모평균의 검정(σ² : 기지)
- 일반적으로 모평균에 대한 주장을 검정하기 위해 모집단은 정규 분포를 따른다고 가정한다.
- 그러면 모분산을 알고 있는 모평균에 대한 주장을 검정하기 위해 사용하는 확률 분포는 정규 분포이다.
- 특히 이 경우에 사용하는 검정 통계량은 표본 평균 ¯X¯¯¯¯¯X 의 표준화 확률 변수인 ZZ 이다.
- 이 페이지에서는 모분산이 알려져 있는 단일 정규 모집단의 모평균과 독립인 두 모집단의 모평균 차에 대한 귀무 가설을 검정하는 방법에 대해 살펴본다.
모평균에 대한 검정
모평균에 대한 양측 검정
- 모분산 σ2σ2 이 알려진 정규 모집단에서 귀무 가설 H0:μ=μ0H0:μ=μ0 라는 주장과 이에 대립하는 대립 가설 H1:μ≠μ0H1:μ≠μ0 를 검정하는 방법을 살펴보자.
- 우선 귀무 가설의 진위를 결정하기 전까지 모평균이 μ0μ0 라는 주장이 정당한 것으로 가정한다.
- 이러한 가정 아래에서 크기 nn 인 표본을 임의로 추출하면 검정 통계량 ZZ 는 다음과 같이 표준 정규 분포를 따른다.
Z=¯X−μ0σ√n∼N(0,1)Z=¯¯¯¯¯X−μ0σ√n∼N(0,1)
- 한편, 미리 설정된 유의 수준 αα 에 대한 검정 통계량 ZZ 에 대해 양쪽 꼬리 확률이 각각 α2α2 인 임계점은 ±zα2±zα2 이다.
기각과 채택
- 따라서 귀무 가설 H0H0 에 대한 기각역은 다음과 같다.
Z≤−zα2,Z≥zα2Z≤−zα2,Z≥zα2

검정통계량의 관찰값 z0z0
- 그리고 검정 통계량의 관찰값 z0z0 는 다음과 같다.
z0=¯x−μ0σ√nz0=¯¯¯x−μ0σ√n
- 이 때, 관찰값 z0z0 가 기각역 안에 놓이면 H0H0 를 기각하고, 채택역 안에 놓이면 H0H0 를 기각할 수 없다.
예제 : 분산이 4인 정규 모집단에 대해 모평균이 10이라고 주장한다. 이를 검정하기 위해 크기 36인 표본을 추출한 결과, 표본 평균이 9.32이었다.
(a) 귀무 가설과 대립 가설을 설정하라.
(b) 유의 수준 5%에서 기각역을 구하라.
(c) 검정 통계량의 관찰값을 구하라.
(d) 유의 수준 5%에서 귀무 가설을 검정하라.
(a)
귀무 가설은 H0:μ=10H0:μ=10 이고, 대립 가설은 H1:μ≠10H1:μ≠10 이다.
(b)
유의 수준 α=0.05α=0.05 인 양측 검정이므로 z0.025=1.96z0.025=1.96 이다. 그리고 기각역은 Z≤−1.96Z≤−1.96 또는 Z≥1.96Z≥1.96 이다.
(c)
σ=2,¯x=9.32,n=36σ=2,¯¯¯x=9.32,n=36 이므로 검정 통계량의 관찰값은 z0=9.32−102/√36=−2.04z0=9.32−102/√36=−2.04 이다.
(d)
z0=−2.04≤−1.96 이므로 유의 수준 5%에서 귀무 가설을 기각한다.
p-값
- 모평균에 대한 양측 검정의 p-값은 다음과 같이 정의된다.
p−값=P(Z<−|z0|)+P(Z>|z0|)
- 이 경우에 p-값은 다음과 같으며, p−값>α 이면 H0 를 채택하고, p−값≤α 이면 H0 를 기각한다.

예제 : 분산이 4인 정규 모집단에 대해 모평균이 10이라고 주장한다. 이를 검정하기 위해 크기 36인 표본을 추출한 결과, 표본 평균이 9.32이었다. p-값을 구하고, H0:μ=10 을 검정하라.
검정 통계량의 관찰값이 z0=9.32−102/√36=−2.04 이므로, p-값을 구하면 다음과 같다.
p−값=P(Z<−2.04)+P(Z>2.04)=2P(Z>2.04)=2(1−0.9763)=2×0.0207=0.0414 |
p−값=0.0414≤α=0.05 이므로 귀무 가설을 기각한다.
