A Pearson의 상관계수와, Q 방법론(요인분석의 Q-type)에 적용되는 상관계수와, Spearman의 순위상관계수는 모두 같은 개념입니다.

수학 | 통계 Pearson correlation coefficient (피어슨 상관계수), Spearman rank correlation coefficient(스피어만 순위 상관계수), Q methodology (Q 방법론)

Pearson의 상관계수와, Q 방법론(요인분석의 Q-type)에 적용되는 상관계수와, Spearman의 순위상관계수는 모두 동일한 개념입니다. 첨부파일을 참고하시기 바랍니다.

2018-01-17 등록.    위로부터 1 단계 꼬리물기 하였고, 아래로 0 개가 꼬리에 꼬리물기 하고 있습니다.     comment: 10 개, 관심등록: 0 명, 조회: 5270 번.

Q Pearson의 상관계수와, Q 방법론(요인분석의 Q-type)에 적용되는 상관계수와, Spearman의 순위상관계수는 어떤 관계가 있나요?

수학 | 통계 Pearson correlation coefficient (피어슨 상관계수), Spearman rank correlation coefficient(스피어만 순위 상관계수), Q methodology (Q 방법론)

Pearson의 상관계수와, Q 방법론(요인분석의 Q-type)에 적용되는 상관계수와, Spearman의 순위상관계수는 어떤 관계가 있나요?

2018-01-17 등록.    위로부터 0 단계 꼬리물기 하였고, 아래로 1 개가 꼬리에 꼬리물기 하고 있습니다.     comment: 11 개, 관심등록: 0 명, 조회: 5267 번.

A 표본이 모집단을 잘 대변한다면 응답률은 상관이 없습니다. 하지만 전화조사의 경우 현실적으로 응답률이 결과를 왜곡할 수 있습니다.

수학 | 통계 여론조사, 응답률, 신뢰도

표본이 모집단을 잘 대변한다면 응답률은 상관이 없습니다. 극단적으로 응답률이 1%여도 표본 결과는 모집단의 특성을 제대로 설명합니다. 다만 여론조사가 전화조사를 바탕으로 두고 있는데 여론조사의 질문자체가 응답률에 편향적으로 영향을 미친다면 응답률이 낮을수록 조사 결과(표본 결과)는 현실(모집단)을 더 많이 왜곡하게 됩니다. 예를 들어, 현재 대통령에 대한 지지도를 전화로 묻는 여론조사에서 현재 대통령을 지지하는 사람일수록 전화 여론조사를 끝까지 마칠(즉 응답할) 가능성이 크고 현재 대통령을 지지하지 않는 사람일수록 전화 여론조사를 중간에 포기할(즉 무응답할) 가능성이 큽니다. 이러한 특성이 있을 경우 현재 대통령을 지지하는 사람이 지지하지 않는 사람보다 전화 여론조사에 응답할 가능성이 커 여론조사의 결과는 신뢰성이 떨어지게 됩니다. 그리고 응답률이 낮을수록 신뢰성은 더 떨어지게 됩니다. 구체적인 수학적 증명은 첨부합니다.

2017-05-03 등록.    위로부터 1 단계 꼬리물기 하였고, 아래로 0 개가 꼬리에 꼬리물기 하고 있습니다.     comment: 3305 개, 관심등록: 0 명, 조회: 5273 번.

Q 여론조사에서 응답률이 중요한가요? 응답률이 낮으면 표본의 결과가 모집단의 특성을 왜곡하게 되나요?

수학 | 통계 여론조사, 응답률, 신뢰도

여론조사에서 응답률이 중요한가요? 응답률이 낮으면 표본의 결과가 모집단의 특성을 왜곡하게 되나요?

2017-05-03 등록.    위로부터 0 단계 꼬리물기 하였고, 아래로 1 개가 꼬리에 꼬리물기 하고 있습니다.     comment: 10 개, 관심등록: 0 명, 조회: 5357 번.

A 다양한 확률분포(probability distribution)들 간의 상호 관련성을 연결한 그림입니다.

