#3. 가설검정

가설검정?

- 어떤 가설이 맞는지 아닌지를 검정하는 통계 방법

 

귀무가설(null hypothesis) 와 대립가설(alternative hypothesis) 를 설정해야합니다.

 

예시로는

 

 

 

"제품 A와 제품 B의 성능 차이가 없다" - 귀무가설

"제품 A와 제품B의 성능 차이가 있다" - 대립가설

 

 

 

 

이제 검정 통계량이 사용됩니다.

귀무가설이 맞는지 틀린지를 판단하는 지표입니다.

 

또한 검정 통계량은 표본 크기, 표본 편차, 평균값 등의 통계량을 활용하여 계산됩니다.

 

 

p-값(p-value)

라는 개념도 등장합니다.

 

" 귀무가설이 맞다는 가정하에 해당 검정 통계량이 나올 확률 "

간편하게

p-값이 작을수록 귀무가설을 기각하고 대립가설을 채택

 

 

간편하게 예시로 알아봅시다.

 

 

고객 만족도 조사가 실시되고 있습니다.

 

이전 조사의 고객 만족도는 80%

최근 조사의 고객 만족도는 75%

 

귀무가설을 세워보겠습니다

" 이전과 비교하여 고객 만족도는 변화가 없다 "

 

대립가설은

"이전에 비해 고객 만족도가 떨어졌다 "

 

위 비율을 비교하기 위해서 Z-검정을 수행합니다.

고객을 1000명이라 두고

귀무가설 = 0.8

대립가설 = 0.75

 

파이썬 코드로 짜보았습니다