모평균에 대한 상단측 검정
- 모분산 σ2 이 알려진 정규 모집단에서 귀무 가설 H0:μ≤μ0 라는 주장과 이에 대립하는 대립 가설 H1:μ>μ0 를 검정하는 방법을 살펴보자.
- 이 때, 미리 설정된 유의 수준 α 에 대한 검정 통계량 Z 에 대해 오른쪽 꼬리 확률이 α 인 임계점은 zα 이다.
기각과 채택
- 그리고 검정 통계량은 Z 이고 귀무 가설 H0 에 대한 기각역은 다음과 같다.
Z≥zα
- 따라서 다음과 같이 관찰값 z0 가 기각역 안에 놓이면 H0 를 기각하고, 채택역 안에 놓이면 H0 를 기각할 수 없다.

예제 : 분산이 4인 정규 모집단에 대해 모평균이 10이라고 주장한다. 이를 검정하기 위해 크기 36인 표본을 추출한 결과, 표본 평균이 9.32이었다.
(a) 귀무 가설과 대립 가설을 설정하라.
(b) 유의 수준 1%에서 기각역을 구하라.
(c) 검정 통계량의 관찰값을 구하라.
(d) 유의 수준 1%에서 귀무 가설을 검정하라.
(a)
귀무 가설은 H0:μ≤10 이고, 대립 가설은 H1:μ>10 이다.
(b)
유의 수준 α=0.01 인 상단측 검정이므로 z0.01=2.33 이고, 기각역은 Z≥2.33 이다.
(c)
σ=2,¯x=10.9,n=36 이므로 검정 통계량의 관찰값은 z0=10.9−102/√36=2.7 이다.
(d)
z0=2.7≤2.33 이므로 유의 수준 1%에서 귀무 가설을 기각한다.
p-값
- 모평균에 대한 상단측 검정의 p-값은 다음과 같이 정의된다.
p−값=P(Z>z0)
- 이 경우에 p-값은 다음과 같으며, p−값>α 이면 H0 를 채택하고, p−값≤α 이면 H0 를 기각한다.

예제 : 분산이 4인 정규 모집단에 대해 모평균이 10이라고 주장한다. 이를 검정하기 위해 크기 36인 표본을 추출한 결과, 표본 평균이 9.32이었다. p-값을 구하고, H0:μ≤10 을 검정하라.
검정 통계량의 관찰값이 z0=10.9−102/√36=2.7 이므로, p-값을 구하면 다음과 같다.
p−값=P(Z>2.7)=1−P(Z≤2.7)=1−0.9965=0.0035 |
p−값=0.0035≤α=0.01 이므로 귀무 가설을 기각한다.
모평균에 대한 하단측 검정
- 모분산 σ2 이 알려진 정규 모집단에서 귀무 가설 H0:μ≥μ0 라는 주장과 이에 대립하는 대립 가설 H1:μ<μ0 를 검정하는 방법을 살펴보자.
- 이 때, 미리 설정된 유의 수준 α 에 대한 검정 통계량 Z 에 대해 왼쪽 꼬리 확률이 α 인 임계점은 −zα 이다.
기각과 채택
- 그리고 검정 통계량은 Z 이고 귀무 가설 H0 에 대한 기각역은 다음과 같다.
Z≤−zα
- 따라서 다음과 같이 관찰값 z0 가 기각역 안에 놓이면 H0 를 기각하고, 채택역 안에 놓이면 H0 를 기각할 수 없다.

예제 : 분산이 4인 정규 모집단에 대해 모평균이 10이라고 주장한다. 이를 검정하기 위해 크기 36인 표본을 추출한 결과, 표본 평균이 9.2이었다.
(a) 귀무 가설과 대립 가설을 설정하라.
(b) 유의 수준 1%에서 기각역을 구하라.
(c) 검정 통계량의 관찰값을 구하라.
(d) 유의 수준 1%에서 귀무 가설을 검정하라.
(a)
귀무 가설은 H0:μ≥10 이고, 대립 가설은 H1:μ<10 이다.
(b)
유의 수준 α=0.01 인 상단측 검정이므로 z0.01=2.33 이고, 기각역은 Z≤−2.33 이다.
