문제 최종 검수

선택지1

선택지2

선택지3

선택지4

정답

개념 난이도 / 선택지 난이도 / 최종 난이도

키워드

해설

비기봇 해설

정답은 2번입니다.

교차분석은 두 개 이상의 범주형 변수를 결합하여 자료의 빈도를 분석하는 기법입니다. 주로 교차표를 통해 두 변수 간의 관계를 시각적으로 표현하고, 독립성 검정을 통해 변수 간의 관계를 통계적으로 검증합니다. 교차분석은 범주형 변수에 적합하며, 기대도수와 관찰도수를 비교하여 두 변수 간의 독립성을 평가합니다.

1. 교차분석에서는 관찰도수뿐만 아니라, 두 변수가 서로 독립이라는 가정하에 계산된 기대도수를 함께 활용할 수 있다. 
: 교차분석에서는 관찰된 빈도뿐만 아니라, 두 변수가 서로 독립이라는 가정하에 계산된 기대빈도를 함께 활용합니다. 이는 두 변수 간의 관계를 검정하는 데 중요한 역할을 하며, 카이제곱 검정을 통해 독립성을 평가할 수 있습니다.

2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다. 
: 교차분석은 두 변수 모두 범주형일 때 사용되는 기법입니다. 수치형 변수나 연속형 변수에는 적합하지 않으며, 범주형 변수를 통해 변수 간의 관계를 분석하는 데 사용됩니다. 따라서 두 변수가 범주형이 아닐 경우 교차분석을 적용할 수 없습니다.

3. 교차분석은 교차표를 통해 빈도를 집계할 뿐만 아니라 두 변수 간의 독립성 검정을 수행할 수 있다. 
: 교차분석은 교차표를 통해 빈도를 집계하고, 두 변수 간의 독립성 검정을 수행할 수 있습니다. 이는 관찰된 빈도와 기대빈도를 비교하여 두 변수 간의 관계를 평가하는 데 사용됩니다.

4. 기대빈도가 5 미만인 셀의 비율이 20%를 초과하면 카이제곱 분포에 근사하기 어려우며, 이 경우 표본 크기를 늘리거나 변수 수준을 통합하는 방법을 사용할 수 있다. 
: 카이제곱 검정은 표본의 크기가 충분히 클 때 정확도가 높아지는 근사 검정법입니다. 만약 특정 칸(Cell)의 기대빈도가 너무 낮으면 검정 통계량의 신뢰도가 급격히 떨어지게 됩니다. 통상적으로 전체 셀 중 기대빈도가 5 미만인 셀이 20%를 넘지 않아야 한다는 기준을 적용하며, 이를 충족하지 못할 경우 인접한 범주를 합치거나 표본을 더 수집하여 통계적 타당성을 확보해야 합니다.

교차분석은 범주형 변수에 적합한 기법으로, 수치형 변수에는 적합하지 않습니다. 나머지 선지들은 교차분석의 특성과 절차를 올바르게 설명하고 있습니다.

따라서, 정답은 '2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다.' 입니다.

1. 선택

키워드

해설

정답은 2번입니다.

교차분석은 두 개 이상의 범주형 변수를 결합하여 자료의 빈도를 분석하는 기법입니다. 이 분석은 주로 교차표를 작성하여 관찰된 빈도와 기대 빈도를 비교하고, 두 변수 간의 독립성을 검정하는 데 사용됩니다. 교차분석에서 중요한 점은 두 변수가 모두 범주형이어야 한다는 것입니다. 기대빈도가 5 미만인 셀이 많을 경우, 카이제곱 검정의 정확도가 떨어질 수 있어 표본 크기를 늘리거나 변수 수준을 통합하는 등의 조치가 필요합니다.

1. 교차분석에서는 관찰도수뿐만 아니라, 두 변수가 서로 독립이라는 가정하에 계산된 기대도수를 함께 활용할 수 있다. 
: 교차분석에서는 관찰된 빈도뿐만 아니라, 두 변수가 서로 독립이라는 가정하에 계산된 기대빈도를 활용하여 독립성 검정을 수행합니다. 이는 교차표를 통해 두 변수 간의 관계를 분석하는 데 필수적인 과정입니다.

2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다. 
: 교차분석은 두 변수 모두 범주형 변수일 때 사용됩니다. 수치형 변수나 연속형 변수에는 적합하지 않습니다. 따라서 두 변수 모두 범주형 변수가 아니어도 적용할 수 있다는 설명은 부적절합니다.

3. 교차분석은 교차표를 통해 빈도를 집계할 뿐만 아니라 두 변수 간의 독립성 검정을 수행할 수 있다. 
: 교차분석은 교차표를 통해 빈도를 집계하고, 두 변수 간의 독립성 검정을 수행할 수 있습니다. 이는 교차분석의 주요 기능 중 하나로, 두 변수 간의 관계를 명확히 이해하는 데 도움을 줍니다.

4. 기대빈도가 5 미만인 셀의 비율이 20%를 초과하면 카이제곱 분포에 근사하기 어려우며, 이 경우 표본 크기를 늘리거나 변수 수준을 통합하는 방법을 사용할 수 있다. 
: 기대빈도가 5 미만인 셀의 비율이 20%를 초과하면 카이제곱 분포에 근사하기 어려워집니다. 이 경우, 표본 크기를 늘리거나 변수 수준을 통합하여 셀의 수를 줄이는 방법을 사용할 수 있습니다. 이는 교차분석의 정확성을 높이기 위한 일반적인 조치입니다.

