 귀무 가설 기각 여부를 판단하는 기준이 되지만 오용될 수 있어 다른 통계적 추론 방법이 대안으로 제시된다.
  • 통계학 용어 - 퍼센트 포인트
    퍼센트포인트는 전체 비율을 나타내는 퍼센트와 달리 두 퍼센트 값의 차이를 나타내는 단위로, 경제 지표나 여론조사 등에서 명확한 정보 전달을 위해 중요하며 절대적 변화량을 나타낸다.
  • 통계학 용어 - 편차
    편차는 관측값과 참값의 차이인 오차를 의미하며 통계적 분산 측정에 중요하고, 데이터 분석, 과학 실험, 무선 공학 등에서 활용된다.
  • 통계학 - 확률
    확률은 사건의 가능성을 수치화한 개념으로, 도박에서 시작되어 수학적으로 발전했으며, 다양한 해석과 요소, 응용 분야를 가지며 양자역학, 사회 현상 등에도 적용된다.
  • 통계학 - 사분위수
    사분위수는 정렬된 데이터를 4등분하는 세 개의 값으로 데이터 분포 요약 및 이상치 탐지에 활용되며, 제1사분위수(Q₁)는 하위 25%, 제2사분위수(Q₂ 또는 중앙값)는 하위 50%, 제3사분위수(Q₃)는 하위 75%를 나타낸다.
검정력

2. 검정력의 영향 요소

검정력은 유의 수준, 표준 편차, 두 모집단 간의 차이, 표본 크기 등의 요인에 의해 영향을 받는다.

요인검정력에 미치는 영향
유의 수준 (1종 오류)커질수록 검정력 증가
표준 편차커질수록 검정력 감소
두 모집단 간의 차이작을수록 검정력 감소
표본 크기클수록 검정력 증가


2. 1. 유의 수준 (1종 오류)

유의 수준이 커질수록 검정력은 좋아진다. 예를 들어, 유의 수준을 5%에서 10%로 높이면 (신뢰도가 낮아짐) 검정력은 증가한다. 이는 1종 오류를 범할 확률이 높아지는 대신, 귀무가설이 거짓일 때 이를 기각할 확률(검정력)도 높아지기 때문이다.

2. 2. 표준 편차

모집단의 표준 편차가 커질수록 검정력은 감소한다. 표준 편차가 크다는 것은 데이터의 변동성이 크다는 것을 의미하며, 이는 검정 통계량의 변동성을 증가시켜 검정력을 떨어뜨린다.

2. 3. 두 모집단 간의 차이

두 모집단 간의 평균 차이가 작을수록 검정력은 나빠진다. 두 모집단의 차이가 작으면 귀무가설이 거짓이라도 이를 탐지하기 어려워지기 때문이다. 예를 들어, 남녀 간 임금 격차를 비교할 때, 실제 격차가 매우 작다면 이를 통계적으로 유의미하게 밝혀내기 어려울 수 있다.

2. 4. 표본 크기

표본 크기가 클수록 검정력은 증가한다.


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com