유전육종
한우의 품질
데이터
수집, 시각화, 설명
모델링
확률모델, 확률분포, 새 확률변수, 통계모델, 연구계획
데이터분석
모수추정, 모수비교
데이터세트
코딩, 논문작성
한우의 품질
연구주제, 가설검정
수집데이터
독립변수, 종속변수
수집, 시각화, 설명
표본종류, 확률변수가정
확률모델, 새 확률변수
새로운 확률변수, 표집분포
통계모델
검정확률분포, 검정통계량
모수비교
귀무가설, 검정
코딩
구글시트
논문작성
수집데이터
등심이 설도보다 고소하다.
지방함량 같다 - 기각
고기부위(독립): 명목형 변수
지방함량(종속): 연속형 확률변수
대응표본: 두 집단
등분산성, 독립성, 정규성
차이평균
표본평균 중심극한정리
t분포
차이평균과 오차의 비
지방함량 차이평균은 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
Y+1년생의 등심을 고른다.
등심단면적 같다 - 기각
출생년(독립): 순서형 변수
등심단면적(종속): 연속형 확변
독립표본: 두 집단
등분산성, 독립성, 정규성
평균차이
표본평균 중심극한정리
t분포
평균차이와 오차의 비
등심단면적 평균차이는 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
어디서나 한우를 기른다
도체중 같다 - 기각
지역(독립): 명목형 변수
도체중(종속): 연속형 확률변수
독립표본: 여러 집단
등분산성, 독립성, 정규성
집단간분산/집단내분산
표본분산 중심극한정리
F분포
신호와 노이즈의 비
도체중의 지역에 따른 신호는 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
마스와 등지함은 상관 있다.
상관계수 0이다 - 기각
마블링스코어(속성): 순서형 확변
등심지방함량(속성): 연속형 확변
대응표본: 두 변수
두 변수의 선형성, 정규성
공분산/표준편차곱
상관계수 중심극한정리
t분포
표본상관계수조합
마스와 등지함의 상관계수는 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
마스로 등지함을 알 수 있다.
결정계수 0이다 - 기각
마블링스코어(독립): 간격형 변수
등심지방함량(종속): 연속형 확변
대응표본: 두 변수
두 변수의 선형성, 잔차의 등분산성, 독립성, 정규성
공분산제곱과 분산곱의 비
결정계수 중심극한정리
F분포
신호와 노이즈의 비
마스로 설명되는 등지함은 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
유형마다 마스의 분포 다르다.
확률분포 같다 - 기각
유전자형(독립): 명목형 확변
마블링스코어(독립): 간격형 확변
대응표본: 두 변수
등분산성, 독립성, 정규성, 선형성
각 Cell 확률차이평균
확률차이평균 중심극한정리
카이제곱분포
확률차이 합
확률차이의 합은 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력