[DATA SCIENCE]
데이터사이언스 > 모델링 > 통계모델 > 표준오차
초등학생의 보드게임 사전과 사후의 수학적 창의력 점수 차이입니다.
절대 0이 없는 간격척도로 구한 데이터를 비교할 수 있게 해줍니다.
귀무가설에서의 “0”은 두 모집단의 평균 차이가 없음을 나타내며, 이는 통계적으로 “원점” 또는 “기준점”으로 간주합니다.
일반적으로 독립표본에서의 새로운 확률변수의 분산이 대응표본에서의 새로운 확률변수의 분산보다 더 크다고 할 수 있습니다. 이는 독립표본의 경우 두 모집단의 변동성이 모두 분산에 기여하기 때문입니다.
표준편차의 단위는 데이터의 원 단위를 유지하기 때문에, 그것을 데이터 집합의 변동성을 나타내는 ‘단위’로 사용할 수 있습니다. 결론적으로, 표준편차를 단위로 사용하는 것은 엄밀히 말하면 정확하지 않지만, 특정 상황에서는 유용하게 활용될 수 있습니다. 사용 전에 주의 사항을 숙지하고, 필요에 따라 다른 방법을 함께 사용하는 것이 바람직합니다.
독립표본은 독립된 두개 이상의 범주를 가집니다. 대응표본은 개체로 연결되어 있으며 같은 시간이나 공간의 이동으로 같은 개체의 속성변동을 반영합니다.
차이, 편차, 오차, 잔차는 값과 단위가 동일한 개념으로, 각각 다른 상황에서의 데이터 차이를 나타냅니다. 차이는 두 값의 간격을 의미하며 기준 없이 0 또는 양수입니다. 편차는 특정 기준값에서의 데이터 차이로, 양수와 음수 모두 가능합니다. 오차는 기대값과의 차이를 의미하며, 잔차는 회귀분석에서 예측값과 실제값의 차이입니다. 둘 다 양수와 음수를 가질 수 있습니다.
표본통계량의 오차는 모수를 기준으로 한 표본통계량의 편차를 의미합니다. 모집단의 속성을 파악하기 어려울 때, 표본을 통해 이를 추정하려는 시도가 중요합니다. 표본통계량은 표본평균, 표본분산 등을 포함하며, 이는 모집단을 대표하는 값으로 사용됩니다. 표본평균의 표준오차는 표본평균이 모평균을 중심으로 하는 확률분포의 표준편차를 의미하며, 표본크기가 커질수록 정규분포에 가까워진다는 중심극한정리에 따라 결정됩니다. 이는 표본평균이 모평균을 얼마나 잘 대표하는지를 나타내는 지표로, 모표준편차를 표본의 크기의 제곱근으로 나눈 값입니다.
차이, 편차, 오차, 잔차, 표본통계량, 모수, 중심극한정리, 표준오차
차이, 편차, 오차, 잔차는 모두 값(데이터)과 단위가 같습니다.
차이(difference)는 두 값(두 위치, 두 점, two positions, two points)의 간격(거리, 크기)입니다. 기준이 없습니다. 0과 양수만을 가집니다.
편차(deviation)는 값에서 기준값을 뺀 값입니다. 표본에서는 기준값으로 표본평균을 많이 사용합니다. 0과 양수와 음수를 모두 가집니다.
오차(error)는 기대값을 기준값으로 사용하는 편차입니다. 즉, 기대하는 값과의 어긋남을 나타냅니다. 0과 양수와 음수를 모두 가집니다.
잔차(residual)는 기대값이 회귀점, 회귀(직)선, 회귀(평)면, 회귀초평면, 회귀초곡면에 위치하는 경우의 오차입니다. 즉, 회귀하지 않는 양을 나타냅니다. 0과 양수와 음수를 모두 가집니다.
표본통계량 오차는 모수를 기준을 하는 표본통계량의 편차입니다. 표본통계량 오차에는 표본평균의 오차, 표본분산의 오차 등이 있습니다.
모수에는 모평균, 모분산 등이 있습니다.
