Search Header Logo
big_1_2_3

big_1_2_3

Assessment

Presentation

β€’

Professional Development

β€’

Professional Development

β€’

Hard

Created by

KS K

FREE Resource

0 Slides β€’ 50 Questions

1

Multiple Choice

n개 ( n≀Nn\le N  )의 μ›μ†Œλ‘œ κ΅¬μ„±λœ λͺ¨μ§‘λ‹¨μ—μ„œ λ‹¨μˆœλžœλ€μΆ”μΆœλ²•μ„ μ‚¬μš©ν•˜μ—¬ ν‘œλ³Έμ„ μΆ”μΆœν•  λ•Œ λ‹€μŒ μ„€λͺ… 쀑 κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

이질적인 μ›μ†Œλ“€λ‘œ κ΅¬μ„±λœ λͺ¨μ§‘λ‹¨μ—μ„œλŠ” 각 계측을 고루 λŒ€ν‘œν•˜λŠ” ν‘œλ³Έμ„ μΆ”μΆœν•΄μ•Ό ν•œλ‹€.

2

N개의 μ›μ†Œλ‘œ κ΅¬μ„±λœ λͺ¨μ§‘λ‹¨μ—μ„œ n개의 번호λ₯Ό μž„μ˜λ‘œ 선택해 κ·Έ λ²ˆν˜Έμ— ν•΄λ‹Ήν•˜λŠ” μ›μ†Œλ₯Ό ν‘œλ³ΈμœΌλ‘œ μΆ”μΆœν•˜λŠ” 방법이닀.

3

크기가 n인 λͺ¨λ“  κ°€λŠ₯ν•œ ν‘œλ³Έμ— λ™λ“±ν•œ μ‚°μΆœ 기회λ₯Ό μ€€λ‹€.

4

λͺ¨μ§‘λ‹¨μ˜ 각 μΆ”μΆœλ‹¨μœ„μ— λ™λ“±ν•œ μ‚°μΆœ 기회λ₯Ό μ€€λ‹€.

2

Multiple Choice

λ‹€μŒ 쀑 μ•„λž˜μ˜ μ„€λͺ…에 λ§žλŠ” ν‘œλ³ΈμΆ”μΆœλ°©λ²•μ€?

====================================

λͺ¨μ§‘λ‹¨μ˜ λͺ¨λ“  μ›μ†Œλ“€μ—κ²Œ 1, 2, 3, ..., N의 일련번호λ₯Ό λΆ€μ—¬ν•˜κ³  이λ₯Ό μˆœμ„œλŒ€λ‘œ λ‚˜μ—΄ν•œ 후에 K개(K=N/n)μ”© n개λ₯Ό κ΅¬κ°„μœΌλ‘œ λ‚˜λˆ„κ³  첫 ꡬ간(1, 2, 3,.... K)μ—μ„œ ν•˜λ‚˜λ₯Ό μž„μ˜λ‘œ μ„ νƒν•œ 후에 Kκ°œμ”© λ„μ–΄μ„œ ν‘œλ³Έμ„ μΆ”μΆœν•˜λŠ” 방법이닀.

1

κ³„ν†΅μΆ”μΆœλ²•

2

λ‹¨μˆœλžœλ€μΆ”μΆœλ²•

3

μ§‘λ½μΆ”μΆœλ²•

4

μΈ΅ν™”μΆ”μΆœλ²•

3

Multiple Choice

100개의 μ›μ†Œλ‘œ κ΅¬μ„±λœ λͺ¨μ§‘단이 있고 λͺ¨μ§‘λ‹¨μ˜ 각 μ›μ†Œμ— 1λ²ˆλΆ€ν„° 100λ²ˆκΉŒμ§€ 번호λ₯Ό λΆ€μ—¬ν•˜μ˜€λ‹€. 이 λͺ¨μ§‘λ‹¨μ—μ„œ 10개의 ν‘œλ³Έμ„ 비볡원 λ‹¨μˆœλžœλ€μΆ”μΆœλ²•μœΌλ‘œ μΆ”μΆœν•˜κ³ μž ν•œλ‹€. λ‹€μŒ 쀑 κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

비볡원 λ‹¨μˆœλžœλ€μΆ”μΆœλ²•μ„ μ μš©ν•  λ•Œ, 1번 μ›μ†Œκ°€ ν‘œλ³Έμ— 포함될 ν™•λ₯ μ€ 1/10이닀.

2

1번 μ›μ†Œμ™€ 2번 μ›μ†Œκ°€ λ™μ‹œμ— ν‘œλ³Έμ— 포함될 ν™•λ₯ μ€ 1/100 이닀.

3

1번 μ›μ†Œκ°€ ν‘œλ³Έμ— 포함될 ν™•λ₯ μ€ 100번 μ›μ†Œκ°€ ν‘œλ³Έμ— 포함될 ν™•λ₯ κ³Ό λ™μΌν•˜λ‹€.

4

1번 μ›μ†Œμ™€ 2번 μ›μ†Œκ°€ λ™μ‹œμ— ν‘œλ³Έμ— 포함될 ν™•λ₯ μ€ 99번 μ›μ†Œμ™€ 100번 μ›μ†Œκ°€ λ™μ‹œμ— ν‘œλ³Έμ— 포함될 ν™•λ₯ κ³Ό λ™μΌν•˜λ‹€.

4

Multiple Choice

λ‹€μŒ 쀑 λͺ¨μ§‘λ‹¨μ—μ„œ ν‘œλ³Έμ„ μΆ”μΆœν•˜λŠ” 방법이 μ•„λ‹Œ 것은 무엇인가?

1

λ‹¨μˆœλžœλ€μΆ”μΆœλ²•

2

κ³„ν†΅μΆ”μΆœλ²•

3

μΈ΅ν™”μΆ”μΆœλ²•

4

κΉ€μŠ€μΆ”μΆœλ²•

5

Multiple Choice

μ•„λž˜μ—μ„œ μ„€λͺ…ν•˜λŠ” μš©μ–΄λŠ”?

======================

μ‘°μ‚¬ν•˜κΈ° μœ„ν•΄ μΆ”μΆœν•œ λͺ¨μ§‘λ‹¨μ˜ 일뢀 μ›μ†Œ

1

μ›μ†Œ(Element)

2

μƒ˜ν”Œ(Sample)

3

λͺ¨μˆ˜(Parameter)

4

총쑰사(Census)

6

Multiple Choice

μ–΄λ–€ μƒμžμ— 곡이 150κ°œκ°€ λ“€μ–΄ 있으며 κ·Έ 쀑 66κ°œλŠ” 보라색 곡이고 84κ°œλŠ” 뢄홍색 곡이라고 ν•œλ‹€. 84개의 뢄홍색 곡 쀑 70κ°œλŠ” λ°˜μ§μ΄λŠ” 뢄홍색 곡이라고 ν•  λ•Œ, μƒμžμ—μ„œ μž„μ˜λ‘œ ν•˜λ‚˜μ˜ 곡을 λ½‘μ•˜μ„ λ•Œ κ·Έ 곡이 λ°˜μ§μ΄λŠ” 뢄홍색 곡일 ν™•λ₯ μ„ κ΅¬ν•˜μ‹œμ˜€.

1

2/3

2

3/4

3

5/6

4

11/12

7

Multiple Choice

μ•„λž˜μ—μ„œ μ„€λͺ…ν•˜λŠ” ν‘œλ³ΈμΆ”μΆœλ²•μœΌλ‘œ μ μ ˆν•œ 것은?

=======================================

λͺ¨μ§‘단이 λͺ‡ 개의 κ΅°μ§‘(Clustering) ν˜•νƒœλ‘œ ꡬ성돼 있고 각 μ§‘λ‹¨μ—μ„œ μ›μ†Œλ“€μ—κ²Œ 일련번호λ₯Ό λΆ€μ—¬ ν•  수 μžˆλŠ” κ²½μš°μ— μ΄μš©λœλ‹€. 일뢀 ꡰ집을 랜덀으둜 μ„ νƒν•˜κ³  μ„ νƒλœ 각 κ΅°μ§‘μ—μ„œ ν‘œλ³Έμ„ μ„ νƒν•œλ‹€.

