Professional Documents
Culture Documents
이산형 확률분포
2.1 균일분포
⋯
이며, 의 는
2.2 이항분포 19
⋯
이다.
눈금의 수
로 정할 때, 의 는
⋯
임을 알 수 있다.
2.2 이항분포
라고 할 때, 의 는
20 제2장 이산형 확률분포
라 할 때, 의 는
⋯ ⋯ ×
번
번
독립시행이므로
⋯
= ∼
이다. 여기서 기호 = 은 두 확률변수의 분포가 동일함을 의미한다.
2.2 이항분포 21
≥
이 된다.
~ 일 때
이며, 의 는
2.3 초기하분포
속성 (불량품)의 수
로 정의할 때, 의 는
⋯ min ≤ ≤
불량품의 수
≥
이다. ■
2.3 초기하분포 23
보조정리 1
증명 관계식
에서 의 계수는
이고, 우변의 이항전개식
에서 의 계수는
이다.
정리 1 ∼ 일 때
이다. 위 식에서 이다
24 제2장 이산형 확률분포
증명 먼저
⋅
보조정리
이다.
이때, 초기하분포의 분산항에 포함된 은 모집단이 유한(finite)하기 때문
에 생기는 요인으로 “유한모집단 수정계수”라 부르기도 한다. 모집단( )이 표본
( )에 비해 충분히 큰 경우( ≫ )에는 ≈ 이 되어, 분산이 이항분포와
동일한 형태가 된다. 즉, ≫ 인 경우에는 개의 비복원 추출의 과정이 성공할
확률이 일정한 값 인 베르누이 시행을 독립적으로 실시하는 것과 동일하
게 취급될 수 있기 때문으로 해석 할 수 있다. 즉, 모집단의 크기가 충분히 큰 경
우에는 비복원 추출에 기인한, 속성 가 뽑힐 확률이 매번 달라지는, 효과가 사라
지게 되는 것이다.
×
⋯ ⋯
×
⋯ ⋯
≈
이 되어
≫
of of
예제 4 (예제 3)에서 ≫ 이므로 ≈ 을 이용
하여
≥ ≈
으로 근사될 수 있다.
2.4 기하분포
로 정의할 때, 의 는
⋯
⋯
예제 4 (예제 3)에서 ≫ 이므로 ≈ 을 이용
하여
≥ ≈
으로 근사될 수 있다.
2.4 기하분포
로 정의할 때, 의 는
⋯
⋯
1 2 3 4 5 6 7 8 9
1 2 3 4 5 6 7 8 9
1 2 3 4 5 6 7 8 9
그림 1 의 확률밀도함수
~ 일 때, 의 는
∞
∞
이 되며, 이로부터
′ , ″ ′
을 이용하여
임을 보일 수 있다.
28 제2장 이산형 확률분포
∼ 일 때, 의 는
∞
로부터
이 됨을 알 수 있다.
예제 5 ~ 일 때, 다음의 관계
가 성립함을 보여라.
■
2.5 음이항분포
× 사건이 독립적이므로
⋯
= , ~
을 이용하여
임을 알 수 있다. 이로부터
30 제2장 이산형 확률분포
′
″ ′
임을 쉽게 보일 수 있다.
∞
∞
∞
⋯
∞
⋯
∞
임을 알 수 있다.
기 바란다(연습문제 5번 참고).
2.6 포아송분포 31
2.6 포아송분포
로 정의할 때, 의 는
⋯
(b) 비례성: 충분히 짧은 구간에서 사건이 발생할 확률은 구간의 길이에 비례한다.
0
⋯
1
서 사건이 발생할 확률은 모두 로 일정하므로, 단위구간( 개의 소구간)에서
번의 사건이 발생할 확률은, 이항분포로부터,
⋯
⋯
이 되고,
lim
lim
→ ∞ → ∞
이므로, 는
으로 근사됨을 알 수 있다.
~ 일 때, 의 는
∞
∞
exp
′
″ ′
2.6 포아송분포 33
이 됨을 알 수 있다.
∼
⋯
이다.
이 된다.
→∞
가지는 이항분포에서, 일 때,
→∞
of of ≡
예제 7 앞의 (예제 4)에서 ≈ 이므로
≥ ≈
⋯
합
2장 연습문제
1 ∼ 일 때
3 ∼ 일 때
임을 보여라.
5 확률변수 를 다음과 같이
⋯
음이항분포라 불린다.
(c) (b)를 이용하여 임을 보여라.
⋯
′
″
⋯ ≡
참고 1. 흔히 ⋯ 을 차 계승적률(factorial
moment)이라 한다.
3.1 균일분포
≤ ≤
≥
′
≤
~ 일 때
,
이고, 의 는
3.2 정규분포 41
≠
으로 주어진다.
특히, ~ 일 때
,
이고
≠
이 된다.
3.2 정규분포
exp , ∞ ∞
∞
exp
∞
∞
∞
exp
이라 할 때
∞
∞
∞ ∞
x y
∞ ∞
∞ ∞
exp dxdy
cos sin
으로부터
∞
~ 일 때, 의 는
∞
exp
∞
∞
∞
exp
∞
exp
∞
exp
x t
exp
3.3 지수분포 43
이 되고, 이로부터
′
″ ′
임을 보일 수 있다.
≡ ∞∞
≡ ≤
∞
으로 나타낸다.
3.3 지수분포
으로 정의하면, 의 는
≤
~
≥
44 제3장 연속형 확률분포
≥
′
∼ ℰ 일 때, 의 는
∞ ∞
・
∞
이고, 이로부터
′
″ ′
3.4 감마분포
으로 정의하면, 의 는
3.4 감마분포 45
3.4 감마분포
으로 정의하면, 의 는
46 제3장 연속형 확률분포
≤
≤ ~
′
∞
으로 정의하면, 부분적분을 통해
( : 양의 정수)
3.4 감마분포 47
,
으로 일반화되며, 편의상 (: 첫 번째 사건이 발생할 때까지 걸린 시간)로
할 때
1.0
.75
.50
.25
0
1 2 3 4 5 6 7 8
그림 1 의 확률밀도함수
ℰ =
이 된다.
~ 일 때, 의 는
∞
∞
∞
으로 주어진다. 이로부터
′
″ ′
이 됨을 쉽게 보일 수 있다.
3.5 카이제곱분포
자유도가 인 카이제곱분포는 평균이 인 감마분포 에 해당되며,
는
≥
=
이 되고, 이로부터
이 된다.
50 제3장 연속형 확률분포
3.6 기타분포
3.6.1 베타분포
≤≤
2
1
0.5 1.0
그림 2 의 확률밀도함수
~ 일 때, 와 는
3.6 기타분포 51
이다(연습문제 4번).
3.6.2 이중지수분포
x
exp
∞∞
~ 일 때,
이다.