(c)
σ=2,¯x=9.2,n=36 이므로 검정 통계량의 관찰값은 z0=9.2−102/√36=−2.4 이다.
(d)
z0=−2.4≤−2.33 이므로 유의 수준 1%에서 귀무 가설을 기각한다.
p-값
- 모평균에 대한 상단측 검정의 p-값은 다음과 같이 정의된다.
p−값=P(Z<z0)
- 이 경우에 p-값은 다음과 같으며, p−값>α 이면 H0 를 채택하고, p−값≤α 이면 H0 를 기각한다.

예제 : 분산이 4인 정규 모집단에 대해 모평균이 10이라고 주장한다. 이를 검정하기 위해 크기 36인 표본을 추출한 결과, 표본 평균이 9.32이었다. p-값을 구하고, H0:μ≥10 을 검정하라.
검정 통계량의 관찰값이 $$z_{0} = \frac{9.2 - 10}{2 / \sqrt{36}} = -2.4$ 이므로, p-값을 구하면 다음과 같다.
p−값=P(Z≤−2.4)=1−P(Z≤2.4)=1−0.9918=0.0082 |
p−값=0.0082≤α=0.01 이므로 귀무 가설을 기각한다.
모평균에 대한 검정 유형과 기각역 그리고 p-값 (종합)
검정 방법 \ 가설과 기각역 | 귀무 가설 H0 | 대립 가설 H1 | H0 의 기각역 | p-값 |
하단측 검정 | μ≥μ0 | μ<μ0 | Z≤−zα | P(Z<z0) |
상단측 검정 | μ≤μ0 | μ>μ0 | Z≥zα | P(Z>z0) |
양측 검정 | μ=μ0 | μ≠μ0 | |Z|≥zα2 | P(|Z|>|z0|) |
두 모평균 차에 대한 검정
- 독립인 두 모집단의 모분산 σ21 와 σ22 이 알려져 있고, 정규 분포 N(μ1,σ21) 과 N(μ2,σ22) 을 따른다고 하자.
- 그러면 두 모평균 차 μ1−μ2 에 대해 다음과 같은 귀무 가설을 생각할 수 있다.
H0:μ1−μ2≥d0,H0:μ1−μ2=d0,H0:μ1−μ2≤d0 |
- 그리고 이에 대한 대립 가설은 각각 다음과 같다.
H1:μ1−μ2<d0,H1:μ1−μ2≠d0,H1:μ1−μ2>d0 |
- 한편, 크기가 n 과 m 인 두 표본의 표본 평균을 ¯X 와 ¯Y 라 하면, 각각 다음 정규 분포를 따른다.
¯X∼N(μ1,σ21n),¯Y∼N(μ2,σ22m) |
- 또한 두 표본 평균은 독립이므로 표본 평균의 차는 다음 정규 분포를 따른다.
¯X−¯Y∼N(μ1−μ2,σ21n+σ22m) |
- 그러므로 모분산 σ21 과 σ22 을 알고 독립인 두 정규 모집단에서 크기 n 과 m 인 표본을 추출하여 표본 평균을 각각 ¯X,¯Y 라 하면, 다음이 성립한다.
Z=(¯X−¯Y)−(μ1−μ2)√(σ21n)+(σ22m)∼N(0,1) |
- 그러면 두 모평균에 대한 주장 μ1−μ2=d0 인 귀무 가설을 검정하기 위한 검정 통계량 Z 와 그에 대한 확률 분포는 다음과 같다.
Z=(¯X−¯Y)−(μ1−μ2)√(σ21n)+(σ22m)∼N(0,1)
양측 검정
- 두 가설 H0:μ1−μ2=d0,H1:μ1−μ2≠d0 에 대해 유의 수준을 α 라 하자.
- 그러면 양쪽 꼬리 확률이 각각 α2 가 되는 두 임계값이 ±zα2 이므로 귀무 가설의 기각역은 다음과 같다.
Z≤−zα2,Z≥zα2
- 그러면 두 표본 평균의 관찰값 ¯x 와 ¯y 에 대해 검정 통계량의 관찰값은 다음과 같다.
z0=(¯x−¯y)−d0√(σ21n)+(σ22m)∼N(0,1)
- 따라서 검정 통계량의 관찰값 z0 에 대해 z0≤−zα2 또는 z0≥zα2 이면 H0 를 기각하고 −zα2<z0<zα2 이면 H0 를 기각하지 못한다.
