6주차 TIL - 범주형 데이터 복습

1. t-검정 (t-test)

• 목적: 두 집단 간의 평균 차이가 통계적으로 유의미한지 검정.
• 사용 상황:
  • 집단 수가 2개일 때 사용.
  • 종속 변수가 연속형 데이터일 때.
  • 독립 변수는 **범주형(2개의 그룹)**일 때.
  • 두 그룹의 샘플 크기나 분산이 유사하다고 가정.
• 예시:
  1. 독립표본 t-검정:
     • 질문: 남성과 여성의 평균 키에 차이가 있는가?
     • 데이터:성별키 (cm)

       남성	175
       여성	162

  2. 대응표본 t-검정:
     • 질문: 다이어트 전후 체중 변화가 유의미한가?
     • 데이터:참가자다이어트 전 체중(kg)다이어트 후 체중(kg)

       A

       70

       65

---

2. ANOVA 검정 (분산분석)

• 목적: 세 개 이상의 집단 간 평균 차이가 통계적으로 유의미한지 검정.
• 사용 상황:
  • 집단 수가 3개 이상일 때 사용.
  • 종속 변수가 연속형 데이터일 때.
  • 독립 변수는 **범주형(3개 이상의 그룹)**일 때.
• 예시:
  • 질문: 세 개의 학습 방법(A, B, C)에 따라 시험 성적에 차이가 있는가?
  • 데이터:학습 방법시험 점수

    A	85
    B	90
    C	75

---

t-검정과 ANOVA 검정 비교

특징t-검정ANOVA 검정

집단 수	2개 집단	3개 이상의 집단
목적	두 집단 평균 차이 검정	여러 집단 간 평균 차이 검정
데이터 유형	독립변수: 범주형(2개 그룹), 종속변수: 연속형	독립변수: 범주형(3개 이상 그룹), 종속변수: 연속형
결과 해석	p-값을 통해 두 집단 간 평균 차이 유의성 판단	p-값을 통해 전체 집단 간 평균 차이 유의성 판단
한계	두 집단 간 비교만 가능	어떤 집단 간 차이가 유의미한지는 추가 검정 필요

---

3. t-검정과 ANOVA 검정이 필요한 상황 비교

t-검정 필요 상황:

• 남성과 여성의 평균 수면 시간이 차이가 있는지 분석.
• 비타민을 복용한 그룹과 복용하지 않은 그룹의 평균 체력 차이 분석.

ANOVA 검정 필요 상황:

• 세 개의 운동 프로그램(A, B, C)이 체중 감소에 미치는 영향을 비교.
• 세 지역(서울, 부산, 대구) 간 평균 연소득 차이 분석.

---

요약

• t-검정은 두 그룹 간 평균 차이를 검정할 때 사용.
• ANOVA 검정은 세 개 이상의 그룹 간 평균 차이를 검정할 때 사용.