집단을 표현하는 속성값(모수)에는 모평균($\mu$)과 모분산($\sigma^2$)이 있습니다. 실제에서는 집단의 크기가 클수록 또는 무한집단인 경우 집단의 속성을 알기가 어렵습니다. 그래서, 표본을 통해 모집단의 속성을 알고자 하는 실험을 진행합니다. 예를 들어, 실험의 결과로 집단이 정규분포를 나타냄을 알고 그 정규분포의 모수(매개변수, parameter)를 안다면 집단의 속성인 확률분포를 알 수 있습니다..
표본통계량에는 표본평균, 표본분산 등이 있습니다.
표본(sample)은 집단을 이루는 개체(object)를 추출한 것입니다. 그래서 표본을 표본집단이라고 부르기도 합니다. 표본크기는 추출한 개체의 개수입니다. 표본이 추출된 집단은 그 표본의 모집단(population)이라고 합니다. 집단을 집합으로 표현하고 표본을 그 집합의 부분집합으로 표현할 수 있습니다.
표본을 이루는 개체(object)가 수치를 가지고 표본을 이루는 개체의 개수를 알면 표본평균(sample mean)과 표본분산(sample variance)을 구할 수 있습니다. 표본표준편차(sample deviation)는 표본분산의 제곱근으로 정의합니다. 표본표준편차의 단위는 표본평균의 단위와 같습니다.
표본평균(sample mean)은 표본의 변동(sample variation)이 가장 작게 되는 표본의 기준값입니다. 표본의 변동은 값과 기준값과의 편차를 제곱한 양들의 합입니다. 표본평균은 표본(data set)을 대표하는 대표값의 한 종류입니다.
표본분산(sample variation)은 표본의 확률변수값(표본데이터)의 분포 정도를 나타내는 분포값의 한 종류입니다. 참고로 분포를 나타내는 다른 값에는 분위수(quantile)가 있습니다. 표본분산($S^2$)은 각 값과 표본평균과의 차이의 제곱의 합을 자유도로 나누어서 구합니다. 표본분산은 각 값과 표본평균과의 편차의 제곱의 합이 가장 작을 때의 값을 자유도로 나눈 값입니다. 여기서 편차제곱의 합을 가장 작게 하는, 편차제곱의 기준이 되는 값이 평균입니다. 표본분산 값의 단위는 표본평균의 제곱의 단위와 같습니다. 편차제곱의 합을 자유도로 나눈 값인 표본분산은 표본의 분포의 정도를 나타냅니다. 표본분산을 구할 때 표본크기가 작은 경우, 표본크기 또는 자유도로 나누는 결과는 더욱 다르게 나타납니다.
표본평균은 모집단의 평균(모평균)을 중심으로 종모양의 확률분포를 가집니다. 표본크기가 클수록 정규분포 모양에 가까워 집니다. 이를 중심극한정리라 합니다. 표본평균의 오차(error of sanple mean)는 모평균을 기준으로하는 표본평균의 편차입니다.
표본분산은 표본크기가 작을 때는 비대칭의 분포를 가지다가 표본크기가 커질수록 모집단의 분산(모분산)을 중심으로하는 종모양의 모양에 가까워 집니다. 표본분산의 오차(error of sample variance)는 모분산을 기준으로 한 표본분산의 편차입니다.
확률변수, $X$의 표본평균, $\bar{X}$의 표준오차는 $\sigma_{\bar X}$로 표기합니다.
확률변수인 표본평균이 중심극한정리에 의해 모평균을 중심으로 종모양의 확률분포를 나타내는데 이 확률분포의 표준편차를 의미합니다. 표본평균의 기대값은 모평균인데 기대값과의 오차라는 의미에서 편차(deviation)가 아닌 오차(error)로 표현합니다. 모표준편차를 표본의 크기($n$)의 제곱근으로 나누면(표준화 하면) 표본평균의 표준오차가 됩니다.
표준화를 하면 확률변수가 표준편차의 몇 배인가로 표현할 수 있습니다. 다시말하면 표준편차를 1로 만드는 변수변환(change of variable)입니다.
표본평균의 표준오차(standard error of the mean)는 표본평균 표집(표본평균으로 이루어진 집단)의 표준편차와 같습니다. 즉, 표본평균의 퍼짐의 정도를 나타내는 표준편차($\sigma_{\bar{X}}$)는 표본평균의 표준오차입니다. 표본평균의 기대값은 중심극한정리에 따라 모평균과 같습니다.