수학 | 통계 Bernoulli, Binomial, Poisson, Gamma, Exponential, Beta, Chi-square, Normal, F, t

통계학에서 자주 접하게 되는 다양한 확률분포(probability distribution)들 간의 상호 관련성을 연결한 그림 및 각 확률분포의 특성을 첨부합니다. [그림에 포함된 확률분포] Bernoulli, Binomial, Geometric, Poisson, Gamma, Exponential, Beta, Chi-square, Normal, F, t

2017-01-18 등록.    위로부터 1 단계 꼬리물기 하였고, 아래로 0 개가 꼬리에 꼬리물기 하고 있습니다.     comment: 10 개, 관심등록: 0 명, 조회: 5262 번.

Q 통계학에서 자주 접하게 되는 다양한 확률분포(probability distribution)들 간의 상호 관련성이 궁금합니다.

수학 | 통계 probability distribution, 확률분포

통계학에서 확률분포(probability distribution)를 공부하다 보면 하나의 분포가 다른 분포에서 유도되는 것을 알 수 있습니다. 이 확률분포들 간의 상호 관련성이 궁금합니다.

2017-01-18 등록.    위로부터 0 단계 꼬리물기 하였고, 아래로 1 개가 꼬리에 꼬리물기 하고 있습니다.     comment: 12 개, 관심등록: 0 명, 조회: 5266 번.

Q 모평균 추정 결과를 "[신뢰구간]이 모평균을 포함하고 있을 확률이 신뢰수준이다."라고 해석하는 것에 대한 의문

수학 | 통계 모평균 추정, estimating a population mean, 신뢰구간, confidence interval, 신뢰구간 해석, Interpreting Confidence Intervals

모평균 추정 결과를 해석할 때 "[신뢰구간]이 모평균()을 포함하고 있을 확률이 신뢰수준이다."라고 해석해야 한다고 합니다. 위 해석을 (상식적으로 더 익숙한 표현인) "모평균()이 [신뢰구간]에 포함되어 있을 확률은 신뢰수준이다"라고 해석하면 안된다고 합니다. 왜냐하면 모평균()은 (확률변수가 아니라) 상수이기 때문입니다. 하지만 첨부한 과정으로부터 후자의 해석(상식적으로 더 익숙한 해석)은 "잘못된 것"이 아니라 "무방"하다고 생각합니다. 첨부한 과정에서 논리적 허점이 있는지 궁금합니다.

2017-01-14 등록.    위로부터 0 단계 꼬리물기 하였고, 아래로 0 개가 꼬리에 꼬리물기 하고 있습니다.     comment: 14 개, 관심등록: 0 명, 조회: 5291 번.

Q 모비율 추정(estimating a population proportion)할 때 평균개념 접근과 비율개념 접근의 차이

수학 | 통계 모비율 추정, estimating a population proportion, 통계적 추정, statistical estimation, 이진자료, binary data

모집단이 예를 들어 남성(0)과 여성(1) 이진자료(binary data)로 구성되어 있을 때 표본조사로부터 여성의 비율을 추정하고자 하면 일반적으로 모비율 추정식을 이용합니다. 그런데 0과 1로 구성된 이진자료면 모평균을 추정해도 그 모평균은 모비율이 될 것입니다. 하지만 모비율 추정식과 모평균 추정식은 "표본분산"의 식이 서로 다릅니다. 또한 모비율 추정식에서 사용되는 표본분산 은 불편성을 충족하지도 않습니다. 이와 관련하여 다음과 같은 의문이 듭니다. 1) 모비율 추정은 이진변수를 평균개념으로 접근하여 추정해도 비율개념으로 접근한 것과 동일해야 하는 것 아닌가? 왜 다른가? 2) 모비율을 추정할 때 불편성을 충족시키지 못함에도 표본분산으로 왜 를 사용하는 것일까? 자세한 내용은 첨부파일 참고.

2017-01-13 등록.    위로부터 0 단계 꼬리물기 하였고, 아래로 0 개가 꼬리에 꼬리물기 하고 있습니다.     comment: 1 개, 관심등록: 0 명, 조회: 5273 번.