밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

Data Science

98

󻱴󽴔󽴔󺃏󻗳󺇋󽴔󼉣󺴯

계적으로 비교해서 귀무가설을 기각할지 말지를 결정한다. 더 쉽게 이해할 수

있도록 예시를 살펴보자.

7.2

예시: 동전 던지기

동전이 하나 있다. 우리는 이 동전이 공평한 동전인지 아닌지 검정하고 싶다. 이

동전에서 앞면이 나올 확률이

p

라고 하면 동전이 공평하다는 의미의 ‘

p

=

0

.

5

이

다’는 귀무가설이 되고 ‘

p

≠

0

.

5

이다’는 대립가설이 된다.

동전을

n

번 던져서 앞면이 나온 횟수

X

를 세는 것으로 검정을 진행해 보자. 동

전 던지기는 각각 베르누이 분포를 따를 것이며, 이는

X

가 이항분포를 따르는

확률변수라는 것을 의미한다. 그리고 이미

6

장에서 다뤘듯이 이항분포는 정규

분포로 근사할 수 있다.

from typing import Tuple

import math

def normal

_

approximation

_

to

_

binomial(n: int, p: float) -> Tuple[float, float]:

"""Binomial(n, p)

에

해당되는

mu(

평균

)

와

sigma(

표준편차

)

계산

"""

mu = p * n

sigma = math.sqrt(p * (1 - p) * n)

return mu, sigma

확률변수가 정규분포를 따른다는 가정하에

normal_cdf

를 사용하면 실제 동전

던지기로부터 얻은 값이 구간