모집단과 표본의 확률변수
$$X$$
모집단의 모형
$$\{X_1, X_2, \cdots , X_{\infty}\}$$
여기서, 모집단크기는 $\infty$
표본의 모형
$$\{X_1, X_2, \cdots , X_{n}\}$$
여기서, 표본크기는 $n$
표본평균($\bar X$)의 기대값 : 모평균
$${\rm E}[\bar X]=\mu_X$$
표본분산($S^2$)의 기대값 : 모분산
$${\rm E}[S^2]=\sigma^2_X$$
새로운 확률변수 : 표본평균
$$\bar X$$
표본평균 표집의 모형
$$\{{\bar X}_1, {\bar X}_2, \cdots , {\bar X}_{\infty}\}$$
여기서, 표본평균의 표집의 크기는 $\infty$
표본평균 표집의 평균 : 표본평균 표집의 평균=표본평균의 기대값=모평균
$$\mu_{\bar X}={\rm E}[\bar X]=\mu_X$$
표본평균 표집의 분산 : 모분산의 평균 -> 집단의 움직임은 각 개체의 움직임으로 표현되며 내부움직임만 있음 – 표본의 움직임(표집)은 두개로 나타나는데 내부는 모분산을 나눠가지는 것으로 중화되지만 외부는 표본평균의 흔들림으로 나타남.
$$\sigma_{\bar X}^2={\rm Var}[\bar X]=\dfrac{\sigma_X^2}{n}$$
여기서, $n$은 표본크기
$\sigma_X^2$은 모분산
표본평균 표집의 표준편차
$$\sigma_{\bar X}={\rm SD}[\bar X]=\sqrt{\dfrac{\sigma_X^2}{n}}$$
여기서, $n$은 표본크기
새로운 확률변수인 표본평균($\bar X$)의 $Z$변환
$$Z=\dfrac{\bar X-\mu_X}{\dfrac{\sigma_X}{\sqrt{n}}}∼Z\text{분포}$$
여기서, $n$은 표본크기이며 큰 수
$Z\text{분포}$는 표준정규분포
새로운 확률변수인 표본평균($\bar X$)의 $t$변환
$$t=\dfrac{\bar X-\mu_X}{\dfrac{S_X}{\sqrt{n}}}∼t_{n-1}$$
여기서, $n$은 표본크기 : $(n-1)$은 표본크기가 $n$인 표본의 자유도
$t_{n-1}$은 자유도가 $(n-1)$인 $t$분포
표본평균의 표준오차 : 표본평균의 표준오차 = 표본평균 표집의 표준편차
$${\rm SE}(\bar X)=\sigma_{\bar X}={\rm SD}[\bar X]=\sqrt{\dfrac{\sigma_X^2}{n}} = \dfrac{\sigma_X}{\sqrt{n}}$$
여기서, $\sigma^2_X$는 모분산
$\sigma_X$는 모표준편차
$n$은 표본크기
표본평균의 표준오차 – 표본크기가 큰 경우($\sigma_X≈S_X$)
$${\rm SE}(\bar X)=\sigma_{\bar X}={\rm SD}[\bar X]=\sqrt{\dfrac{\sigma_X^2}{n}} = \dfrac{\sigma_X}{\sqrt{n}}≈\dfrac{S_X}{\sqrt{n}}$$
여기서, $\sigma^2_X$는 모분산
$\sigma_X$는 모표준편차
$S_X$는 표본표준편차
$n$은 표본크기
표본평균 표집의 분산 추정량
$$\dfrac{S_X^2}{n}=\dfrac{\sum\limits_{i=1}^{n}(X_i -\bar X)^2}{n(n-1)}=\dfrac{\sum\limits_{i=1}^{n}{X_{ri}^2}}{n(n-1)}$$
여기서, $S^2_X$는 표본분산
$\bar X$는 표본평균
$X_r$은 잔차 : $X_r=X-{\bar X}$
$n$은 표본크기
표본평균의 표준오차 추정량 : 표본평균 표집의 표준편차 추정량
$$\sqrt{\dfrac{S_X^2}{n}}=\sqrt{\dfrac{\sum\limits_{i=1}^{n}(X_i -\bar X)^2}{n(n-1)}}=\sqrt{\dfrac{\sum\limits_{i=1}^{n}{X_{ri}^2}}{n(n-1)}}$$
여기서, $S^2_X$는 표본분산
$\bar X$는 표본평균
$X_r$은 잔차 : $X_r=X-{\bar X}$
$n$은 표본크기
만일 개체($i$)마다 가중치($\omega_i$)가 다르다면 다음과 같이 표본평균의 표준오차 추정량을 계산합니다.