1

λžœλ€μΆ”μΆœλ²•

2

κ³„ν†΅μΆ”μΆœλ²•

3

μ§‘λ½μΆ”μΆœλ²•

4

μΈ΅ν™”μΆ”μΆœλ²•

8

Multiple Choice

λ‹€μŒ 쀑 λͺ¨μˆ˜λ₯Ό μΆ”μ •ν•˜κΈ° μœ„ν•΄ κ΅¬ν•˜λŠ” ν‘œλ³Έμ˜ 값듀을 λ‚˜νƒ€λ‚΄λŠ” μš©μ–΄λ‘œ μ˜³μ€ 것은?

1

ν†΅κ³„λŸ‰

2

총쑰사

3

ν‘œλ³ΈμΆ”μΆœ

4

λͺ¨μ§‘단

9

Multiple Choice

λ‹€μŒ 쀑 ν‘œλ³Έ μΆ”μΆœκ³Όμ •μ˜ μˆœμ„œλ‘œ μ˜³μ€ 것은?

1

λͺ¨μ§‘단 κ²°μ • β†’ ν‘œλ³ΈμΆ”μΆœλ°©λ²• κ²°μ • β†’ ν‘œλ³Έν¬κΈ° κ²°μ • β†’ ν‘œμ§‘ν‹€ μ„ μ • β†’ ν‘œλ³ΈμΆ”μΆœ

2

λͺ¨μ§‘단 κ²°μ • β†’ ν‘œλ³Έν¬κΈ° κ²°μ • β†’ ν‘œλ³ΈμΆ”μΆœλ°©λ²• κ²°μ • β†’ ν‘œμ§‘ν‹€ μ„ μ • β†’ ν‘œλ³ΈμΆ”μΆœ

3

λͺ¨μ§‘단 κ²°μ • β†’ ν‘œλ³ΈμΆ”μΆœλ°©λ²• κ²°μ • β†’ ν‘œμ§‘ν‹€ μ„ μ • β†’ ν‘œλ³Έν¬κΈ° κ²°μ • β†’ ν‘œλ³ΈμΆ”μΆœ

4

λͺ¨μ§‘단 κ²°μ • β†’ ν‘œμ§‘ν‹€ μ„ μ • β†’ ν‘œλ³ΈμΆ”μΆœλ°©λ²• κ²°μ • β†’ ν‘œλ³Έν¬κΈ° κ²°μ • β†’ ν‘œλ³ΈμΆ”μΆœ

10

Multiple Choice

λ‹€μŒ 쀑 ꡬ간 척도에 ν•΄λ‹Ήν•˜λŠ” 것은?

1

μ„ ν˜Έλ„

2

직업

3

무게

4

μ˜¨λ„

11

Multiple Choice

μ•„λž˜ 척도 쀑 μ΄μ‚°ν˜• μžλ£Œμ— ν•΄λ‹Ήλ˜λŠ” 척도λ₯Ό λͺ¨λ‘ κ³ λ₯΄μ‹œμ˜€.

================================================

(κ°€) ꡬ간척도 (λ‚˜) λͺ…λͺ©μ²™λ„ (λ‹€) λΉ„μœ¨μ²™λ„ (라) μˆœμ„œλ„

1

(κ°€), (λ‚˜)

2

(κ°€), (λ‹€)

3

(κ°€), (λ‚˜), (λ‹€)

4

(λ‚˜), (라)

12

Multiple Choice

ν‘œλ³Έμ‘°μ‚¬λ‚˜ μ‹€ν—˜μ„ μ‹€μ‹œν•˜λŠ” κ³Όμ •μ—μ„œ μΆ”μΆœλœ μ›μ†Œλ“€μ΄λ‚˜ μ‹€ν—˜ λ‹¨μœ„λ‘œλΆ€ν„° μ£Όμ–΄μ§„ λͺ©μ μ— 적합 ν•˜λ„λ‘ κ΄€μΈ‘ν•΄ 자료λ₯Ό μ–»λŠ” 것을 μΈ‘μ •(measurement)이라 ν•œλ‹€. λ‹€μŒ 쀑 자료의 μ’…λ₯˜μ— λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

λͺ…λͺ©μ²™λ„ - μΈ‘μ • λŒ€μƒμ΄ μ–΄λŠ 집단에 μ†ν•˜λŠ”μ§€ λΆ„λ₯˜ν•  λ•Œ μ‚¬μš©

2

μˆœμ„œμ λ„ - μΈ‘μ • λŒ€μƒμ˜ νŠΉμ„±μ΄ κ°€μ§€λŠ” μ„œμ—΄κ΄€κ³„λ₯Ό κ΄€μΈ‘ν•˜λŠ” 척도

3

ꡬ간척도 - μΈ‘μ • λŒ€μƒμ΄ κ°–λŠ” μ†μ„±μ˜ 양을 μΈ‘μ •ν•˜λŠ” κ²ƒμœΌλ‘œ κ΅¬κ°„μ΄λ‚˜ κ΅¬κ°„μ‚¬μ΄μ˜ 간격이 μ˜λ―Έκ°€ μžˆλŠ” 자료

4

λΉ„μœ¨μ²™λ„ - μ ˆλŒ€μ  기쀀인 원점이 μ‘΄μž¬ν•˜μ§€ μ•ŠμœΌλ©° λͺ¨λ“  사칙연산이 κ°€λŠ₯ν•œ 척도

13

Multiple Choice

μ•„λž˜λŠ” λ§Œμ‘±λ„λ₯Ό 5점 μ²™λ„λ‘œ μ‘°μ‚¬ν•˜κ³ μž ν•˜λŠ” 섀문이닀. μ•„λž˜μ—μ„œ μ‚¬μš©λœ μ²™λ„λŠ” 무엇인가?

=====================================================================

1점 : 맀우 λΆˆλ§Œμ‘±ν•œλ‹€.

2점 : λΆˆλ§Œμ‘±ν•œλ‹€.

3점 : 보톡이닀.

4점 : λ§Œμ‘±ν•œλ‹€.

5점 : 맀우 λ§Œμ‘±ν•œλ‹€.

1

λΉ„μœ¨μ²™λ„

2

λͺ…λͺ©μ²™λ„

3

μˆœμ„œμ²™λ„

4

ꡬ간척도

14

Multiple Choice

Question image

μ–΄λŠ ν•™κ΅μ˜ 학생 50λͺ…을 λŒ€μƒμœΌλ‘œ νŠΉλ³„ν™œλ™ κ³Όλͺ©μ— λŒ€ν•œ μ„ ν˜Έλ„λ₯Ό μ‘°μ‚¬ν•˜μ˜€λ‹€. μž„μ˜λ‘œ ν•œ 학생을

뽑을 경우 이 학생이 남학생일 λ•Œ, κ·Έ 학생이 μŒμ•…κ³Όλͺ©μ„ μ„ νƒν–ˆμ„ ν™•λ₯ μ€? (단, 학생듀은 두 κ³Όλͺ©

쀑 ν•œ κ³Όλͺ©λ§Œμ„ μ„ νƒν•˜μ˜€λ‹€.)

1

7/50

2

7/25

3

7/20

4

25/50

15

Multiple Choice

ν†΅κ³„λΆ„μ„μ—μ„œ 자료λ₯Ό μˆ˜μ§‘ν•˜κ³  κ·Έ μˆ˜μ§‘λœ μžλ£Œλ‘œλΆ€ν„° μ–΄λ–€ 정보λ₯Ό μ–»κ³ μž ν•˜λŠ” κ²½μš°μ—λŠ” 항상 μˆ˜μ§‘λœ μžλ£Œκ°€ νŠΉμ •ν•œ ν™•λ₯ λΆ„포λ₯Ό λ”°λ₯Έλ‹€κ³  κ°€μ •ν•œλ‹€. λ‹€μŒ 쀑 μ—°μ†ν˜• ν™•λ₯ λΆ„포가 μ•„λ‹Œ 것은?

1

이항뢄포

2

μ •κ·œλΆ„ν¬

3

t- 뢄포

4

F - 뢄포

16

Multiple Choice

두 집단 A와 Bκ°€ 독립일 λ•Œ 항상 μ„±λ¦½ν•˜μ§€ μ•ŠλŠ” 것을 κ³ λ₯΄μ‹œμ˜€.