∞∞
으로 주어지며, 는
3.6.3 코쉬분포
∞∞
∞∞
으로 주어진다.
3.6 기타분포 53
∞
∞
∞
∞
에서
∞
lim
→∞
c
→∞
lim
ln x
∞
이고, 같은 이유로
∞
∞ 이므로 ∞ ∞ 형태가
되어 적분 값이 존재하지 않는다.
3.6.4 로지스틱분포
∞∞
exp
54 제3장 연속형 확률분포
∼ 일 때
이다.
(또는 )
′
∞∞
이며
, ≈ ≑
3장 연습문제
∞
를 만족하는 로 정의된다.
3 ∼ 일 때, 다음 물음에 답하여라.
(a) 임을 보여라.
(b) ~ 일 때
56 제3장 연속형 확률분포
,
임을 보여라.
⋯
⋯
∞ ∞
Hint
를 가질 때
4.1 결합확률분포
(b)
정의 1 결합누적분포함수
≤ ≤
이 성립된다.
정의 2 주변확률밀도함수
∞
∞
정의 3 기댓값
∞
∞
∞
∞
으로 정의된다.
60 제4장 결합분포와 조건부분포
정의 4 결합적률생성함수
∞
∞
∞
∞
으로 정의된다.
4.2 두 확률변수의 독립
정의 5 두 확률변수의 독립
′ 가 결합누적분포함수 를 가질 때
⇔ 와 는 서로 독립
≦ ≦ ∞
정의 6 두 확률변수의 독립
′ ∼ 일 때
⇔ 와 는 서로 독립
정리 1 ′~ 일 때
⇔ 와 는 서로 독립
( 만의 함수) × ( 만의 함수)
정리 2 와 가 독립이면
(b)
예제 1 ′~
일 때, 와 가 독립인가?
이다. 따라서
≠ ․
의 기댓값은
4.2 두 확률변수의 독립 63
을 통해 이 됨을 알 수 있다.
참고).
예제 3 두 확률변수의 비 와 그의 분모 가 독립이면
와 가 독립이면,
와 도 독립이므로
정리 3 ′~ 일 때,
⇔ 와 는 서로 독립
위의 정리에서
64 제4장 결합분포와 조건부분포
예제 4 의 가
⋯ ≤
이때, 의 는
4.3 조건부 분포와 조건부 기댓값 65
이므로
~ , ~
이다. 또한
정의 7 조건부확률밀도함수
(b)
(c) ≤ ≤
∈
을 만족한다.
66 제4장 결합분포와 조건부분포
∞
(b) ∞
(c) ≤ ≤
을 만족한다.
1. 가 이산형인 경우에는
으로 정의하면 된다.
예제 1
′~
일 때, 와 의
는
4.3 조건부 분포와 조건부 기댓값 67
1 2 3 합
1 2/21 3/21 4/21 9/21
2 3/21 4/21 5/21 12/21
합 5/21 7/21 9/21 1
&
이 됨을 쉽게 확인할 수 있다.
68 제4장 결합분포와 조건부분포
정의 8 조건부 기댓값
expectation)은
∞
∞
으로 정의된다.
≡
∞
∞
으로 주어진다.
을 의미한다.
4.3 조건부 분포와 조건부 기댓값 69
예제 2 ′~
일 때, 의 는
이다.
70 제4장 결합분포와 조건부분포
1
이 됨은 자명하다.
~
⋯
이므로
~
이 된다.
마찬가지로 ~ 이고, 이 된다.
두 확률변수 와 에 대하여
이 성립한다.
증명 기댓값의 정의로부터
72 제4장 결합분포와 조건부분포
∞
∞
∞ ∞
∞ ∞
∞ ∞
∞ ∞
이 성립된다.
이중기댓값정리는 다음과 같이
으로 해석될 수 있다.
위의 정리를 일반화하면
이다.
정리 5 두 확률변수 와 에 대하여
이 성립한다.
증명
4.3 조건부 분포와 조건부 기댓값 73
이므로
이고,
위의 정리는 다음과 같이
으로 해석될 수 있다.
예제 4 앞의 (예제 1)에서
임을 보이시오.
먼저
으로부터
74 제4장 결합분포와 조건부분포
․ ․
이다. 또한
이다. ■
다음의 관계
에서
이므로
이다. 또한
가 이므로
이므로
4.4 상관계수 75
이다. ■
4.4 상관계수
정의 9 공분산
확률변수 와 의 공분산(covariance)은
으로 정의한다.
이다. ■
4.4 상관계수
정의 9 공분산
확률변수 와 의 공분산(covariance)은
으로 정의한다.
정의 10 상관계수
와 의 상관계수(correlation coefficient)는
또는
으로 정의한다.
(ⅰ)
가 성립된다.
이를 더욱 확장하면
이 된다. 예를 들어,
이다.
정리 6 … 이 확률변수일 때,
이 성립하기 위한 필요충분조건은
이다.
78 제4장 결합분포와 조건부분포
′~ 일 때,
∞ ∞
∞ ∞
이므로
≡
∞ ∞
∞ ∞
이다. 예를 들어
,
,
~ , ~
이므로
,
,
이고,
으로부터
이므로
이다. 따라서
이다.
80 제4장 결합분포와 조건부분포
4.5 다항분포
에 대한 분포이다.
⋯ ′
⋯
⋯
∼ ⋯
⋯ ⋯
~ ⋯ 일 때, 의 는
⋯
이고,
= , ⋯
′ ~ ⋯
이 성립한다.
(ⅰ) ⋯
(ⅱ) ⋯
≠ ⋯
(ⅲ)
≠ ⋯
(a) ~
(c) ~
으로부터 자명하다.
exp
∞ ∞ ∞ ∞
,
이다.
(c) ~
(d) 이면 와 가 독립이다.
′
(f) ′ ~ ′
exp
이다. 여기서
exp
exp exp
exp exp
4.6 이변량 정규분포 83
이므로
exp ∼
exp exp
exp
이다.
(b) exp 으로부터 자명하다.
(c) 을 직접 계산하여 보일 수 있다.
(d) 이면
이 성립하므로, 와 가 독립이다.
(e) 라 할 때
exp
exp
이다.
84 제4장 결합분포와 조건부분포
exp
exp
exp exp
exp
exp exp
exp
4장 연습문제
1 와 의 가
일 때, 임을 보여라.
2 와 의 가
∞
3 ′ ∼
일 때, 물음에 답하여라.
4 ′ ∼ 일 때,
물음에 답하여라.
(b)
(c)
(d) 와 는 독립인가?
5 의 가
∼
이고, 의 가
⋯
∼
일 때, 물음에 답하여라.
(b) 와 를 구하여라.
Hint (c) ∼ 임을 이용할 것.