$$\sqrt{\dfrac{\sum\limits_{i=1}^{n}{\omega_i}{X_{ri}^2}}{n(n-1)}}$$
여기서, $S^2_X$는 표본분산
$\bar X$는 표본평균
$X_r$은 잔차 : $X_r=X-{\bar X}$
$\omega_i$는 가중치
$n$은 표본크기
표본평균의 표준오차 : 표본평균 표집의 표준편차 – 표본크기가 크고 모집단이 정규분포인 경우
$${\rm SE}(\bar X)=\dfrac{\sigma_X}{\sqrt{n}}≈\dfrac{S_X}{\sqrt{n}}$$
여기서, $\bar X$는 확률변수 $X$의 표본평균
$\sigma_X$는 확률변수 $X$의 모표준편차
$S_X$는 확률변수 $X$의 표본표준편차
$n$은 표본크기
표본분산의 표준오차 : 표본분산 표집의 표준편차 – 표본크기가 크고 모집단이 정규분포인 경우
$${\rm SE}(S_X^2) = \sigma_{S_X^2} = \sqrt{\dfrac{2\sigma_X^4}{n-1}}≈ \sqrt{\dfrac{2S_X^4}{n-1}}$$
여기서, $S_X^2$는 확률변수 $X$의 표본분산
$\sigma_X^2$는 확률변수 $X$의 모분산
$S_X^2$는 확률변수 $X$의 표본분산
$n$은 표본크기
통계에서 표본분포는 표집분포(sampling distribution) 또는 유한표본분포( finite-sample distribution)라 불리우기도 합니다. 표본분포는 무작위 표본추출을 기반으로 하여 모집단에서 일정한 크기로 뽑을 수 있는 표본을 모두 뽑았을 때 그 모든 표본의 통계량의 확률분포를
말합니다. 예를 들어 평균의 표집분포란 특정한 모집단에서 동일한 크기로 가능한 모든 표본을 뽑아서 각각의 표본들의
평균을 계산했을 때 그 평균들의 확률분포를 말합니다. 따라서 많은 경우, 하나의 표본을 관찰하고 표본분포는 이론적으로 구합니다.
표본분포는 통계적 추론(statistical inference)을 위한 핵심 단순화과정이기 때문에 통계에서 매우 중요합니다. 보다 구체적으로, 표본분포의 분석시 고려사항은 표본통계량의 공동확률분포(joint probability distribution)보다는 모집단(통계집단) 확률분포의 조사 기반으로의 사용입니다.
출처
통계적 매개변수 또는 모집단 매개변수는 통계량 또는 확률분포를 설명하는 데 사용되는 변수입니다. 매개변수는 모집단이나 통계모델의 수치적 특성이라 할 수 있습니다.
색인 분류된 집단의 분포가 있다고 가정해 봅니다. 색인이 집단의 분포의 매개변수로도 작용한다면, 그 집단은 매개변수화된 집단이라 할 수 있습니다. 예를 들어, chi-squared 확률분포를 가지는 집단은 자유도에 의해 색인되어 분류될 수 있습니다. 자유도는 chi-squared 분포의 매개변수이므로 chi-squared 분포를 가지는 집단은 자유도라는 매개변수로 매개변수화 되었다고 할 수 있습니다.
출처
확률이론에서 중심극한정리(CLT, Central Limit Thorem)는 독립변수가 추가될 때, 어떤 조건에서는 원래 변수가 정규분포가 아니더라도 표준화된 합(예를 들면 표본크기로 표준화된 표본평균)이 정규분포(일명 “종 모양”)에 가까워진다는 것을 말합니다. 이 이론은 정규분포에 적용되는 확률 및 통계 방법이 다른 형식의 분포를 가지는 많은 경우에도 사용될 수 있음을 나타내기 때문에 확률에서 매우 중요합니다.