1

P(A|B)=P(A)

2

P(B|A)=P(B)

3

P( AβˆͺBA\cup B  )=P(A)+P(B)-P(A)P(B)

4

P( A∩BA\cap B  )=0

17

Multiple Choice

μ•„λž˜μ˜ ν†΅κ³„λŸ‰μ΄ λ”°λ₯΄λŠ” λΆ„ν¬λŠ” 무엇인가? (단, XλŠ” ν‘œλ³Έν‰κ· , pλŠ” λͺ¨ν‰κ· , sλŠ” ν‘œλ³Έν‘œμ€€νŽΈμ°¨, n은 ν‘œλ³Έν¬κΈ°λ₯Ό λ‚˜νƒ€λ‚Έλ‹€.)

=====================================================================

XΒ β€Ύβˆ’ΞΌsΒ Γ·n\frac{\overline{X\ }-\mu}{s\ \div\sqrt[]{n}}  

1

μ •κ·œλΆ„ν¬

2

t-뢄포

3

F-뢄포

4

x2x^2  λΆ„포

18

Multiple Choice

λ‹€μŒ 쀑 μ΄μ‚°ν˜• ν™•λ₯ λΆ„포에 ν•΄λ‹Ήν•˜μ§€ μ•ŠλŠ” 것은?

1

κΈ°ν•˜ 뢄포

2

이항뢄포

3

μ§€μˆ˜ 뢄포

4

μ΄ˆκΈ°ν•˜λΆ„ν¬

19

Multiple Choice

ν™•λ₯ λ³€μˆ˜ X의 ν™•λ₯ μ€ μ•„λž˜μ™€ 같이 λ‚˜νƒ€λ‚Ό 수 μžˆλ‹€. λ‹€μŒ 쀑 μ˜³μ€ 것은?

========================================================

P(X=1) = 1/3, P(X=2) = 1/6, P(X=3) = 1/2

1

X의 κΈ°λŒ“κ°’μ€ 13/6이닀.

2

Xκ°€ 1 ν˜Ήμ€ 2일 ν™•λ₯ μ€ 1/2보닀 크닀.

3

Xκ°€ 4일 ν™•λ₯ μ€ 0보닀 크닀.

4

Xκ°€ 1, 2. 3 쀑 ν•˜λ‚˜μ˜ 값을 κ°€μ§ˆ ν™•λ₯ μ€ 1보닀 μž‘λ‹€.

20

Multiple Choice

λ‹€μŒ 쀑 ν‘œλ³Έμ‘°μ‚¬μ˜ μœ μ˜μ μ— λŒ€ν•œ μ„€λͺ…μœΌλ‘œ μ μ ˆν•˜μ§€ μ•Šμ€ 것은 무엇인가?

1

ν‘œλ³Έμ˜€μ°¨μ™€ λΉ„ν‘œμ€€μ˜€μ°¨λŠ” ν‘œλ³Έκ°’μœΌλ‘œ λͺ¨μ§‘λ‹¨μ˜ λͺ¨μˆ˜λ₯Ό μΆ”μ •ν•  λ•Œ λ°œμƒν•œλ‹€.

2

ν‘œλ³ΈνŽΈμ˜(sampling Bias)λŠ” λͺ¨ν˜• μΆ”μ • 방법을 톡해 μ΅œμ†Œν™”ν•˜κ±°λ‚˜ 없앨 수 μ—†λ‹€.

3

ν‘œλ³ΈνŽΈμ˜(sampling Bias)λŠ” ν‘œλ³ΈμΆ”μΆœκ³Όμ •μ—μ„œ νŠΉμ • λŒ€μƒλ“€μ΄ λ‹€λ₯Έ λŒ€μƒλ“€λ³΄λ‹€ λ¨Όμ € μΆ”μΆœλ¨μœΌλ‘œμ¨ μƒκΈ°λŠ” μ˜€μ°¨λ‹€.

4

λ¬΄μ‘λ‹΅μ˜€μ°¨, μœ λ„μ§ˆλ¬Έ 등은 ν‘œλ³Έ μ‘°μ‚¬μ‹œ μœ μ˜ν•  점듀이닀.

21

Multiple Choice

λ‹€μŒ 쀑 μ€‘μ‹¬κ·Ήν•œμ •λ¦¬(Central Limit Theorem)에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

μ—¬λŸ¬ 톡계적 λ°©λ²•λ‘ μ—λŠ” μ •κ·œλ°μ΄ν„°κ°€ ν•„μš”ν•˜μ§€λ§Œ μ€‘μ‹¬κ·Ήν•œμ •λ¦¬λ₯Ό μ‚¬μš©ν•˜λ©΄ λΉ„μ •κ·œμ μΈ λͺ¨μ§‘단에도 이와 μœ μ‚¬ν•œ 절차λ₯Ό μ μš©ν•  수 μžˆλ‹€.

2

ν‘œλ³Έν‰κ· μ˜ λΆ„ν¬λŠ” ν‘œλ³Έμ˜ 크기가 컀짐에 따라 μ •κ·œλΆ„ν¬λ‘œ κ·Όμ‚¬ν•œλ‹€.

3

λͺ¨μ§‘λ‹¨μ˜ 뢄포가 μ •κ·œλΆ„ν¬μ— κ°€κΉŒμ›Œμ Έμ•Ό ν‘œλ³Έν‰κ· μ˜ 뢄포가 μ •κ·œλΆ„ν¬λ‘œ κ·Όμ‚¬ν•˜κ²Œ λœλ‹€.

4

λͺ¨μ§‘λ‹¨μ˜ 뢄포가 λŒ€μΉ­μ΄λ©΄ ν‘œλ³Έμ˜ 크기가 μž‘μ•„λ„ λ˜μ§€λ§Œ λͺ¨μ§‘λ‹¨μ˜ 뢄포가 λΉ„λŒ€μΉ­μ΄λ©΄ ν‘œλ³Έμ˜

크기가 30이상이 λ˜μ–΄μ•Ό ν•œλ‹€.

22

Multiple Choice

Question image

λ‹€μŒ 쀑 μ•„λž˜μ˜ ν‘œκ°€ λ‚˜νƒ€λ‚΄λŠ” ν™•λ₯ μ§ˆλŸ‰ν•¨μˆ˜λ₯Ό κ°€μ§„ ν™•λ₯ λ³€μˆ˜ x의 κΈ°λŒ“κ°’E(x)둜 κ°€μž₯ μ μ ˆν•œ 것은?

1

1

2

1.7

3

2.5

4

10

23

Multiple Choice

μ•„λž˜ 쑰건뢀 ν™•λ₯ μ—μ„œ 사건 Aκ°€ μΌμ–΄λ‚¬λ‹€λŠ” κ°€μ •ν•˜μ˜ 사건 B의 ν™•λ₯ μ„ 쑰건뢀 ν™•λ₯ μ΄λΌκ³  ν•˜κ³  P(BIA)라고 ν‘œν˜„ν•œλ‹€. λ‹€μŒ 쀑 P(BIA)의 계산식을 ν‘œν˜„ν•˜κΈ° μœ„ν•΄ (κ°€)에 λ“€μ–΄κ°ˆ μ‹μœΌλ‘œ 적절 ν•œ 것은?

======================================================================

P(B | A) = (κ°€)P(A)\frac{\left(κ°€\right)}{P\left(A\right)}  

1

P(A ∩\cap  B)

2

P(A)

3

P(B)

4

P(A βˆͺ\cup  B)

24

Multiple Choice

λͺ¨μ§‘λ‹¨μ΄λ‚˜ ν‘œλ³Έμ— μ†ν•œ νŠΉμ„±κ°’λ“€μ˜ λŒ€λž΅μ μΈ 크기λ₯Ό λ‚˜νƒ€λ‚΄λŠ” 츑도λ₯Ό μœ„μΉ˜μΈ‘λ„(location parameters)라 ν•˜κ³  νŠΉμ„± 값듀이 μ–Όλ§ˆλ‚˜ 멀리 λ˜λŠ” κ°€κΉŒμ΄ νΌμ ΈμžˆλŠλƒλ₯Ό λ‚˜νƒ€λ‚΄λŠ” 츑도λ₯Ό 산포츑도(Scale parameters)라 ν•œλ‹€. λ‹€μŒ 쀑 μœ„μΉ˜μΈ‘λ„μ™€ 산포츑도에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

ν‘œλ³Έν‰κ· μ€ λ°μ΄ν„°μ˜ 합계λ₯Ό λ°μ΄ν„°μ˜ 총 개수둜 λ‚˜λˆˆ κ°’μœΌλ‘œ ν‘œλ³Έμ˜ μœ„μΉ˜λ₯Ό λŒ€ν‘œν•˜λŠ” 값이닀.