6 ′~ 일 때,
이 성립함을 확인하여라.
연습문제 87
.
Hint
(b) 임을 보여라.
Hint (a) 의 정의를 이용할 것. (b) [정리 4]와 [정리 5]를
이용할 것.
5장
확률변수의 함수의 분포
정의 1 확률표본과 i.i.d.
⋯ ~
으로 나타낸다.
(A) 누적분포함수법
(B) 변수변환법
(C) 적률생성함수법
이 있다.
5.1 누적분포함수법 91
5.1 누적분포함수법
예제 1 ~ 일 때, ln ~ℰ 임을 보여라.
의 는
ln ≤
≥
≤
이다. 따라서
≥
′
이므로, ln ~ℰ 이다.
같은 방법으로, ln 역시 ℰ 이 됨을 보일 수 있다. ■
의 는
≤ ≤ ≤ ln
ln
x
exp dx y
∞
ln
exp
′
~
으로 나타낸다. ■
예제 3 ~ 일 때, ~ 임을 보여라.
의 누적분포함수는
≤
≤ ≤
이다. 위 식에서
라 하면 이므로
≥
5.1 누적분포함수법 93
′
≥
보조정리 1
이다.
∞
증명 감마함수
로부터
∞ ∞
이다. 여기서
로 놓으면 이므로
∞ ∞
∞ ∞
∞
이다.
94 제5장 확률변수의 함수의 분포
예제 4 ~ 일 때, max
의 는
max ≤
≤ 는 이므로
′
min ≤
min
는 이므로
5.1 누적분포함수법 95
′
이다. ■
의 는
≤
≤
ⅰ) ≤ ≤ ⅱ) ≤
1 1
0 1 0 1
96 제5장 확률변수의 함수의 분포
위의 그림을 이용하면
≤
≤
또는
≤≤
≤
≥
≤
′ ≤
이다. ■
~
이다.
5.1 누적분포함수법 97
=
이다.
≤ ≤
≤
≥
이다. 따라서
~
이다.
≤ ≤
이다. 따라서
~
이고,
~
이므로
98 제5장 확률변수의 함수의 분포
= , ~
이다.
예제 6 ~ 일때
~
ln ~ℰ =
임을 알 수 있다.
5.1 연습문제
2 ~ 일 때, 의 가
ln
∞
임을 보여라.
exp
이 됨을 보여라.
Hint 임을 이용할 것.
100 제5장 확률변수의 함수의 분포
∈
을 통해 의 가 구해진다.
용어정의 일대일 변환
변환 는 공간 ⋯ 에서 공간
…
…
이다. ■
5.2 이산형 변수변환법 101
예제 2 ~
일 때, max 의 는
max
max ≤ max ≤
이다. 여기서
이다. 따라서
이다.
∈
⋯
이 된다.
≥
5.2 이산형 변수변환법 103
과 가 독립이므로
이 되어
~
임을 알 수 있다. ■
5.2 연습문제
1
∼
일 때, 의 를 구하여라.
∈
으로 주어진다.
증명 (ⅰ) ․ 가 증가함수인 경우 :
의 는
≤ ≤
∞
∈
이다. 따라서
′ ∈
∈
이다.
(ⅱ) ․ 가 감소함수인 경우 :
의 는
5.3 연속형 변수변환법 105
≤ ≥
∞
이다. 따라서
′ ∈
∈
이다.
∈
이다.
변환이고, 로부터 이므로
∞
이 된다. 이 분포는
ℰ = =
이다.
예제 2 ∼ ℰ 일 때,
의 분포는 다음 과정을 통해 구해진다. 변환
은 공간 ∞ 에서 공간 ∞ 로의 일대일
변환이고, 으로부터 이므로
∞
예제 3 ~ 일 때 tan 의 분포는 가 된다. 그 이
유는 tan 변환은 공간 에서 공간 ∞
∞ 로의 일대일 변환을 만족하고, tan 로부터
5.3 연속형 변수변환법 107
sec
이므로
tan
∞∞
으로 정의된다.
변환 로부터
이고, 이 변환은 공간 에서 공간
자코비안은
이다. ■
는 독립이 아니다.
-1
≤
이고, 의 주변확률밀도함수는
≤
이다.
1 1
0 1 2 -1 0 1
예제 5 ~ ~ 이고 과 가 독립일 때, 의
분포를 구하여라.
∞ ∞
∞
이다. 또한 자코비안은
이므로, 과 의 결합확률밀도함수는
5.3 연속형 변수변환법 111
․
∞
∞
= =
의 결합확률밀도함수는
0
∞
∞
∞ ∞
이다. 이 분포는 이중지수분포 에 해당한다(3.6절 참고). ■
5.3 연속형 변수변환법 113
⋯ ∈
을 통해 구해진다.
예제 7 가 을 따를 때, 의 분포가 이 됨을 보여라.
변환 은 에서 로의 이대일(2-1) 변환이므로 를 ∞
과 ∞ 으로 나누면 각 공간 과 에서의
로의 변환은 일대일(1-1) 변환을 만족한다.
상에서는
이고 상에서는
를 만족하므로 자코비안
은 각각 과 이 된다. 따라서 의 확률밀도함수는
114 제5장 확률변수의 함수의 분포
이다. 위 분포는 = 이다.
예제 8 가 다음의 확률밀도함수
를 가질 때, 의 확률밀도함수를 구하여라.
4
-2 -1 1 2
0
이다.
ⅰ) 인 경우
공간 에서는
이고, 공간 에서는
이므로, 의 확률밀도함수는
이다.
ⅱ) 인 경우
이 경우 위 변환은 공간 에서 공간
로의 일대일(1-1) 변환이 되고,
이므로, 의 확률밀도
함수는
이다.
이다. ■
5.3 연습문제
1 ∼ ℰ 즉, 일 때, 의 가
∞∞
임을 보여라.
∞
∞
4 ∼ 즉,
~ ∞ ∞
일 때, 의 확률밀도함수가
∞
이 됨을 보여라.
5 ~ 일 때, 의 확률밀도함수를 구하되
6 ~ 일 때, 의 확률밀도함수가
∞
5.4 적률생성함수법
예제 1 가 일 때, 의 분포를 구하여라.
의 는
exp
․
이고, 이는 분포의 이므로 ~ = 이다. ■
예제 2 ⋯ 이 서로 독립이며 ~ ⋯ 을 따를 때,
의 분포가 임을 보여라.
의 는
120 제5장 확률변수의 함수의 분포
가 독립이므로
의 는
exp
exp
가 독립이므로
exp
exp
이고, 이는
분포의 에 해당한다. ■
5.4 적률생성함수법 121
5.4 연습문제
(a) ~ ⋯ 일 때, 의 분포가
임을
보여라.
