분산 검정, 평균이 같아도 안심할 수 없는 이유 — 카이제곱·F검정 2가지
분산 검정은 평균이 아니라 흩어짐(산포)이 변했는지 확인하는 가설검정이다. 단일 집단은 카이제곱, 두 집단은 F검정 — 표본분산도 흔들리는 값이라는 직관부터 계측기 산포 비교 예시까지 2가지 절차로 정리했다.
분산분석(ANOVA)은 왜 평균을 분산으로 비교하나 — 핵심 원리 3가지
분산분석(ANOVA)은 세 집단 이상의 평균을 한 번에 비교하는 검정이다. 평균 비교인데 왜 이름이 분산분석인지, F값이 ‘집단 사이 흩어짐 ÷ 집단 안 흩어짐’이라는 직관, 등분산 전제와 박스플롯 활용까지 정리했다.
t검정이 필요한 순간 — 표본 30개 미만 평균 비교와 애매한 p값 읽는 법
t검정은 표본이 30개 미만이라 표본분산을 믿기 어려울 때 쓰는 평균 비교 검정이다. t분포의 두꺼운 꼬리가 왜 ‘겸손함’인지, 자유도가 왜 n−1인지, p값이 0.05 근처일 때 어떻게 판단하는지까지 4단계로 정리했다.
자유도 통계 완전 정복 — 분포 모양이 바뀌는 3가지 핵심 원리
자유도 통계는 n-1이라는 공식이 아니다. 제약 조건이 생길 때마다 독립적인 값이 줄어드는 원리, t분포·F분포의 모양이 바뀌는 이유를 현장 엔지니어 언어로 한 번에 정리했다.