2

ν‘œλ³ΈλΆ„μ‚°μ€ λ°μ΄ν„°μ˜ 값이 ν‰κ· μœΌλ‘œλΆ€ν„° λ–¨μ–΄μ Έ μžˆλŠ” 정보λ₯Ό λ‚˜νƒ€λ‚΄λŠ” κ°’μœΌλ‘œ ν‘œλ³Έμ˜ 산포λ₯Ό λŒ€ν‘œν•˜λŠ” 값이닀.

3

쀑앙값은 데이터λ₯Ό 크기순으둜 λ‚˜μ—΄ν•  λ•Œ κ°€μž₯ 쀑앙에 μœ„μΉ˜ν•˜λŠ” 값이닀. 그리고 이상값에 영ν–₯을 덜 λ°›λŠ”λ‹€λŠ” νŠΉμ§•μ΄ μžˆλ‹€.

4

ν‰κ· μ ˆλŒ€νŽΈμ°¨λŠ” 데이터가 μ–Όλ§ˆλ‚˜ 펴져 μžˆλŠ” κ°€λ₯Ό λ‚˜νƒ€λ‚΄λŠ” κ°’μœΌλ‘œ κ΄€μΈ‘κ°œμ²΄μ™€ μ€‘μ•™κ°’μœΌλ‘œ λ§Œλ“€μ–΄μ§„ 츑도이닀.

25

Multiple Choice

ν™•λ₯ μ΄λž€ νŠΉμ •μ‚¬κ±΄μ΄ 일어날 κ°€λŠ₯μ„±μ˜ 척도"라고 μ •μ˜ν•  수 μžˆλ‹€. 톡계적 μ‹€ν—˜μ„ μ‹€μ‹œν•  λ•Œ λ‚˜νƒ€λ‚  수 μžˆλŠ” λͺ¨λ“  κ²°κ³Όλ“€μ˜ 집합을 ν‘œλ³Έκ³΅κ°„μ΄λΌκ³  ν•˜κ³ , μ‚¬κ±΄μ΄λž€ ν‘œλ³Έκ³΅κ°„μ˜ 뢀뢄집합을 λ§ν•œλ‹€.

λ‹€μŒ 쀑 ν™•λ₯  및 ν™•λ₯ λΆ„포에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

λͺ¨λ“  μ‚¬κ±΄μ˜ ν™•λ₯ κ°’은 0κ³Ό 1사이에 μžˆλ‹€.

2

μ„œλ‘œ 배반인 μ‚¬κ±΄λ“€μ˜ ν•©μ§‘ν•©μ˜ ν™•λ₯ μ€ 각 μ‚¬κ±΄λ“€μ˜ ν™•λ₯ μ˜ 합이닀.

3

두 사건 A, Bκ°€ 독립이라면 사건 B의 ν™•λ₯ μ€ Aκ°€ μΌμ–΄λ‚œλ‹€λŠ” κ°€μ •ν•˜μ—μ„œμ˜ B의 쑰건뢀 ν™•λ₯ κ³Ό λ™μΌν•˜λ‹€.

4

ν™•λ₯ λ³€μˆ˜ Xκ°€ ꡬ간 λ˜λŠ” κ΅¬κ°„λ“€μ˜ λͺ¨μž„인 숫자 값을 κ°–λŠ” ν™•λ₯ λΆ„ν¬ν•¨μˆ˜λ₯Ό μ΄μ‚°ν˜•ν™•λ₯ λ°€λ„ ν•¨μˆ˜λΌ ν•œλ‹€.

26

Multiple Choice

ν™•λ₯ λ³€μˆ˜ Xκ°€ ν™•λ₯ μ§ˆλŸ‰ν•¨μˆ˜ f(x)λ₯Ό κ°–λŠ” μ΄μ‚°ν˜• ν™•λ₯ λ³€μˆ˜μΈ 경우 κ·Έ κΈ°λŒ“κ°’μœΌλ‘œ μ˜¬λ°”λ₯Έ 식은?

1

E(x) = ∫xf(x)dx\int_{ }^{ }xf\left(x\right)dx  

2

E(X) = βˆ‘xf(x)\sum_{ }^{ }xf\left(x\right)

3

E(x) = ∫x2f(x)dx\int_{ }^{ }x^2f\left(x\right)dx  

4

E(X) = βˆ‘x2f(x)\sum_{ }^{ }x^2f\left(x\right)

27

Multiple Choice

ν‘œλ³Έκ³΅κ°„μ€ μ–΄λ–€ μ‹€ν—˜μ΄λ‚˜ μ‹œλ„μ˜ 결과둜 λ‚˜μ˜¬ 수 μžˆλŠ” λͺ¨λ“  κ°€λŠ₯ν•œ 결과의 집합이닀. μ‚¬κ±΄μ΄λž‘ ν‘œλ³Έκ³΅κ°„μ˜ 뢀뢄집합을 λ§ν•œλ‹€. λ‹€μŒ 쀑 ν™•λ₯  및 ν™•λ₯ λΆ„포에 κ΄€ν•œ μ„€λͺ…μœΌλ‘œ λΆ€μ μ ˆν•œ 것은?

1

(사건 Aκ°€ μΌμ–΄λ‚˜λŠ” 경우의 수)/(일어날 수 μžˆλŠ” λͺ¨λ“  경우의 수)λ₯Ό P(A)라 ν•  λ•Œ 이λ₯Ό A의 μˆ˜ν•™μ  ν™•λ₯ μ΄λΌ ν•œλ‹€.

2

ν•œ 사건 Aκ°€ 일어날 ν™•λ₯ μ„ P(A)라 ν•  λ•Œ 번의 λ°˜λ³΅μ‹œν–‰μ—μ„œ 사건 Aκ°€ μΌμ–΄λ‚œ 횟수λ₯Ό r라 ν•˜λ©΄, μƒλŒ€λ„μˆ˜λŠ” r/nλŠ” n이 컀짐에 따라 ν™•λ₯  P(A)에 κ°€κΉŒμ›Œμ§μ„ μ•Œ 수 μžˆλ‹€. P(A)λ₯Ό 사건 A의 톡계적 ν™•λ₯ μ΄λΌ ν•œλ‹€.

3

두 사건 A, Bκ°€ 독립일 λ•Œ, 사건 B의 ν™•λ₯ μ€ Aκ°€ μΌμ–΄λ‚¬λ‹€λŠ” κ°€μ • ν•˜μ—μ„œμ˜ B의 쑰건뢀확λ₯ κ³ΌλŠ” λ‹€λ₯΄λ‹€.

4

ν‘œλ³Έκ³΅κ°„μ—μ„œ μž„μ˜μ˜ 사건 Aκ°€ 일어날 ν™•λ₯  P(A)λŠ” 항상 0κ³Ό 1사이에 μžˆλ‹€.

28

Multiple Choice

μ΄μ‚°ν˜•ν™•λ₯ λΆ„포 쀑 ν•˜λ‚˜λ‘œ κ°œλ³„ 사건이 두 κ°€μ§€ 경우만 μ‘΄μž¬ν•˜λ©°, 각 사건이 성곡할 ν™•λ₯ μ΄ μΌμ •ν•˜κ³  μ „Β·ν›„ 사건에 독립적인 νŠΉμˆ˜ν•œ μƒν™©μ˜ ν™•λ₯  뢄포λ₯Ό λ‚˜νƒ€λ‚΄λŠ” 것은?

1

포아솑뢄포

2

μ§€μˆ˜λΆ„ν¬

3

닀항뢄포

4

λ² λ₯΄λˆ„이 ν™•λ₯ λΆ„포

29

Multiple Choice

Question image

μ•„λž˜λŠ” 남학생과 여학생이 μ’‹μ•„ν•˜λŠ” 과일에 λŒ€ν•œ λΉˆλ„κ΅μ°¨ν‘œμ΄λ‹€. μ „μ²΄μ—μ„œ 1λͺ…을 λ½‘μ•˜μ„ λ•Œ, κ·Έ 학생이 남학생일 λ•Œ 사과λ₯Ό μ’‹μ•„ν•  ν™•λ₯ μ€ μ–Όλ§ˆμΈκ°€?