(b) ~ ⋯ 일 때, 의 분포가 임을 보
여라.
(c) ~ ⋯ 일 때, 의 분포가
임을 보여라.
3
∼
일 때, 방법을 이용하여
의 분포를 구하여라.
Hint 의 계산과정에서
로 놓을 것.
5 ⋯ 이 가 인 분포로부터의 확률표본일 때, 와
의 가 각각 과 임을 보여라.
122 제5장 확률변수의 함수의 분포
5.5 순서통계량의 분포
정의 2 순서통계량
이라 할 때,
⋯
⋯ ⋯
⋯
5.5 순서통계량의 분포 123
이고 ⋯
…
이다.
으로 주어진다.
≤
이하인 의 수 ≥
≥
′
5.5 순서통계량의 분포 125
참고].
∆ ≈ ≤ ∆ ∆ ≈
개의 ′ ∩ ′ ∈ ∆
∩ 개의 ′ ∆
⋯ ≤ ∆
∆ ⋯ ∆
≈ ∆
×
126 제5장 확률변수의 함수의 분포
⋯
5.5 순서통계량의 분포 127
가 되고, 따라서
~
이 성립된다.
~
임을 알 수 있다. ■
128 제5장 확률변수의 함수의 분포
5.5 연습문제
1 를 ℰ 분포로부터의 순서통계량이라 할 때, 일
확률을 구하여라.
3 가 로부터의 순서통계량이라 할 때,
가 서로 독립임을 보여라.
⋯
첫째, 표본평균
의 분포는
둘째, 표본분산
과 관련하여
~
먼저
≡
≡
라 하자. 여기서
∼ ∼
이므로, 와 가 독립이기만 하면
와 가 독립
이므로
이다. 따라서
이고, 이는 ∼ 임을 의미한다.
와
⋯
의 결합적률생성함수는
⋯ exp
…
exp …
exp
…
exp
exp
가 독립이므로
exp
exp
exp
exp
exp
6.1 정규분포와 관련된 표본분포 133
exp
exp
exp exp
이다. 또한
~ 으로부터
exp
이고,
⋯
의 결합적률생성함수는
⋯
⋯
⋯
⋯
exp
이므로
⋯
⋯
⋯
⋯
이 성립된다. 따라서
와
⋯
는 독립이다.
와
⋯
가 독립임을 보이는 보다 손쉬운 방법은
다음과 같다.
134 제6장 표본분포와 극한분포
가 독립이므로
와
이므로, ( ⋯ )는 독립이다(이변량 정규분포에서는 공분산
이 이면 독립임; 4.6절의 [정리 8]의 (d) 참고).
⋯ ∼ 일 때,
~ 이므로
6.1 정규분포와 관련된 표본분포 135
이고,
이다. ■
≡
~ =
이므로
~
이 된다(적률생성함수법 이용). ■
정의 1 t(student's t)분포
이고,
이다. ■
≡
~ =
이므로
~
이 된다(적률생성함수법 이용). ■
정의 1 t(student's t)분포
= ∼
=
/
~ ~
의 관계로부터
~ ,
임을 알 수 있다.
가 되고, 이 변환은 ∞ ∞ 에서 ∞
∞ 로의 일대일(1-1) 변환을 만족한다. 또한
exp
∞ ∞ ∞
∞
∞
exp
138 제6장 표본분포와 극한분포
∞
×
exp
∞∞
이다.
정의 2 F(Fisher)분포
~ ~
이고, 와 가 독립이므로
~
임을 알 수 있다.
분포의 확률밀도함수는
∞
(ⅰ) 분포의 정의로부터, 는 을 따른다.
(ⅱ) 을 만족한다. 그 이유는 다음과 같다.
140 제6장 표본분포와 극한분포
⇔
⇔
이고, 는 을 따르므로
를 만족한다. 따라서 이다.
(ⅲ) = 이다. 그 이유는 두 분포의 정의로부터 자명하다. 또한
~ = 이면 ∼ 을 따른다.
6.1 연습문제
1 가 를 따를 때,
의 분포가 이 됨을 보여라.
6.1 정규분포와 관련된 표본분포 141
Hint 에 대해
∼
참고 두 모집단의 공통분산인 에 대한 추정량으로 합동분산(pooled variance)으
6.2 분포수렴
정의 3 분포수렴
lim
→∞
주의 분포수렴( )은 밀도함수( )가 아닌 분포함수( )의 수렴을 통
→∞
예제 1 ⋯ 을 ( )로부터 확률표본이라 할 때,
의 극한분포를 구하여라.
의 는
6.2 분포수렴 143
≤ ≤ ⋯ ≤
≤
≤
≥
이고, 따라서
→∞
≡
≥
이다. ■
예제 2 ⋯ 이 로부터의 확률표본일 때,
ℰ
임을 보여라.
의 는
144 제6장 표본분포와 극한분포
≤
≥
≤
≥
이고,
→∞
≡
≥
이다. 는 ℰ 의 이므로
ℰ
이다.
~ 이므로, 의 는
6.2 분포수렴 145
n
∞
exp
이다. 를 라 하면,
∞
→∞
이다. 여기서
≥
라 하면 의 불연속점 즉, 점을 제외한 모든 에 대해
→∞
가 성립되므로 이 극한분포 를 가진다고 할 수
있다. 즉, 이다. ■
6.2 연습문제
∞
이때, 의 극한분포가 ℰ 이 됨을 보여라.
6.3 확률수렴 147
6.3 확률수렴
정의 4 확률수렴
로 표기한다.
≥ ≤
가 성립한다.
≥ 이라 할 때
148 제6장 표본분포와 극한분포
∞
∞
≥
≥
이다.
≥ ≤
또는
≥
이 성립한다.
증명 [정리 1]에서 으로 놓으면
≥ ≤
이므로
≥ ≤
이다.
6.3 확률수렴 149
아래의 [정리 3]은 특별히 “상수( )"로의 분포수렴과 관련된 성질로써 증명과정
없이 소개하기로 한다.
정리 3 상수( )로의 분포수렴( )은 확률적 수렴( )과 동치이다. 즉,
⇔ ( : 상수)
이다.
예제 1 가 를 따를 때, 임을 보여라.
임의의 양수 에 대하여
≥
≥
≤
이므로
lim ≥
→∞
이다. ■
150 제6장 표본분포와 극한분포
이 성립한다.
임의의 양수 에 대해여
→∞
≥ ≤
이므로
이다. ■
균에 대해
이 성립되며, 이를 강대수의 법칙(Strong Law of
예제 3 확률변수 이 다음의 두 조건
→∞
(a) ( : 상수)
→∞
(b)
을 만족하면
가 성립됨을 보여라.