- 그리고 p-값은 단일 모집단의 경우와 동일하게 정의된다.
- 이 때, p−값>α 이면 H0 를 채택하고, p−값≤α 이면 H0 를 기각한다.
상단측 검정
- 두 가설 H0:μ1−μ2≤d0,H1:μ1−μ2>d0 에 대해 유의 수준을 α 라 하자.
- 그러면 오른쪽 꼬리 확률이 α 인 임계값 zα 에 대해 기각역은 Z≥zα 이다.
- 이 때, 두 표본 평균의 관찰값 ¯x 와 ¯y 에 대한 검정 통계량의 관찰값 z0 에 대해 z0≥zα 이면 H0 를 기각하고, z0<zα 이면 H0 를 기각하지 못한다.
- 또한, p−값>α 이면 H0 를 채택하고, p−값≤α 이면 H0 를 기각한다.
하단측 검정
- 두 가설 H0:μ1−μ2≥d0,H1:μ1−μ2<d0 에 대해 유의 수준을 α 라 하자.
- 그러면 왼쪽 꼬리 확률이 α 인 임계값 zα 에 대해 기각역은 Z≤−zα 이다.
- 이 때, 두 표본 평균의 관찰값 ¯x 와 ¯y 에 대한 검정 통계량의 관찰값 z0 에 대해 z0≤−zα 이면 H0 를 기각하고, z0>zα 이면 H0 를 기각하지 못한다.
- 또한, p−값>α 이면 H0 를 채택하고, p−값≤α 이면 H0 를 기각한다.
두 모평균의 차에 대한 검정 유형과 기각역 그리고 p-값 (종합)
검정 방법 \ 가설과 기각역 | 귀무 가설 H0 | 대립 가설 H1 | H0 의 기각역 | p-값 |
하단측 검정 | μ1−μ2≥d0 | μ1−μ2<d0 | Z≤−zα | P(Z<z0) |
상단측 검정 | μ1−μ2≤d0 | μ1−μ2>d0 | Z≥zα | P(Z>z0) |
양측 검정 | μ1−μ2=d0 | μ1−μ2≠d0 | |Z|≥zα2 | 2[1−P(Z<z0)] |
예제 : 두 모집단의 평균이 동일한지 알아보기 위해 표본 조사를 실시하여 다음을 얻었다. 이 때 p-값을 구하고, 평균이 동일한지 유의 수준 5%에서 검정하라.
표본 | 표본의 크기 | 표본 평균 | 모표준 편차 |
A | 25 | 33.3 | 4.8 |
(1)
A와 B의 평균을 각각 μ1,μ2 라 하면, 귀무 가설 H0:μ1=μ2 와 대립 가설 H1:μ1≠μ2 를 설정한다. 즉, H0:μ1=μ2 와 H1:μ1≠μ2 를 설정한다.
(2)
σ1=4.8,σ2=5.4,n=25,m=36 이므로 검정 통계량을 구하면 다음과 같다.
Z=¯X−¯Y−0sqrt(4.82/25)+(5.42/36)=¯X−¯Y1.3159 |
(3)
¯x=33.3,¯y=30.8 이므로 검정 통계량의 관찰값은 z0=33.3−30.81.3159≒1.9 이다.
(4)
z0=1.9 이므로 p-값과 유의 수준은 다음과 같다.
p−값=P(Z>1.9)=0.0287<α=0.05 |
(5)
p-값이 유의 수준보다 작으므로 귀무 가설을 기각한다. 즉, 두 모평균이 동일하다는 주장은 근거가 없다.
'Mathematics > 확률과 통계' 카테고리의 다른 글
[확률과 통계] 모비율의 검정 (0) | 2022.12.01 |
---|---|
[확률과 통계] 모평균의 검정 (σ² : 미지) (0) | 2022.12.01 |
[확률과 통계] 통계적 가설 검정 (0) | 2022.11.28 |
[확률과 통계] 모비율의 추정 (0) | 2022.11.28 |
[확률과 통계] 모평균의 추정 (0) | 2022.11.27 |
[확률과 통계] 모집단과 표본 (0) | 2022.11.21 |
[확률과 통계] 연속 확률 분포 (0) | 2022.11.21 |
[확률과 통계] 이산 확률 분포 (0) | 2022.11.14 |