1

3/10

2

4/10

3

3/7

4

6/10

30

Multiple Choice

λ‹€μŒ 쀑 ν™•λ₯ λΆ„포에 λŒ€ν•œ μ„€λͺ… 쀑 κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

균일뢄포가 (a, b)의 λ²”μœ„μΌ λ•Œ, κΈ°λŒ“κ°’μ€ 2bβˆ’a\frac{2}{b-a}  μ΄λ‹€.

2

μ§€μˆ˜λΆ„ν¬λŠ” μ–΄λ–€ 사건이 λ°œμƒν•  λ•ŒκΉŒμ§€ κ²½κ³Όμ‹œκ°„μ— λŒ€ν•œ 연속확λ₯ λΆ„포이닀.

3

μ‹œκ°„κ³Ό 곡간 λ‚΄μ—μ„œ λ°œμƒν•˜λŠ” μ‚¬κ±΄μ˜ λ°œμƒνšŸμˆ˜μ— λŒ€ν•œ ν™•λ₯ λΆ„포λ₯Ό 포아솑뢄포라고 ν•˜λ©°, μ΄μ‚°ν˜•ν™•λ₯ λΆ„포에 ν•΄λ‹Ήν•œλ‹€.

4

ν‘œλ³ΈλΆ„ν¬λŠ” ν•œ λͺ¨μ§‘λ‹¨μ—μ„œ 같은 크기둜 뽑을 수 μžˆλŠ” λͺ¨λ“  ν‘œλ³Έμ—μ„œ ν†΅κ³„λŸ‰μ„ 계산할 λ•Œ, 이 ν†΅κ³„λŸ‰μ΄ μ΄λ£¨λŠ” ν™•λ₯ λΆ„포이닀.

31

Multiple Choice

μ—°μ†ν˜•ν™•λ₯ λΆ„포 쀑 평균이 ΞΌ\mu  μ΄κ³  ν‘œμ€€νŽΈμ°¨κ°€ Οƒ\sigma  μΈ ν™•λ₯ λ°€λ„ν•¨μˆ˜λ‘œ ν‘œμ€€νŽΈμ°¨κ°€ 클 경우 νΌμ Έλ³΄μ΄λŠ” κ·Έλž˜ν”„κ°€ λ‚˜νƒ€λ‚˜λŠ” ν™•λ₯  λΆ„ν¬λŠ” 무엇인가?

1

μ •κ·œλΆ„ν¬

2

F-뢄포

3

균일뢄포

4

μ§€μˆ˜λΆ„ν¬

32

Multiple Choice

λ‹€μŒ 쀑 λͺ¨λΆ„μ‚°μ˜ 좔둠에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ μ μ ˆν•˜μ§€ μ•Šμ€ 것은 무엇인가?

1

이 ν‘œλ³Έμ— μ˜ν•œ λΆ„μ‚°λΉ„ 검정은 두 ν‘œλ³Έμ˜ 뢄산이 λ™μΌν•œμ§€λ₯Ό λΉ„κ΅ν•˜λŠ” κ²€μ •μœΌλ‘œ κ²€μ •ν†΅κ³„λŸ‰μ€

F-뢄포λ₯Ό λ”°λ₯Έλ‹€.

2

평균λͺ¨μ§‘λ‹¨μ—μ„œ n개λ₯Ό λ‹¨μˆœμž„μ˜ μΆ”μΆœν•œ ν‘œλ³Έμ˜ 뢄산은 μžμœ λ„κ°€ n - 1인 t - 뢄포λ₯Ό λ”°λ₯Έλ‹€.

3

λͺ¨μ§‘단이 μ •κ·œλΆ„ν¬λ₯Ό λ”°λ₯΄μ§€ μ•Šλ”λΌλ„ μ€‘μ‹¬κ·Ήν•œμ •λ¦¬λ₯Ό 톡해 μ •κ·œ λͺ¨μ§‘λ‹¨μœΌλ‘œλΆ€ν„°μ˜ λͺ¨λΆ„산에 λŒ€ν•œ 검정을 μœ μ‚¬ν•˜κ²Œ μ‹œν–‰ν•  수 μžˆλ‹€.

4

λͺ¨λΆ„산이 μΆ”λ‘ μ˜ λŒ€μƒμ΄ λ˜λŠ” κ²½μš°λŠ” λͺ¨μ§‘λ‹¨μ˜ 변동성 λ˜λŠ” 퍼짐의 정도에 관심이 μžˆμ„ λ•Œμ΄λ‹€.

33

Multiple Choice

λ‹€μŒμ€ 가섀검증 κ³Όμ •μ—μ„œ 두 κ°€μ§€ 였λ₯˜μΈ 제 1μ’… 였λ₯˜, 2μ’… 였λ₯˜μ— λŒ€ν•œ μ„€λͺ…이닀. μ •ν™•ν•˜κ²Œ μ„€λͺ…ν•œ 것은 무엇인가?

1

제 1μ’… 였λ₯˜ - 귀무가섀이 참인데 귀무가섀을 κΈ°κ°ν•˜κ²Œ λ˜λŠ” 였λ₯˜

2

제 1μ’… 였λ₯˜ - 귀무가섀이 거짓인데 귀무가섀을 μ„ νƒν•˜κ²Œ λ˜λŠ” 였λ₯˜

3

제 1μ’… 였λ₯˜ - λŒ€λ¦½κ°€μ„€μ΄ 참인데 λŒ€λ¦½κ°€μ„€μ„ κΈ°κ°ν•˜κ²Œ λ˜λŠ” 였λ₯˜

4

제 2μ’… 였λ₯˜ - λŒ€λ¦½κ°€μ„€μ΄ 거짓인데 λŒ€λ¦½κ°€μ„€μ„ μ„ νƒν•˜κ²Œ λ˜λŠ” 였λ₯˜

34

Multiple Choice

μΆ”μ •μ΄λž€ ν‘œλ³Έμ„ μ΄μš©ν•˜μ—¬ λͺ¨μ§‘λ‹¨μ˜ νŠΉμ„±μΉ˜λ₯Ό μΆ”μΈ‘ν•˜λŠ” 과정이닀. λ‹€μŒ 쀑 좔정에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

각각의 ν™•λ₯ λΆ„ν¬λŠ” λΆ„ν¬μ˜ ν˜•νƒœλ₯Ό κ²°μ •ν•˜λŠ” 평균, λΆ„μ‚° λ“±μ˜ λͺ¨μˆ˜λ₯Ό κ°–λŠ”λ‹€.

2

λͺ¨μ§‘λ‹¨μ˜ νŠΉμ„±μ„ λ‚˜νƒ€λ‚΄λŠ” λͺ¨μˆ˜λŠ” 일반적으둜 μ•Œλ €μ Έ μžˆμ§€ μ•ŠμœΌλ©° ν‘œλ³Έμ„ 톡해 λ―Έμ§€μ˜ λͺ¨μˆ˜λ₯Ό μΆ”μ •ν•˜κ²Œ λœλ‹€.

3

μ μΆ”μ •μ΄λž€ β€œλͺ¨μˆ˜κ°€ νŠΉμ •ν•œ 값일 것"이라고 μΆ”μ •ν•˜λŠ” κ²ƒμœΌλ‘œ λͺ¨μ§‘λ‹¨μ˜ 평균은 ν‘œλ³ΈλΆ„μ‚°μ„ 톡해 μΆ”μ •ν•  수 μžˆλ‹€.

4

κ΅¬κ°„μΆ”μ •μ΄λž€ β€œλͺ¨μˆ˜κ°€ νŠΉμ • ꡬ간에 μžˆμ„ 것"이라고 μ„ μ–Έν•˜λŠ” κ²ƒμœΌλ‘œ μΆ”μ •λŸ‰μ˜ 뢄포에 λŒ€ν•œ μ „μ œκ°€ μ£Όμ–΄μ Έμ•Ό ν•œλ‹€.

35

Multiple Choice

가섀검정은 λͺ¨μ§‘λ‹¨μ˜ λͺ¨μˆ˜ λ˜λŠ” 뢄포 등에 κ΄€ν•˜μ—¬ 귀무가섀과 λŒ€λ¦½κ°€μ„€μ„ μ„€μ •ν•œ 후에 ν‘œλ³Έμ„ 톡해 μ–»μ–΄μ§€λŠ” μ •λ³΄λ‘œ μ–΄λ–€ 가섀이 λ§žλŠ”μ§€ κ²°μ •ν•˜λŠ” 것이닀. μ΄λ•Œ κ²°μ •μ˜ κΈ°μ€€μœΌλ‘œ 제 1μ’… 였λ₯˜μ™€ 제 2μ’… 였λ₯˜λ₯Ό μ‚¬μš©ν•˜κ²Œ λ˜λŠ”λ° λ‹€μŒ 쀑 이에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ μ μ ˆν•œ 것은?