임의의 양수 에 대하여
≥ ≤
→∞
이다. ■
확률수렴을 보이는 과정에 유용하게 사용되는 다음의 [정리 4]와 [정리 5]를 증명
없이 소개한다.
정리 4 이고, ( : 상수)일 때, 상수 와 에 대해 다
음이 성립한다.
152 제6장 표본분포와 극한분포
(a)
(b)
(c)
(d) ≠ 이면
정리 5 일 때, 에서 연속인 함수 ․ 에 대해
이 성립한다.
다음의 [정리 6]은 분포수렴( )과 확률수렴( )의 결합에 관한 정리로
정리 6 이고, ( : 상수) 이면
(a)
(b)
(c)
(d) ( ≠ )
이 성립한다.
6.3 연습문제
→∞ →∞
Hint 와 임을 보일 것.
Hint
의 각 항에 대해 WLLN과 [정리 6]을
적용할 것.
6.5 중심극한정리 1
6.5 중심극한정리
임을 알고 있다(WLLN). 아래에 소개되는 중심극한정리는
(또는 )의 표준
화된 확률변수 즉, 의 극한분포에 관한 내용을 다룬 것이다.
이 성립한다.
증명 의 적률생성함수는
2
exp
exp
exp
이다. 따라서
′ ″
⋯
lim
→ ∞
→∞
exp
이므로, 이다.
임을 알 수 있다.
6.5 중심극한정리 3
임을 알 수 있다.
예제 3 ⋯ 이 = ℰ 로부터의 확률표본일 때, CLT로부터
임을 알 수 있다.
예제 4 ~ 일 때, 임을 보여라.
분포의 정의로부터
( ~ ~ 이고 와 은 독립)
~
이다. WLLN에 의해
이므로, [정리 6]에 의해 ~ 이다. ■
4
임을 보여라.
다음의 관계
이고, 분모는
(6.3절 연습문제 2번)
으로부터
([정리 5])
이므로
이다.
6.5 중심극한정리 5
위 사실로부터 [정리 6]에 의해 임을 알 수 있다.■
임을 보여라.
다음의 관계식
이 성립하며, 위 식에서
~
이며, 과 은 각각
6
~
으로 주어진다. 따라서
에서 우변의 첫 항은
(CLT)
이고, 둘째 항은
(CLT)
(WLLN))
으로부터
([정리 6])
⇔
([정리 3])
이다. ■
6.5 중심극한정리 7
정리 9 다음의 관계
가 만족될 때, 적절한 변환 ․ 에 대해
′ ′
증명 Taylor 전개로부터
이므로
≈
′
이다. 따라서
′ ′
이다.
와
ln ln
의 극한분포를 구하여라.
로부터 ′ 이므로
′
이고, ln 로부터 ′ 이므로
ln ln ′
이다. 즉, 충분히 큰 에 대해
~
ln ~ ln
이라 할 수 있다. ■
6.5 중심극한정리 9
이 성립한다. 이때,
이 되게 하는 변환 ․ 를 구하여라.
[정리 9]로부터
′
이다.
′ ≡
로부터
′ ⇔
이 된다.
이 성립한다. 이때,
이 되게 하는 변환 ․ 을 구하여라.
[정리 9]로부터
′
이다.
′ ≡
로부터
′
⇔ sin
sin
sin
6.5 중심극한정리 11
이 된다.
6.5 연습문제
1 ~ 일 때,
임을 보여라.
의 극한분포를 구하여라.
의 극한분포를 구하여라.
7.2 적률추정법 1
7.2 적률추정법
을 차 표본적률(sample moment)
⋯
⋯
⋯
⋯
⋯
⋯
⋯
2 제1장 확률분포와 기댓값
⋯
으로 주어진다.
이다. ■
예제 2 ⋯ 을 로부터의 확률표본이라 할 때, 와 에 대한 적
률추정량을 구하여라.
7.2 적률추정법 3
다음의 관계식
으로부터
이다. ■
7.2 연습문제
2 ⋯ 이
임을 보여라.
7.3 최대가능도추정법
정의 5 가능도함수
ln
으로 정의한다.
가능도함수
로부터
ln
ln ln
이다. 를 최대로 하는 는
2
′
≡
을 만족하는 근이 되므로
임을 알 수 있다. ■
참고 이 과정에서 함수 는
″
가능도함수는
0
7.3 최대가능도추정법 3
이다. ■
예제 3 ⋯ 을 로부터의 확률표본이라 할 때, 과 의 최대
가능도추정량을 구하여라.
가능도함수
exp
로부터
ln
이다. 이로부터
≡
≡
을 풀면
임을 알 수 있다. ■
1
예제 4 ⋯ 이 다음의 분포
x
exp
≤ x ∞ ∞ ∞
otherwise
exp ․ ∞
ln ․ ∞
을 최소화하는 값이므로
≡
으로부터
2
이 된다. ■
가능도함수
exp
로부터
ln
ln ln ln
이다.
′
ln
ln ≡
≡
으로부터
′
ln
ln ln
′
ln ln
ln
의 근을 구한 후(
),
을 통해
을 구할 수 있다. ■
예제 6 ⋯ 이 다음 분포로부터의 확률표본일 때
두 모수 와 에 대한 최대가능도추정량을 구하여라.
가능도함수
로부터
4
ln
ln
이다.
ln ≡
으로부터 에 대한 최대가능도추정량은
ln
exp
ln
이다. ■
7.3 연습문제
(a) :
⋯ ≤ ∞
5
(b) ℰ :
∞
∞
(c) :
(d) :
exp x ∞ x ∞ ∞
otherwise
exp ≤ ∞ ∞ ∞
(e)
Hint (d)
을 최소로 하는 는 ⋯ 이다.
2 ⋯ 을 아래의 분포
≤ ∞
3 ⋯ 을 로부터의 확률표본이라 할 때, 에 대한 최대가
≤
≤
4 ⋯ 을 아래의 분포
exp
이다.
7.4.1 충분통계량
정의 6 충분통계량
정의 7 충분통계량
⋯ 이 로부터의 확률표본일 때, ⋯ 이
에 대한 충분통계량이기 위한 필요충분조건은 임의의 통계량 에 대해
일 때 의 조건부 분포가 에 의존하지 않는 것이다.
대한 충분통계량임을 보여라.
⋯ 이라 할 때, 의 조건부 는
2
⋯
⋯
∼
으로 주어지며, 이는 에 의존하지 않으므로 는 에 대한 충분통계
량이 된다. ■
⋯ ⋯ ⋯
로 분해되는 경우이다.
7.4 충분통계량과 완비통계량 3
대한 충분통계량임을 보여라.
결합확률밀도함수가
⋯
≥ ∞ ∞
결합확률밀도함수가
․ ∞
․ ∞
․ ∞
⋯
⋯
⋯ ⋯ ⋯ ⋯ ⋯
으로 표현되는 경우이다.