예를 들어, 다수의 측정값으로 구성된 표본이 있고, 각 측정값은 다른 측정값과 관계없이 무작위로 생성되고 그 값들의 산술평균을 계산한다고 가정해 봅니다. 이 과정이 여러 번 이루어진다면, 중심극한정리에 따라 이 평균의 분포는 정규분포에 근사합니다. 간단한 예로 동전을 여러 번 던질 경우 앞면이 몇 번 나올지에 대한 확률분포는 던진 횟수의 절반이 평균이 되는 정규분포에 가까워집니다(무한대로 던지게 되면 정규 분포와 같게 됩니다).
중심극한정리는 여러가지의 변형된 정리가 있습니다. 일반적인 형태에서는 확률변수가 동일하게 존재하여야 합니다. 하지만 변형된 정리에서는, 평균의 확률분포가 정규분포로 근사한다는 것은 조건만 만족한다면 동일하지 않은 분포나 독립적이지 않은 측정에서도 일어납니다. 이 정리의 처음 형태(정규분포를 이항분포에 대한 근사로 사용할 수 있다)는 현재 드므와르 라플라스 정리로 알려져 있습니다.
출처
통계에서 자유도는 통계의 최종 산출과정에서 사용되는 변할 수 있는 값들의 갯수입니다.
한편, 동적 계(시스템)가 움직일 수 있는 독립적인 방법의 수도 자유도라 합니다. 즉, 동적 계(시스템)에서의 자유도는 시스템의 상태를 확정 지을수 있는 최소의 독립 좌표수라고 정의할 수 있습니다. 예를 들면, 3차원 공간에서의 계의 운동은 6자유도로 표현합니다. 즉, 선운동의 방향 3자유도와 원운동의 방향 3자유도로 표현합니다. 계의 위치도 마찬가지로 6자유도입니다. 계의 공간에서의 위치를 지정하는 3개의 좌표와 계의 방향을 지정하는 방향벡터는 3개의 좌표를 가지고 있습니다.
통계의 모수(매개변수, parameter)값은 정보나 데이터의 양에 따라 달라집니다. 모수의 추정에 들어가는 독립적인 정보의 수를 통계에서는 자유도라 부릅니다. 일반적으로, 자유도는 모수의 추정에 들어간 독립변수들의 수에서 모수의 추정에서 중간 단계로 사용된 모수의 수를 뺀 값입니다. 예를 들면, 표본분산은 표본크기($n$)로 표현되는 개수의 확률변수들로부터 1번의 연산을 거친 모수인 표본평균에서의 거리로 구하기 때문에 표본분산은 표본평균의 갯수 1을 뺸 ($n-1$)의 자유도를 가집니다.
수학적으로, 자유도는 확률변수 또는 확률벡터의 차원 수, 또는 본질적으로는 “자유로운” 구성 요소의 수로 볼 수 있습니다. 이 용어는 특정 임의 벡터가 선형 부분 공간에 속하도록 제한되어 있고 자유도가 공간의 차원을 나타내어 선형모델(선형회귀 분석, 분산분석)에 주로 사용됩니다. 자유도는 또한 벡터의 제곱 크기(좌표의 제곱합)와 연관된 통계에서 나타나는 카이제곱 및 기타 분포의 모수(매개변수, parameter)와 관련됩니다.
출처
본인의 Google 계정으로 구글시트를 복사
=SUM(C3:C6) : 합계. C3에서 C6에 있는 데이터의 합계.
=COUNT(C3:C6) : 데이터 개수. C3에서 C4에 있는 숫자 형식의 데이터 개수.
=SQRT(C11) : 제곱근. C11 값의 제곱근.
=AVERAGE(J3:J18) : 평균. J3에서 J18에 있는 데이터의 평균.
=VARP(J3:J18) : 모분산. J3에서 J18에 있는 데이터의 모분산. 편차제곱합을 데이터 개수로 나눔. 참고로, 표본분산은 편차제곱합을 데이터 개수 -1로 나눔.
=STDEV.P(J3:J18) : 모표준편차. J3에서 J18에 있는 데이터의 모표준편차로 모분산의 제곱근. 참고로, 표본표준편차는 표본분산의 제곱근.