1

제 1μ’… 였λ₯˜λŠ” μ‹€μ œλ‘œ 귀무가섀이 λ§žλŠ”λ° 틀리닀고 κ²°λ‘  λ‚΄λ¦¬λŠ” 였λ₯˜μ΄λ‹€.

2

제 2μ’… 였λ₯˜λŠ” λŒ€λ¦½κ°€μ„€μ΄ λ§žλŠ”λ°λ„ 귀무가섀이 λ§žλ‹€κ³  κ²°λ‘  λ‚΄λ¦¬λŠ” 였λ₯˜μ΄λ‹€.

3

제 1μ’… 였λ₯˜λŠ” μ‹€μ œλ‘œ λŒ€λ¦½κ°€μ„€μ΄ κ±°μ§“μ΄μ§€λ§Œ, κ²€μ •κ²°κ³Ό λŒ€λ¦½κ°€μ„€μ„ μ±„νƒν•˜λŠ” 였λ₯˜μ΄λ‹€.

4

μœ μ˜μˆ˜μ€€μ„ λ„ˆλ¬΄ μž‘κ²Œ ν•˜λ©΄ 귀무가섀을 선택할 ν™•λ₯ μ΄ 컀져 λŒ€λ¦½κ°€μ„€μ΄ μ˜³μ€λ°λ„ λΆˆκ΅¬ν•˜κ³  λΆ€μ •ν•΄ λ²„λ¦¬λŠ” 였λ₯˜λ₯Ό λ²”ν•  수 μžˆλ‹€.

36

Multiple Choice

λ‹€μŒ κ°€μ„€κ²€μ • μš©μ–΄ 쀑 '귀무가섀이 μ˜³μ€λ°λ„ 이λ₯Ό κΈ°κ°ν•˜λŠ” ν™•λ₯ μ˜ ν¬κΈ°λŠ” μ–΄λŠ μš©μ–΄ 인가?

1

제 2μ’… 였λ₯˜

2

κ²€μ •ν†΅κ³„λŸ‰

3

기각역

4

μœ μ˜μˆ˜μ€€

37

Multiple Choice

자료의 정보λ₯Ό μ΄μš©ν•΄ 집단에 κ΄€ν•œ μΆ”μΈ‘, 결둠을 μ΄λŒμ–΄λ‚΄λŠ” 과정인 톡계적 좔둠에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

μ „μˆ˜μ‘°μ‚¬κ°€ λΆˆκ°€λŠ₯ν•˜λ©΄ λͺ¨μ§‘λ‹¨μ—μ„œ ν‘œλ³Έμ„ μΆ”μΆœν•˜κ³  ν‘œλ³Έμ„ 근거둜 ν™•λ₯ λ‘ μ„ ν™œμš©ν•˜μ—¬ λͺ¨μ§‘λ‹¨μ˜ λͺ¨μˆ˜λ“€μ— λŒ€ν•΄ μΆ”λ‘ ν•˜λŠ” 것을 좔정이라 ν•œλ‹€.

2

좔정은 ν‘œλ³Έμ˜ μ •λ³΄λ‘œλΆ€ν„° λͺ¨μ§‘λ‹¨μ˜ λͺ¨μˆ˜λ₯Ό ν•˜λ‚˜μ˜ κ°’μœΌλ‘œ μΆ”μ •ν•˜λŠ” 것이닀.

3

톡계적 좔둠은 μ œν•œλœ ν‘œλ³Έμ„ λ°”νƒ•μœΌλ‘œ λͺ¨μ§‘단에 λŒ€ν•œ 일반적인 결둠을 μœ λ„ν•˜λ €λŠ” μ‹œλ„μ΄λ―€λ‘œ 본질적으둜 λΆˆν™•μ‹€μ„±μ„ μˆ˜λ°˜ν•œλ‹€.

4

ꡬ간좔정은 λͺ¨μˆ˜μ˜ 참값이 ν¬ν•¨λ˜μ–΄ μžˆλ‹€κ³  μΆ”μ •λ˜λŠ” ꡬ간을 κ²°μ •ν•˜λŠ” 것이며, μ‹€μ œ λͺ¨μ§‘λ‹¨μ˜ λͺ¨μˆ˜λŠ” 신뒰ꡬ간에 ν¬ν•¨λ˜μ–΄μ•Ό ν•œλ‹€.

38

Multiple Choice

λ‹€μŒ 쀑 κ°€μ„€κ²€μ •κ³Ό κ΄€λ ¨λœ μš©μ–΄μ— λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

ν˜„μž¬κΉŒμ§€ μ£Όμž₯λ˜μ–΄ 온 κ²ƒμ΄κ±°λ‚˜ λ³€ν™”λ‚˜ 차이가 μ—†μŒμ„ μ„€λͺ…ν•˜λŠ” 가섀을 귀무가섀이라 ν•œλ‹€.

2

λŒ€λ¦½κ°€μ„€μ΄ λ§žλŠ”λ°λ„ 귀무가섀이 λ§žλ‹€κ³  κ²°λ‘  λ‚΄λ¦¬λŠ” 였λ₯˜μ˜ ν™•λ₯ μ„ κ²€μ •λ ₯이라고 ν•œλ‹€.

3

귀무가섀을 κΈ°κ°μ‹œν‚€λŠ” κ²€μ •ν†΅κ³„λŸ‰λ“€μ˜ λ²”μœ„λ₯Ό 기각역이라 ν•œλ‹€.

4

귀무가섀이 λ§žλ‹€κ³  μ •ν•  λ•Œ ν‘œλ³Έ ν†΅κ³„λŸ‰λ³΄λ‹€ 극단적인 κ²°κ³Όκ°€ μ‹€μ œλ‘œ 관츑될 ν™•λ₯ μ„ μœ μ˜ν™•λ₯ (p-value)이라 ν•œλ‹€.

39

Multiple Choice

톡계적 μΆ”λ‘ μ—μ„œ κ°€μž₯ 기본적인 μ£ΌμΆ•μ˜ λŒ€μƒμ€ λͺ¨μ§‘λ‹¨μ˜ 평균, ν‘œμ€€νŽΈμ°¨ 등이닀. ν‘œλ³Έμ„ μ΄μš©ν•˜μ—¬ μ΄λŸ¬ν•œ λͺ¨μ§‘λ‹¨μ˜ νŠΉμ„±μΉ˜μ— λŒ€ν•œ 좔츑값을 μ œκ³΅ν•˜κ³  κ·Έ μ˜€μ°¨ν•œκ³„λ₯Ό μ œμ‹œν•˜λŠ” 과정을 좔정이라 ν•œλ‹€.

λ‹€μŒ 쀑 좔정에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

λͺ¨ν‰κ· μ˜ μΆ”μ •μ—μ„œ μ‹ λ’°κ΅¬κ°„μ΄λ‚˜ μ˜€μ°¨ν•œκ³„λŠ” λͺ¨μ§‘λ‹¨μ˜ 뢄포가 μ •κ·œλΆ„ν¬μΌ λ•Œ μ„±λ¦½ν•œλ‹€.

2

μΆ”μ •λŸ‰ ΞΌ^\hat\mu λ₯Ό μ‚¬μš©ν•˜μ—¬ ΞΌ\mu 의 μΆ”μ •κ°’κ³Ό κ·Έ μ˜€μ°¨ν•œκ³„λ₯Ό μ œμ‹œν•  λ•Œ, μ˜€μ°¨ν•œκ³„μ˜ 기본이 λ˜λŠ” 것은

μΆ”μ •λŸ‰ ΞΌ^\hat\mu 의 ν‘œμ€€νŽΈμ°¨μΈ Οƒ\sigma   / n\sqrt[]{n} μ΄λ―€λ‘œ 이λ₯Ό ΞΌ^\hat\mu 의 ν‘œμ€€μ˜€μ°¨λΌ ν•œλ‹€.