예제 4 ⋯ 이 다음의 분포
x
exp
x ∞ ∞
otherwise
로부터의 확률표본일 때, 가 에 대한 결합충분통계량
이 됨을 보여라.
결합확률밀도함수가
exp
․
exp ․
⋯
통계량이다. ■
예제 5 ⋯ 을 로부터의 확률표본이라 할 때,
이 에 대한 결합충분통계량임을 보여라.
결합확률밀도함수가
⋯
7.4.1 연습문제
이 에 대한 충분통계량임을 보여라.
6
가 에 대한 결합충분통계량임을 보여라.
이 에 대한 결합충분통계량임을 보여라.
4 ⋯ 이 으로부터의 확률표본일 때
⋯
은 항상 모수 에 대한 결합충분통계량이 됨을 보여라.
7.4 충분통계량과 완비통계량 7
정의 8 완비성
= 에 무관한 함수
이 모든 에 대해
= (또는 모든 에 대해 )
표기법 이 절에서 사용되는 표기 “ = ”는 모든 ∈ 에 대해 등호가 성립함을
정의 9 완비충분통계량
= 에 무관한 함수
⇒
=
⇒
=
⇒ =
이다. 위 사실은 모든 에 대해
= ⋯
= 에 무관한 함수
∞
⇒
=
∞
⇒
=
이면 모든 에 대해
= ⋯
이므로 는 에 대한 완비통계량이다.
■
정의 10 지수족
(i) exp
정리 2 지수족과 완비충분통계량
확률밀도함수가
통계량이다. ■
확률밀도함수가
x
exp
exp
ln ⋅ ∞ ∞
7.4 충분통계량과 완비통계량 11
(b) 의 확률밀도함수는
이다. 모든 에 대해
= 에 무관한 함수
⇒
=
12
⇒
=
⇒
=
⇒ =
⇒ =
이다. 위 사실은 모든 에 대해
=
예제 6 ⋯ 이 다음의 분포
∞ ∞
∞
이다. 모든 에 대해
= 에 무관한 함수
∞
⇒
=
∞
⇒
=
∞
⇒
=
⇒ =
⇒ =
이다. 위 사실은 모든 ∞ 에 대해
=
다음의 (예제 7)은 분포모임이 완비성을 만족하지 않음을 보이는 방법을 보여준
다. 의 분포모임이 완비성을 만족하지 않음을 보이기 위해서는 모든 에 대해
이라는 사실이 모든 에 대해 이 됨을 의미하지는 않음을 보이
14
다음 함수
7.4.2 연습문제
1
~ℰ 일 때, 분포족 ℰ ∞ 이 완비성을 만족하는 것을 보여
라.
(b) 감마분포
(c) 기하분포
4
exp 일 때, 분포족
7.4.3 Basu 정리
정리 3 Basu 정리
(i) ⋯ 가 에 대해 완비충분통계량이고
두 통계량 와 는 독립이다.
ᗄ
∈
이므로, 모든 에 대해
2
이다. 따라서
이므로 와 가 독립이다.
~
예제 2 ⋯ 을 다음 분포로부터의 확률표본이라 할 때
∞ ∞
두 통계량
과 이 독립임을 보여라.
3
은 에 대한 완비충분통계량이고,
~ ℰ
예제 3 ⋯ 이 으로부터의 확률표본일 때, 와
는 에 대한 완비충분통계량이다.
~
역으로, 와 가 독립이면
이므로 이다.
■
에 속하는 경우에는, ⋯ 이 보조통계량임을 보이기
위한 간편한 방법은, 각 모형에 대해 다음의 변환
을 통해
⋯
⋯
예제 4 ⋯ 을 로부터의 확률표본이라 할 때
⋯
이 에 대한 보조통계량임을 보여라.
는 위치-척도모형이므로
⋯
라 할 때 ~ 이고
5
⋯
⋯
⋯
이므로 는 에 대한 보조통계량이다. ■
7.4.3 연습문제
1 ⋯ 이 으로부터의 확률표본일 때,
과
가 독립임을 보
여라.
2 ⋯ 이 ℰ 로부터의 확률표본일 때, 와
이 독립임을 보여
라.
3 와
⋯ 이 으로부터의 확률표본일 때,
⋯
가 독립임을 보여라.
4 ⋯ 이 로부터의 확률표본일 때,
와
이 독립임을 보여라.
6
5 가 ℰ 로부터의 확률표본일 때, 와 및
가 각각 독립임을 보여라.
에 대한 결합완비충분통계량
이 다음의 두 통계량
와 각각 독립임을 보여라.
7.5 최소분산불편추정량 1
7.5 최소분산불편추정량
정리 4 Rao-Blackwell 정리
는 에 대해 불편추정량이고, 모든 ∈ 에 대해
을 만족한다.
정리 5 Lehmann-Scheffe 정리
이다.
이며, 가 완비통계량이므로, 모든 에 대해
분통계량이다. 의 함수로서
와 의 기댓
값을 구하면
이므로, Lehmann-Scheffe 정리로부터
와 이 각각 와 에 대
한 UMVUE가 된다. ■
7.5 최소분산불편추정량 3
⇒
⇒
⇒
으로부터
는 의 함수로써
⋅
이 된다. 따라서 Lehmann-Scheffe 정리로부터
는 에
대한 UMVUE이다. ■
정리 또는 절 연습문제 번
여기서, ~ 이므로
이다. 따라서
가 에 대한 UMVUE이다. ■
7.5 연습문제
이 에 대한 UMVUE임을 보여라.
으로 주어짐을 보여라.
으로 주어짐을 보여라.
Hint 이 에 대한 불편추정량임을 이용하라.
에 대한 UMVUE가
ln
으로 주어짐을 보여라.
7.6 Cramer-Rao 부등식 1
보조정리 1 ~ 일 때
ln
이다.
증명 ln
정리 6 Cramer-Rao 부등식
′
≥
ln
특히 인 경우에는
≥
이다.
증명 위 부등식은
의 관계로부터 증명된다.
즉, 통계량 를
ln
ln
이라 하면
ln
ln
⋯
⋯
′
이다. 따라서
7.6 Cramer-Rao 부등식 3
ln
ln 가 이므로
(i) ~ 일 때
ln
ln
ln
이다.
ln
이고,
의 관계가 성립한다.
4
ln
이 되고, 이를 다시 에 대해 미분하면
ln ln
이므로 ln 가 성립한다.
(ii)
ln
ln
ln 가 이므로
정의 11 불편추정량의 효율
한다.
