콘텐츠로 건너뛰기

가설 검정에서 작은 p-값 계산하기

여러분,

패티가 가설 검정에서 작은 P값을 파악하도록 마크를 돕는 과정을 계속 지켜보도록 합시다. 이 이야기의 첫 번째 부분은 여기에서 확인할 수 있습니다.

패티와 마크는 잠시 대화를 나누며 마크가 분석 중이던 데이터 중 일부를 살펴보았다.

“마크, 간단히 설명하자면, 두 가지 전달 효율(TE)을 비교한다고 가정해 봅시다. 예를 들어, TE 측정값을 100개 수집했고, 이 값들이 통계적으로 특정 값보다 큰지 확인하고 싶다고 합시다. 그러면 귀무가설은 94%이고, 대립가설은 94%보다 크다는 것이 되겠네요,”라고 패티가 말했다.

패티는 화이트보드 앞으로 가서 다음과 같이 적었다:

Ho: 평균 = 94%

H1: 평균 >94%

“100개의 측정값의 평균을 100%, 표준편차를 10%라고 가정해 봅시다,”라고 그녀가 말을 이었다.

“그게 바로 데이터가 보여준 내용과 거의 정확히 일치하네요,”라고 마크가 대답했다.

패티는 이 데이터를 Minitab에 입력한 후 다음과 같은 출력 결과를 얻었습니다.

귀무가설 μ = 94, 대립가설 μ > 94, T-값 6을 나타내는 통계적 검정 결과.

“따라서 우리는 귀무가설을 기각하고, 평균(즉, 100)이 94%보다 통계적으로 더 크다고 결론지을 수 있습니다.”라고 패티가 말했다.

“근데 P값이 0.000이라고 나오잖아,” 마크가 투덜거렸다. “그래서 마이크가 나한테 잔소리를 한 거야,” 그는 한숨을 쉬며 말했다.

“Minitab을 사용하여 평균 0, 표준편차 1인 정규 분포의 그래프를 그려보고, 그래프상에서 6이 어디에 위치하는지 확인해 봅시다. 이 6은 T-값 6과 동일합니다(표본 크기가 400 이상으로 큰 경우에는 Z-값과 동일합니다).”라고 패티가 말했습니다. 그림 1을 참조하십시오.

“분포도”라는 제목의 종 모양 정규 분포 곡선 그래프로, 평균은 94이고 표준편차는...

그림 1. Minitab의 그래픽 출력.

“와, P-값이 9.8659×10⁻¹⁰이네,” 마크가 감탄하며 말했다.

“결국 이 그래프 작성 기능조차도 T값이나 Z값이 약 8보다 클 경우 P-값을 0으로 계산하는 것으로 나타났습니다,”라고 패티가 확인했다.

“아이고, T 값이 8 이상이면 마이크가 여전히 나를 혼낼지도 모르겠네,” 마크가 투덜거렸다.

“용기를 내세요,” 패티가 말했다. “가우시안 적분의 미적분 문제를 풀었더니, 그것이 보완 오차 함수라는 것을 알아냈어요.엑셀®은 최대 37.5까지의 t 또는 z 값에 대한 보완 오차 함수를 정확하게 계산해 줍니다. 이 경우, 관련 P 값은 4.61E-308입니다.” 그림 2를 참조하십시오.

P값과 T값 또는 Z값이 나열된 스프레드시트 표로, 37.5가 파란색으로 강조 표시되어 있습니다.

그림 2. P값을 계산하기 위한 패티의 엑셀 스프레드시트.

마크가 애원하듯 물었다. “만약 37.5보다 크다면요?”

“우주에 원자가 고작1080개 정도밖에 없다는 점을 생각하면, 4.61E-308 같은 건 걱정할 필요 없어요. 이건 2.16E307분의 1 확률이니까요,”라고 패티가 농담을 던졌다. “하지만 만약 정말로 T = 37.5를 넘어설 필요가 있다면, 제가 T가 1000을 훨씬 넘는, 아마도 어떤 수치든 처리할 수 있는 기법을 개발해 두었습니다. 다만엑셀®으로는 할 수 없어요,”라고 그녀가 말을 이었다.

마크는 기대에 찬 목소리로 물었다. “그럼엑셀® 스프레드시트를 받을 수 있는 거고, 혹시 T = 37.5를 넘어가야 할 상황이 생기면 도와주실 거죠?”

“물론이지,” 패티가 말했다. “아, 그리고 마이크 매디건한테 너무 겁먹지 마… 사실 그 사람은 그냥 덩치 큰 테디베어 같은 사람이야,” 그녀가 장난스럽게 말했다.

그 말을 듣고 둘 다 킥킥 웃었지만, 마크는 그다지 자연스럽지 않게 웃었다.

건배,

론 박사

패티가 가우시안 정규 분포 함수를 보완 오차 함수에 통합한 내용은 다음과 같습니다. P값을 계산하는Excel® 스프레드시트 사본을 원하시는 독자분들은 [email protected]으로 이메일을 보내주시기 바랍니다.

대입법을 사용하여 z부터 무한대까지 p-값 적분을 포함한 가우시안 분포 공식.