3

신뒰ꡬ간 90%의 μ˜λ―ΈλŠ” μ‹ λ’°κ΅¬κ°„μ˜ 가상적인 반볡 μ‚¬μš©μ—μ„œ 90%κ°€ 적쀑할 κ²ƒμ΄λΌλŠ” μ˜λ―Έμ΄λ‹€.

4

ꡬ간 좔정은 λͺ¨μˆ˜μ˜ 참값이 ν¬ν•¨λ˜μ–΄ 있으리라고 μΆ”μ •λ˜λŠ” ꡬ간을 κ²°μ •ν•˜λŠ” 것이며 μ‹€μ œ λͺ¨μ§‘λ‹¨μ˜ λͺ¨μˆ˜λŠ” 신뒰ꡬ간에 ν¬ν•¨λ˜μ§€ μ•Šμ„ μˆ˜λ„ μžˆλ‹€.

40

Multiple Choice

톡계적 좔둠은 μ œν•œλœ ν‘œλ³Έμ„ λ°”νƒ•μœΌλ‘œ λͺ¨μ§‘단에 λŒ€ν•œ 일반적인 결둠을 μœ λ„ν•˜λŠ” μ‹œλ„μ΄λ―€λ‘œ 본질적으둜 λΆˆν™•μ‹€μ„±μ„ κ°€μ§„λ‹€. λ‹€μŒ 쀑 톡계적 좔둠에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ λΆ€μ μ ˆν•œ 것은?

1

ꡬ간좔정은 λͺ¨μˆ˜μ˜ 참값이 ν¬ν•¨λ˜μ–΄ 있으리라고 μΆ”μ •λ˜λŠ” ꡬ간을 κ²°μ •ν•˜λŠ” 것이며, μ‹ λ’°μˆ˜μ€€μ€ 신뒰ꡬ간이 λͺ¨μˆ˜λ₯Ό 포함할 ν™•λ₯ μ΄λ‹€.

2

μ μΆ”μ •μ—μ„œλŠ” μΆ”μ •λŸ‰μ΄ λͺ¨μˆ˜μ— μ–Όλ§ˆλ‚˜ κ°€κΉŒμš΄μ§€λ₯Ό λ‚˜νƒ€λ‚΄κΈ° μœ„ν•΄μ„œ μΆ”μ •λŸ‰μ˜ ν‘œμ€€μ˜€μ°¨λ₯Ό μ‚¬μš©ν•œλ‹€.

3

λ² μ΄μ§€μ•ˆ 좔둠은 λͺ¨μˆ˜λ₯Ό μƒμˆ˜κ°€ μ•„λ‹ˆλΌ ν™•λ₯ λ³€μˆ˜λ‘œ 보고 사후뢄포λ₯Ό μœ λ„ν•˜λŠ” 것이닀.

4

λΉ„λͺ¨μˆ˜μ  좔둠은 λͺ¨μ§‘단에 λŒ€ν•œ 뢄포 가정을 ν•˜μ§€ μ•ŠμœΌλ©° λΆ„ν¬μ˜ νŠΉμ„±μ„ κ²°μ •ν•˜λŠ” λͺ¨μˆ˜λ₯Ό μΆ”λ‘ ν•˜λŠ” 방법이닀.

41

Multiple Choice

귀무가섀이 사싀인데도 λΆˆκ΅¬ν•˜κ³  사싀이 μ•„λ‹ˆλΌκ³  νŒμ •ν•  λ•Œ(귀무가섀을 κΈ°κ°ν•˜λŠ” 였λ₯˜) 이λ₯Ό 제 1μ’… 였λ₯˜λΌκ³  ν•œλ‹€. μ΄λ•Œ μš°λ¦¬κ°€ λ‚΄λ¦° νŒμ •μ΄ 잘λͺ»λ˜μ—ˆμ„ μ‹€μ œ ν™•λ₯ μ€ λ¬΄μ—‡μœΌλ‘œ λ‚˜νƒ€λ‚Ό 수 μžˆλŠ”κ°€?

1

a(μ•ŒνŒŒ)

2

p-value

3

κ²€μ •ν†΅κ³„λŸ‰

4

1 - a

42

Multiple Choice

λ‹€μŒ 쀑 ꡬ간좔정 방법과 신뒰ꡬ간에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ μ˜³μ§€ μ•Šμ€ 것은?

1

μΌμ •ν•œ 크기의 μ‹ λ’°μˆ˜μ€€μœΌλ‘œ λͺ¨μˆ˜κ°€ νŠΉμ •ν•œ ꡬ간에 μžˆμ„ 것이라고 μ„ μ–Έν•˜λŠ” 것이닀.

2

95% 신뒰ꡬ간은 'μ£Όμ–΄μ§„ ν•œ 개의 신뒰ꡬ간에 λ―Έμ§€μ˜ λͺ¨μˆ˜κ°€ ν¬ν•¨λ˜μ§€ μ•Šμ„ ν™•λ₯ μ΄ 95%λ‹€λΌλŠ” μ˜λ―Έμ΄λ‹€.

3

μ‹ λ’°μˆ˜μ€€μ΄ λ†’μ•„μ§€λ©΄ μ‹ λ’°μˆ˜μ€€μ˜ κΈΈμ΄λŠ” κΈΈμ–΄μ§„λ‹€.

4

ν‘œλ³Έμ˜ μˆ˜κ°€ λ§Žμ•„μ§€λ©΄ μ‹ λ’°κ΅¬κ°„μ˜ κΈΈμ΄λŠ” μ§§μ•„μ§„λ‹€.

43

Multiple Choice

ν™•λ₯ λ³€μˆ˜ Xκ°€ μ •κ·œλΆ„ν¬ N(10,3)λ₯Ό λ”°λ₯Έλ‹€κ³  ν•  λ•Œ 6X+5 의 뢄포λ₯Ό κ΅¬ν•˜μ‹œμ˜€.

1

N(65,108)

2

N(60,108)

3

N(60,60)

4

N(65,113)

44

Multiple Choice

Question image

ν™•λ₯ λ³€μˆ˜ X~N(70,36)일 λ•ŒP (64<X<82)의 ν™•λ₯ μ€?

1

0.8185

2

0.8413

3

0.9332

4

0.9772

45

Multiple Choice

λ‹€μŒ 쀑 λ²”μ£Όν˜• μžλ£ŒλΆ„μ„μ— λŒ€ν•œ μ„€λͺ…μœΌλ‘œ κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

ν‘œλ³Έμ˜ κ΄€μΈ‘μΉ˜λ₯Ό ν‹ˆμ΄λ‚˜ κ·Έ μ΄μƒμ˜ νŠΉμ„±μ— 따라 λΆ„λ₯˜ν•˜μ—¬ λ„μˆ˜λ₯Ό λ‚˜νƒ€λ‚΄λŠ” 자료λ₯Ό λΆ„ν• ν‘œλΌκ³  ν•˜κ³ , 이λ₯Ό λΆ„μ„ν•˜λŠ” 것을 ꡐ차뢄석이라 ν•œλ‹€.

2

λΆ„ν• ν‘œλ₯Ό 톡해 λ²”μ£Όμ˜ νŠΉμ„±μ— λ”°λ₯Έ κ΄€μΈ‘λ„μˆ˜μ— 비ꡐ될 수 μžˆλŠ” κΈ°λŒ€λ„μˆ˜λ₯Ό κ³„μ‚°ν•œλ‹€.

3

적합도 검정은 λ„μˆ˜ν‘œλ‘œ λ‚˜νƒ€λ‚Έ μžλ£Œλ“€μ΄ κ°€μ •λœ λͺ¨ν˜•κ³Ό μΌμΉ˜ν•˜λŠ”κ°€μ— λŒ€ν•œ 검정이닀.

4

독립성 검정은 λ…λ¦½λœ 두 그룹이 각 λ²”μ£Όλ³„λ‘œ λ™μΌν•œ λ°˜μ‘ ν˜•νƒœλ₯Ό λ³΄μ΄λŠ”κ°€λ₯Ό κ²€μ •ν•˜λŠ” 것이닀.

46

Multiple Choice

5μ§€μ„ λ‹€ν˜• 문제 5λ¬Έμ œκ°€ μžˆλ‹€. 문제의 정닡을 λ¬΄μž‘μœ„λ‘œ 선택할 λ•Œ 2κ°œκ°€ 정닡일 ν™•λ₯ μ„ κ΅¬ν•˜μ‹œμ˜€.