정의 12 유효추정량
x
exp
ln ln
6
ln
으로부터
ln
이다. ■
예제 2 ⋯ 이 다음 분포로부터의 확률표본일 때
ln ln ln
ln ln
ln
으로부터
7.6 Cramer-Rao 부등식 7
ln
이다. ■
ln ln ln
ln
ln
으로부터
′
이다. ■
예제 4 위의 (예제3)에서 에 대한 UMVUE
의 효율
과 점근효율을 구하여라.
다음 식
∞
∞
으로부터
의 효율은
7.6 Cramer-Rao 부등식 9
lim
lim
→ ∞ → ∞
이다. ■
7.6 연습문제
≥
에 대한 C-R 하한이
으로 주어짐을 보여라.
2 ⋯ 이 ℰ 로부터의 확률표본일 때
정리 7 최대가능도추정량의 점근분포
에 대한 최대가능도추정량
은 적절한 조건하에서 다음의 성질 즉,
⋅
∼
임을 의미한다.
에 대한 최대가능도추정량이
이므로, 불변성에 의해 에 대
한 최대가능도추정량은
이다.
⋅
∼
임을 의미한다. ■
예제 2 ⋯ 이 다음 분포로부터의 확률표본일 때
최대가능도추정량
에 대해 의 극한분포를 구하여라.
7.3절의 (예제 6)으로부터
ln 이다. 7.6절의 (예제 2)로부
이다. ■
7.7 최대가능도추정량의 극한분포 3
참고 위의
ln 의 극한분포는 [정리 7]을 이용하지 않고, 다음의 절
∼
ln ∼ ℰ =
이므로
ln ∼ ⋯
ln
ln ′
이므로, 이라 할 때,
′
이 성립된다.
4
7.7 연습문제
≥
의 최대가능도추정량
에 대해 의 극한분포를 구하여라.
2 ⋯ 이 ℰ 로부터의 확률표본일 때
의 최대가능도추정량
에 대해 의 극한분포를 구하여라.
8장
가설검정법
8.1 개요
∈ ∈ ∪
정의 1 기각역
⋯ ∈ 이면 를 기각하고, ⋯ ∉ 이면 를 기
각하지 못하는 영역 를 기각역(critical region)이라 한다. 즉, 다음을 만족하는
영역
⋯ ∈ ⇔ 를 기각
를 기각역으로 정의한다.
정의 2 검정 (또는 검정함수)
⋯ ∈
⋯
⋯
으로 정의한다.
2
정의 3 검정력 함수
∈ ⋯
∈
∈ ∈
∈ ∈
정의 5 유의수준
∈ (또는 ∈ )
≠
에 대한 검정 의 기각역을
≤ 또는 ≥
이라 할 때, 검정력 함수 를 구하여라.
검정력함수
∈
≤ 또는 ≥
를 의 확률밀도함수
ⅰ) ≤ ;
4
ⅱ) ;
ⅲ) ≥ ;
■
예제 2 를 다음의 분포
≤
에 대한 검정의 기각역을
≥
으로 할 때, 이 검정의 검정력함수와 크기를 구하여라.
검정력함수는
8.1 개요 5
∈
≥
ln
≦
ln ≈
이다. ■
2
1
0.5 1
그림 2 의 확률밀도함수
8.2 최강력검정 1
8.2 최강력검정
정의 6 최강력검정 : MP검정
⋯ ∈
이고
⋯ ∈ ≥ ⋯ ∈
위 식의 두 조건은 다음의 조건
(ⅰ)´
∀
(ⅱ)´ ≥ ≤
정리 1 Neyman-Pearson의 정리
이라 할 때, 가설
에 대해 다음의 조건
⋯
(a) ≤ ⋯ ∈
⋯
⋯
(b) ≥ ⋯ ∉
⋯
(c) ⋯ ∈
을
으로 표기할 때,
8.2 최강력검정 3
⋯ ⋯
≥
∩ ∩ ∩ ∩
∩ ∩
에 대한 크기 의 MP검정을 실시하여라.
기각역의 형태는
exp
exp
exp
≤
⇔
≥
4
이다. 여기서 상수 c는 크기 의 조건
≥
⇔ ≥ ∼
로부터
이다. 즉, 크기 의 최량기각역은
⋯
≥
으로 주어진다. ■
에 대한 크기 의 MP검정을 실시하여라.
기각역의 형태는
8.2 최강력검정 5
≤
⇔ ≥
이다. 여기서 상수 는 크기 의 조건
≥
⇔ ≥
에 대한 크기 의 MP검정을 실시하여라.
기각역의 형태는
6
exp
exp
exp ≤
⇔ ≤
≤ ∼
⇔ ≤
⇔ ≤
⇔ ≤
으로부터
이다. 즉, 크기 의 최량기각역은
⋯ ≤
이다. ■
8.2 최강력검정 7
⋯
⋯
이 성립하므로 는 충분통계량 를 통해서만 ⋯ 에 의존하게 된
다. 따라서 MP검정을 수행할 때 충분통계량의 확률밀도함수로부터 출발해도 동일한
검정 결과를 얻게 된다.
8.2 연습문제
1 ⋯ 이 다음의 분포
로부터의 확률표본일 때, 가설
에 대한 크기 의 MP검정을 실시하여라.
8
에 대한 최량기각역의 형태가
⋯
≥
≥
≥ ≈
을 만족하도록 과 를 구하여라.
⋯
≥
은 다음 가설
8.3 균일최강력검정
정의 7 균일최강력검정 : UMP검정
다음의 단순 대 복합가설
∈ ∉
′ ∈
에 대한 크기 의 최강력검정이 되는 경우이다.
(ⅰ)
(ⅱ) 모든(임의의) ∈ 에 대해
∀
≥ ≤
에 대한 크기 의 UMP검정을 실시하여라.
에 대한 충분통계량
∼
′
에 대한 크기 의 MP검정의 기각역은
exp
exp
exp
≤
⇔ ≥
이고, 는 크기 의 조건
≥
로부터
8.3 균일최강력검정 3
에 대한 크기 의 UMP검정의 기각역은
⋯
≠
예제 2 ⋯ 을 ℰ 로부터의 확률표본이라 할 때, 다음의 가설
에 대한 크기 의 UMP검정을 실시하여라.
에 대한 충분통계량은
이고 ∼
이므로, 가설
4
′
에 대한 MP검정의 기각역은
exp
exp
exp ≤
⇔ ≥
이고, 는 크기 의 조건
≥ ∼
으로부터
≥
이므로
에 대한 크기 의 UMP검정을 실시하여라.
8.3 균일최강력검정 5
가설
′
에 대한 기각역은
exp
으로부터
exp ≤
⇔
≥
이다. 여기서 는 크기 의 조건
≥
⇔ ≥
으로부터
에 대한 크기 의 UMP검정을 실시하여라.
6
가설
′
에 대한 MP검정의 기각역은, 이라 할 때,
≤
으로부터
이다. 상수 는 크기 의 조건
으로부터
8.3 연습문제
에 대한 크기 의 UMP검정을 실시하여라.
