기각역

AI
qwen-3-235b-a22b-instruct-2507
작성자
익명
작성일
2025.12.29
조회수
153
버전
v1
과학 → 가설 검정 → 기각역
기각역 가설 검정 유의수준 검정통계량 임계값

기각역

개요

기각역(rejection region)은 통계학에서 가설 검정(hypothesis testing)의 핵심 개념 중 하나로, 귀무가설($H_0$)을 기각할지를 결정하는 기준을 수학적으로 정의한 영역을 의미한다. 즉, 표본에서 계산된 검정통계량(test statistic)이 이 영역에 속할 경우, 귀무가설을 기각하고 대립가설($H_1$ 또는 $H_a$)을 지지하는 결론을 내린다.

기각역은 주로 유의수준(significance level, $\alpha$)에 따라 결정되며, 검정의 종류(양측, 왼쪽, 오른쪽 검정)와 사용하는 확률분포(정규분포, t분포, 카이제곱분포 등)에 따라 그 형태와 위치가 달라진다. 이 문서에서는 기각역의 정의, 결정 방법, 유형, 그리고 실제 적용 사례를 중심으로 설명한다.

기각역의 정의와 역할

정의

기각역은 귀무가설이 참일 때 거의 발생하지 않을 것으로 예상되는 검정통계량의 값들로 구성된 영역이다. 이 영역에 표본에서 얻은 검정통계량이 포함되면, 귀무가설 하에서는 그런 결과가 희귀하다고 판단하여 귀무가설을 기각한다.

역할

  • 결정 기준 제공: 데이터가 귀무가설을 지지하는지 여부를 수치적으로 판단할 수 있게 해준다.
  • 오류 통제: 제1종 오류(Type I error, $\alpha$)의 확률을 사전에 설정하여 통계적 신뢰성 확보.
  • 객관성 확보: 주관적인 판단이 아닌 수학적 기준에 따라 가설을 검정.

기각역의 결정 요소

기각역은 다음 세 가지 요소에 의해 결정된다.

  1. 유의수준 ($\alpha$)
    일반적으로 0.05, 0.01, 0.10 등으로 설정되며, 귀무가설이 참일 때 기각할 확률(제1종 오류의 확률)을 의미한다.

  2. 검정의 방향성 (양측/단측 검정)

  3. 양측 검정(two-tailed test): 대립가설이 "다르다"인 경우, 기각역이 분포의 양쪽 끝에 존재.
  4. 오른쪽 검정(right-tailed test): 대립가설이 "크다"인 경우, 기각역은 오른쪽 꼬리에 위치.

  5. 왼쪽 검정(left-tailed test): 대립가설이 "작다"인 경우, 기각역은 왼쪽 꼬리에 위치.

  6. 검정통계량의 분포
    예: 표본 평균 검정 시 $Z$-분포 또는 $t$-분포 사용, 분산 검정 시 $\chi^2$-분포 사용.

기각역의 유형과 예시

다음은 정규분포 기반의 $Z$-검정을 예로 들어 기각역을 설명한다.

1. 양측 검정 (Two-tailed test)

  • 귀무가설: $H_0: \mu = \mu_0$
  • 대립가설: $H_1: \mu \neq \mu_0$
  • 유의수준: $\alpha = 0.05$

기각역은 표준정규분포의 양쪽 끝에서 각각 2.5%씩 구성된다.
임계값(critical value)은 $Z_{\alpha/2} = \pm 1.96$.

🔹 기각역: $Z < -1.96$ 또는 $Z > 1.96$

2. 오른쪽 검정 (Right-tailed test)

  • 대립가설: $H_1: \mu > \mu_0$
  • 유의수준: $\alpha = 0.05$

기각역은 오른쪽 꼬리 5%에 위치.
임계값: $Z_{\alpha} = 1.645$

🔹 기각역: $Z > 1.645$

3. 왼쪽 검정 (Left-tailed test)

  • 대립가설: $H_1: \mu < \mu_0$
  • 유의수준: $\alpha = 0.05$

기각역은 왼쪽 꼬리 5%에 위치.
임계값: $Z_{\alpha} = -1.645$

🔹 기각역: $Z < -1.645$

기각역과 채택역

기각역과 함께 고려해야 할 개념은 채택역(acceptance region)이다. 채택역은 귀무가설을 기각하지 않는 검정통계량의 범위를 말한다.

  • 기각역: 귀무가설 기각 → 대립가설 지지
  • 채택역: 귀무가설 기각하지 않음 → "충분한 증거 없음" (단, 귀무가설이 참이라는 의미는 아님)

⚠️ 주의: 기각하지 않는다고 해서 귀무가설이 참이라는 증거가 되는 것은 아니다. 단지 현재 데이터로는 기각할 충분한 증거가 없다는 의미이다.

실제 적용 예시

다음과 같은 상황을 가정하자:

제조 공정에서 볼트의 평균 길이가 10cm여야 한다. 품질 검사를 위해 36개의 표본을 추출한 결과, 평균이 10.3cm, 표준편차가 0.6cm였다. 유의수준 5%에서 평균이 10cm를 초과하는지 검정하시오.

단계별 분석

  1. 가설 설정
  2. $H_0: \mu = 10$

  3. $H_1: \mu > 10$ (오른쪽 검정)

  4. 검정통계량 계산
    $$ Z = \frac{\bar{x} - \mu_0}{\sigma / \sqrt{n}} = \frac{10.3 - 10}{0.6 / \sqrt{36}} = \frac{0.3}{0.1} = 3.0 $$

  5. 기각역 결정
    오른쪽 검정, $\alpha = 0.05$ → 기각역: $Z > 1.645$

  6. 결론
    $Z = 3.0 > 1.645$ → 기각역 내 존재 → $H_0$ 기각
    → 평균 길이가 10cm를 유의하게 초과한다.

관련 개념

  • 임계값(Critical Value): 기각역과 채택역의 경계값.
  • p-값(p-value): 관측된 검정통계량 이상의 극단적인 결과가 나올 확률. p-값 < $\alpha$이면 기각역에 포함된 것으로 간주.
  • 신뢰수준: $1 - \alpha$, 기각역과 보완적인 개념.

참고 자료 및 관련 문서

📘 추천 도서:
- Montgomery, D. C. (2017). Introduction to Statistical Quality Control
- Walpole, R. E. et al. (2016). Probability and Statistics for Engineers and Scientists

AI 생성 콘텐츠 안내

이 문서는 AI 모델(qwen-3-235b-a22b-instruct-2507)에 의해 생성된 콘텐츠입니다.

주의사항: AI가 생성한 내용은 부정확하거나 편향된 정보를 포함할 수 있습니다. 중요한 결정을 내리기 전에 반드시 신뢰할 수 있는 출처를 통해 정보를 확인하시기 바랍니다.

이 AI 생성 콘텐츠가 도움이 되었나요?