1

0.016

2

0.041

3

0.0512

4

0.2048

47

Multiple Choice

ꡐ차뢄석은 2개 μ΄μƒμ˜ λ³€μˆ˜λ₯Ό κ²°ν•©ν•˜μ—¬ 자료의 λΉˆλ„λ₯Ό μ‚΄νŽ΄λ³΄λŠ” 기법이닀. λ‹€μŒ 쀑 ꡐ차뢄석에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ λΆ€μ μ ˆν•œ 것은 무엇인가?

1

λ²”μˆ˜μ˜ κ΄€μ°°λ„μˆ˜μ— 비ꡐ될 수 μžˆλŠ” κΈ°λŒ€λ„μˆ˜λ₯Ό κ³„μ‚°ν•œλ‹€.

2

ꡐ차뢄석은 두 λ¬Έν•­ λͺ¨λ‘ λ²”μ£Όν˜• λ³€μˆ˜κ°€ μ•„λ‹ˆμ–΄λ„ μ‚¬μš©ν•  수 있으며, 두 λ³€μˆ˜ κ°„ 관계λ₯Ό 보기 μœ„ν•΄ μ‹€μ‹œν•œλ‹€.

3

ꡐ차뢄석은 κ΅μ°¨ν‘œλ₯Ό μž‘μ„±ν•˜μ—¬ κ΅μ°¨λΉˆλ„λ₯Ό 집계할 뿐 μ•„λ‹ˆλΌ 두 λ³€μˆ˜λ“€ κ°„μ˜ 독립성 검정을 ν•  수 μžˆλ‹€.

4

κΈ°λŒ€λΉˆλ„κ°€ 5미만인 μ…€μ˜ λΉ„μœ¨μ΄ 20%λ₯Ό λ„˜μœΌλ©΄ μΉ΄μ΄μ œκ³±λΆ„ν¬μ— κ·Όμ‚¬ν•˜μ§€ μ•ŠμœΌλ©° 이런 경우 ν‘œλ³Έμ˜ 크기λ₯Ό λŠ˜λ¦¬κ±°λ‚˜ λ³€μˆ˜μ˜ μˆ˜μ€€μ„ 합쳐 μ…€μ˜ 수λ₯Ό μ€„μ΄λŠ” 방법 등을 μ‚¬μš©ν•œλ‹€.

48

Multiple Choice

λ‹€μŒ 쀑 t- 뢄포에 λŒ€ν•œ μ„€λͺ…μœΌλ‘œ μ˜³μ§€ μ•Šμ€ 것은?

1

평균이 0을 μ€‘μ‹¬μœΌλ‘œ μ’Œμš°κ°€ λ™μΌν•œ 뢄포λ₯Ό λ”°λ₯Έλ‹€.

2

ν‘œλ³Έμ˜ 크기가 μ¦κ°€ν•˜λ©΄ ν‘œμ€€μ •κ·œλΆ„ν¬μ™€ μœ μ‚¬ν•œ 뢄포λ₯Ό λ”°λ₯Έλ‹€.

3

데이터가 μ΄μ‚°ν˜•μΌ 경우 ν™œμš©ν•œλ‹€.

4

신뒰ꡬ간과 가섀검정에 μ‚¬μš©λ˜λŠ” 뢄포이닀.

49

Multiple Choice

λ‹€μŒ 쀑 λͺ¨μˆ˜μ˜ 평균 검정에 λŒ€ν•œ μ„€λͺ… 쀑 λΆ€μ μ ˆν•œ 것은?

1

μΌν‘œλ³Έ t-검정은 단일 λͺ¨μ§‘λ‹¨μ—μ„œ 평균값을 νŠΉμ • κΈ°μ€€κ°’κ³Ό λΉ„κ΅ν•˜κ³ μž ν•  λ•Œ μ‚¬μš©ν•˜λŠ” κ²€μ • 방법이닀.

2

λŒ€μ‘ν‘œλ³Έ t-검정은 단일 λͺ¨μ§‘단에 λŒ€ν•΄ 두 번 처리λ₯Ό κ°€ν–ˆμ„ λ•Œ, 두 개의 μ²˜λ¦¬μ— λ”°λ₯Έ ν‰κ· μ˜ 차이λ₯Ό λΉ„κ΅ν•˜κ³ μž ν•  λ•Œ μ‚¬μš©ν•˜λŠ” 검정방법이닀.

3

λ…λ¦½ν‘œλ³Έ t-검정은 λ…λ¦½λœ λͺ¨μ§‘λ‹¨μ˜ 평균을 λΉ„κ΅ν•˜κ³ μž ν•  λ•Œ μ‚¬μš©ν•˜λŠ” κ²€μ • λ°©λ²•μœΌλ‘œ λ…λ¦½λ³€μˆ˜λŠ” λ²”μ£Όν˜•, μ’…μ†λ³€μˆ˜λŠ” μ—°μ†ν˜•μ΄μ–΄μ•Ό ν•œλ‹€.

4

μΌν‘œλ³Έ, λŒ€μ‘ν‘œλ³Έ, λ…λ¦½ν‘œλ³Έ t-κ²€μ •μ˜ 가정은 μ •κ·œμ„±λ§Œ λ§Œμ‘±ν•˜λ©΄ λœλ‹€.

50

Multiple Choice

μ–΄λŠ μ΄ˆλ“±ν•™κ΅μ˜ μ΄ˆλ“±ν•™μƒ 400λͺ…을 λ¬΄μž‘μœ„ μΆ”μΆœν•˜μ—¬ 동물 μ„ ν˜Έλ„λ₯Ό μ‘°μ‚¬ν–ˆλ”λ‹ˆ 300λͺ…이 κ°•μ•„μ§€λ₯Ό μ„ ν˜Έν•˜μ˜€λ‹€. μ΄ˆλ“±ν•™κ΅μ˜ 전체 학생 쀑 κ°•μ•„μ§€λ₯Ό μ„ ν˜Έν•˜λŠ” λΉ„μœ¨ p의 신뒰도 95%의 신뒰ꡬ간을 κ΅¬ν•˜μ‹œμ˜€. (단, Z0.05=1.645, Z0.025=1.96, Z0.01=2.33, Z0.005=2.58 μ†Œμˆ˜μ  4번째 μžλ¦¬κΉŒμ§€λ§Œ ν‘œκΈ°)

1

(0.7143, 0.7856)

2

(0.7075, 0.7924)

3

(0.6995, 0.8004)

4

(0.6941, 0,8058)

n개 ( n≀Nn\le N  )의 μ›μ†Œλ‘œ κ΅¬μ„±λœ λͺ¨μ§‘λ‹¨μ—μ„œ λ‹¨μˆœλžœλ€μΆ”μΆœλ²•μ„ μ‚¬μš©ν•˜μ—¬ ν‘œλ³Έμ„ μΆ”μΆœν•  λ•Œ λ‹€μŒ μ„€λͺ… 쀑 κ°€μž₯ λΆ€μ μ ˆν•œ 것은?

1

이질적인 μ›μ†Œλ“€λ‘œ κ΅¬μ„±λœ λͺ¨μ§‘λ‹¨μ—μ„œλŠ” 각 계측을 고루 λŒ€ν‘œν•˜λŠ” ν‘œλ³Έμ„ μΆ”μΆœν•΄μ•Ό ν•œλ‹€.

2

N개의 μ›μ†Œλ‘œ κ΅¬μ„±λœ λͺ¨μ§‘λ‹¨μ—μ„œ n개의 번호λ₯Ό μž„μ˜λ‘œ 선택해 κ·Έ λ²ˆν˜Έμ— ν•΄λ‹Ήν•˜λŠ” μ›μ†Œλ₯Ό ν‘œλ³ΈμœΌλ‘œ μΆ”μΆœν•˜λŠ” 방법이닀.

3

크기가 n인 λͺ¨λ“  κ°€λŠ₯ν•œ ν‘œλ³Έμ— λ™λ“±ν•œ μ‚°μΆœ 기회λ₯Ό μ€€λ‹€.

4

λͺ¨μ§‘λ‹¨μ˜ 각 μΆ”μΆœλ‹¨μœ„μ— λ™λ“±ν•œ μ‚°μΆœ 기회λ₯Ό μ€€λ‹€.

Show answer

Auto Play

Slide 1 / 50

MULTIPLE CHOICE

Discover more resources for Professional Development