아.다움

연구 상황을 통해 유의 수준을 이해해 보자. 수학 영재를 판별하는 검사지를 개발하는 연구를 한다 치자. 귀무가설: 검사지가 영재판별에 효과가 없다. 대립가설: 검사지가 영재판별에 효과가 있다. 이렇게 가설을 세우게 되고, 귀무가설이 기각되면, 반증을 통한 증명전략에 의해, 대립 가설을 선택할 수 있다. 여기서는 이해를 위해 증명이란 용어를 사용했지만, 추론 통계에서는 확률을 이용하게되고 엄밀히 증명은 아니기 때문에, 증명이라는 느낌의 통계적 용어, '유의성 검정'이라는 용어를 대신하여 사용한다. 그렇다보니 두가지 오류의 발생 가능성이 생긴다. 1종오류는 귀무가설이 참인데, 기각하는 오류. 2종 오류는 귀무가설이 거짓인데, 채택하는 오류. 1종오류를 범하면 잘못된 검사지가 영재판별에 사용된다. 이 확률를 ..

모집단에 대해 가설을 세우지만 표본의 자료를 수집하는게 현실이고, 이 표본을 분석하여 (가설을 세우는 방식으로) 모집단에 대한 이론을 추론 하게 된다.. 우리는 불완전한 측정과 표본을 사용하기 때문에 완벽한 증명을 보일 수는 없다. 확률을 사용할 수 있을 뿐이다. 그래서 추론통계라고 부른다. 가설을 세우고 가설의 타당성을 보이는게 목적이고, 두가지 가설을 세우는데, 귀무가설과 대립가설이 그것이다. 대립가설은 나의 연구 목적이자 내가 세우고자 하는 가설이고, 귀무가설은 기각 당하는 것을 목적으로 하는 가설이다. 이때, 사용되는 증명(추론)전략은 반증을 통한 전략이고, 이것이 귀무가설의 존재 이유이다. 귀무가설은... 반증, 즉 기각 당하는 것을 목적으로 하는 가설이다. 반증? 이라고 언급은 했지만 완벽한 ..

연구 질문이 있었겠지? 그래서 연구를 하겠지... 자료를 측정하고 분석하는 이유는 나의 연구 가설을 입증하기 위한거지. 이때 연구 가설은 통계처리 가능한 방향으로 세우게 되지... 통계처리를 위해서 두가지 가설을 세우게 된다. 하나는 귀무가설이고 기각하는게 목적이다. 다른 하나는 대립가설이고 이것이 나의 연구 목적을 드러내는 가설이다. 이들 두 가설들은 측정가능한 방향으로 기술되어야 한다. 예를 들어보자. 도시와 지방 학교의 학생들의 수학적 능력을 비교하고, 이를 통해서 각 학교의 교육환경에 대해서 분석하고자 한다. 차이가 있다는 전제하에 여러가지 변수들의 효과나 차이를 분석하고 싶다. 그런데 함부로 차이가 있다고 가정할 수 없기 때문에, 일단 차이가 없다는 가설을 기각한다음 다음 분석으로 넘어가야 한다..