≠
exp
에 대한 크기 의 UMP검정의 기각역은
8
≥
⋯
이고, 는
≥
8.4 가능도비 검정
다음의 복합 대 복합 가설
∈ ∈
정의 8 가능도비 검정 : LR검정
max
max
≤
max
≤
Remarks 1. LR검정에서
귀무가설하에서 가능도함수의 최대값
전체모수공간에서 가능도함수의 최대값
을 의미하며, 이는 다시
max
max
≤
대립가설하에서의 가능도함수의 최대값
≥
귀무가설하에서의 가능도함수의 최대값
2. 위의
을 단순 대 단순 가설에 적용하면 MP검정과 동일한 결과를
얻게 된다. 다만 두 검정통계량은 분자와 분모가 서로 바뀐 형태를 취하므로 기각역
의 방향만 달라질 뿐이다. 따라서 MP검정은 LR검정의 특별한 경우로 해석될 수 있
다.
≠
에 대한 크기 의 LR검정을 실시하여라.
전체 모수 공간에서 와 에 대한 최대가능도추정량(MLEs)은
이고
exp
이다.
귀무가설하에서 와 에 대한 최대가능도추정량(RMLEs)은
이고
exp
이다. 따라서 기각역은
≤
⇔
≥
⇔
≥
4
⇔ ≥
⇔
≥
으로 주어진다. 따라서 크기 의 조건
max
≥
≥
≥ ∼
으로부터
⋯
≥
이다. ■
≤
에 대한 크기 의 LR검정을 실시하여라.
8.4 가능도비 검정 5
가능도함수
exp
exp
≤
이고,
을 최대로 하는 은
이므로
exp
이다. 따라서
6
으로부터 기각역은
≤
⇔ ≥
⇔
≥
⇔ ≥
상수 는 크기 의 조건
max
≤
≥
≥
≥
으로부터
이다. ■
≤
에 대한 크기 의 LR검정을 실시하여라.
8.4 가능도비 검정 7
가능도함수
이고
exp
≤
이므로
exp ≤
exp
이다. 따라서
≤
exp
exp
8
이므로
≤
⇔
exp ≤
⇔
exp
≤
⇔ ≤
⇔ ≤
max
≤
≤
≤
≤
≤
∼
이므로
으로 주어진다. ■
1
≠
에 대한 크기 의 LR검정을 수행하여라.
가능도함수
exp
이고
하에서 RMLE는
이고
2
에서
이므로
≤
⇔ ≥
이다. 상수 는 크기 의 조건
3
max
≥ ∼
으로부터
으로 주어진다. ■
정리 2 ln 의 극한분포
가설
∈ ∈
에 대한 가능도비 검정통계량
에 대해
ln
ln ∼
≠
에 대한 가능도비
․
ln ~
임을 보여라.
ln ln
ln
≈
전개로부터 ≈
≈
에 대한 크기 의 LR검정을 실시하여라.
⋯ 이라 할 때, 가능도함수는
⋯
⋯
이다. 여기서 이고
이다.
이로부터 에 대한
MLE는
⋯
⋯
으로부터
ln
ln
ln
이다.
ln
ln
ln
≈ ′ ″
을 위의 통계량에 적용하면
ln ≈
or ∼
8.4 연습문제
4 (예제 6)에서
의 MLE를 확인하여라.
Hint ∝ ln ⋯ ln 로부터 연립방정식 ⋯ 의
근을 구한다.
′ ∞ ∞ ≠ ′ ∞ ∞
에 대한 LR검정의 기각역이
≤
또는 ≥
1 g
≠
에 대한 LR검정의 기각역이
~
이므로
≡
~
이 성립한다.
⋯ ′ ∼ ⋯
일 때, 충분히 큰 에 대해
~
이 성립한다. 위 식에서 ⋯ 이고 ⋯ 이
다.
2
~
⋯
⋯
~
을 만족한다.
8.5 유용한 검정법 소개 3
감마선의 수 빈도 하의 기대빈도
0 19 27.2
1 48 65.3
2 66 78.4
3 74 62.7
4 44 37.6
5 35 18.1
6 12 7.2
7 2 2.5
합 300
> n<-300
> a<-c(0,1,2,3,4,5,6,7)
> p<-dpois(a, 2.4)
> p
[1] 0.090717953 0.217723088 0.261267705 0.209014164
0.125408499 0.060196079 0.024078432 0.008255462
> e<-n*p
> e
[1] 27.2153860 65.3169264 78.3803116 62.7042493
37.6225496 18.0588238 7.2235295 2.4766387
⋯
≈
이다. ■
에 대한 검정을 수행하자. 먼저 ⋯ 으로부터 두 모수의 추정치
와 을 구
하고, 이로부터 정해진 각 범주(구간)의 확률을 추정한다. 이때, 각 범주는
의 형태를 고려하여 나누거나(확률이 집중된 부분의 구간은 상대적으로 짧게) 미리
정해진(예를 들어, 등간격으로 나누어진) 구간이다.
~
에 기초하여 수행된다. ■
~
을 통해 검정이 수행된다.
일 때, 다음의 독립성 가설
⋅ × ⋅
~
⋅ ⋅
⋅ ⋯
⋅ ⋯
이 된다. ■
6
8.5.2 상관계수 검정
≠
에 대한 LR검정의 기각역이
≡
으로 주어진다.
(ⅰ) (위 식의 분자)
~
(ⅱ) 는 독립이고, ~ 이다. 따라서 귀
무가설하에서는 ~ 이다.
~ ⋅
(ⅳ) 두 통계량 와 가 조건부 독립이다.
~
~
8
일 때, 귀무가설을 기각한다.
(단위: 분)
오전 10.5 6.6 7.1 9.4 9.6 8.2 7.0 10.9 9.0 8.4
오후 12.3 6.3 7.6 8.5 9.6 8.7 6.9 11.3 9.2 8.4
> x<-c(10.5, 6.6, 7.1, 9.4, 9.6, 8.2, 7.0, 10.9, 9.0, 8.4)
> y<-c(12.3, 6.3, 7.6, 8.5, 9.6, 8.7, 6.9, 11.3, 9.2, 8.4)
> cor(x, y, method="pearson")
[1] 0.9356875
으로부터 이고, 검정통계량의 관측값은
이다. 따라서 양측검정에 대한 값은
≈
≠ ≠
r
r
n
ln ln N
n
d
일 때, 를 기각한다.
10
Remark 위의 변환
rn
ln
rn
≠
ln
이므로, 근사적인 값은 ≈ 이 된다. ■
8.5 연습문제
1일 판매 갯수 일수
0 1
1 16
2 55
3 228
∼
에 기초한다. 위 식에서
이다. 위의 검