선지 2는 교차분석이 두 변수 모두 범주형 변수가 아니어도 적용할 수 있다고 설명하고 있습니다. 그러나 교차분석은 두 변수 모두 범주형일 때 사용하는 기법이므로, 이 설명은 부적절합니다. 나머지 선지들은 교차분석의 원리와 절차에 맞는 설명을 하고 있습니다.
따라서, 정답은 '2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다.' 입니다.

2. 선택

키워드

해설

정답은 2번입니다.

교차분석은 두 개 이상의 범주형 변수를 결합하여 자료의 빈도를 분석하는 기법입니다. 이 분석은 주로 교차표를 작성하여 관찰된 빈도와 기대 빈도를 비교하고, 두 변수 간의 독립성을 검정하는 데 사용됩니다. 교차분석에서 기대빈도가 5 미만인 셀이 많을 경우, 카이제곱 검정의 정확도가 떨어질 수 있어 표본 크기를 늘리거나 변수 수준을 통합하는 등의 조치가 필요합니다. 이러한 분석은 두 변수 모두 범주형일 때 적합하며, 수치형 변수나 연속형 변수에는 적합하지 않습니다.

1. 교차분석에서는 관찰도수뿐만 아니라, 두 변수가 서로 독립이라는 가정하에 계산된 기대도수를 함께 활용할 수 있다. 
: 교차분석에서는 관찰된 빈도뿐만 아니라, 두 변수가 서로 독립이라는 가정하에 계산된 기대빈도를 함께 활용합니다. 이는 두 변수 간의 관계를 검정하는 데 중요한 역할을 하며, 카이제곱 검정을 통해 독립성을 평가할 수 있습니다.

2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다. 
: 교차분석은 두 변수 모두 범주형일 때 사용되는 기법입니다. 수치형 변수나 연속형 변수에는 적합하지 않으며, 범주형 변수를 통해 변수 간의 관계를 분석하는 데 사용됩니다. 따라서 두 변수가 범주형이 아닐 경우 교차분석을 적용할 수 없습니다.

3. 교차분석은 교차표를 통해 빈도를 집계할 뿐만 아니라 두 변수 간의 독립성 검정을 수행할 수 있다. 
: 교차분석은 교차표를 통해 빈도를 집계하고, 두 변수 간의 독립성 검정을 수행할 수 있습니다. 이는 관찰된 빈도와 기대빈도를 비교하여 두 변수 간의 관계를 평가하는 데 사용됩니다.

4. 기대빈도가 5 미만인 셀의 비율이 20%를 초과하면 카이제곱 분포에 근사하기 어려우며, 이 경우 표본 크기를 늘리거나 변수 수준을 통합하는 방법을 사용할 수 있다. 
: 기대빈도가 5 미만인 셀의 비율이 20%를 초과하면 카이제곱 분포에 근사하기 어려워집니다. 이 경우, 표본 크기를 늘리거나 변수 수준을 통합하여 셀의 수를 줄이는 방법을 사용할 수 있습니다. 이는 검정의 정확성을 높이기 위한 조치입니다.

선지 2는 교차분석이 두 변수 모두 범주형이 아닐 때도 사용할 수 있다고 잘못 설명하고 있습니다. 교차분석은 범주형 변수에 적합한 기법으로, 수치형 변수에는 적합하지 않습니다. 나머지 선지들은 교차분석의 특성과 절차를 올바르게 설명하고 있습니다.
따라서, 정답은 '2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다.' 입니다.

3. 선택

키워드

해설

정답은 2번입니다.

교차분석은 두 개 이상의 범주형 변수를 결합하여 자료의 빈도를 분석하는 기법입니다. 주로 교차표를 사용하여 두 변수 간의 관계를 시각적으로 나타내고, 독립성 검정을 통해 변수 간의 관계를 통계적으로 검증할 수 있습니다. 교차분석은 범주형 변수에 적합하며, 기대도수와 관찰도수를 비교하여 카이제곱 검정을 수행합니다.

1. 교차분석에서는 관찰도수뿐만 아니라, 두 변수가 서로 독립이라는 가정하에 계산된 기대도수를 함께 활용할 수 있다.
: 교차분석에서는 관찰된 빈도뿐만 아니라, 두 변수가 독립적이라는 가정 하에 계산된 기대빈도를 사용하여 카이제곱 검정을 수행합니다. 이는 두 변수 간의 독립성을 검증하는 데 필수적입니다.

2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다.
: 교차분석은 주로 범주형 변수에 적용됩니다. 두 변수 모두 범주형이어야 하며, 연속형 변수에는 적합하지 않습니다. 따라서 이 설명은 부적절합니다.

3. 교차분석은 교차표를 통해 빈도를 집계할 뿐만 아니라 두 변수 간의 독립성 검정을 수행할 수 있다.
: 교차분석은 교차표를 통해 빈도를 집계하고, 카이제곱 검정을 통해 두 변수 간의 독립성을 검증할 수 있습니다. 이는 교차분석의 주요 기능 중 하나입니다.

4. 기대빈도가 5 미만인 셀의 비율이 20%를 초과하면 카이제곱 분포에 근사하기 어려우며, 이 경우 표본 크기를 늘리거나 변수 수준을 통합하는 방법을 사용할 수 있다.
: 카이제곱 검정의 정확성을 위해 기대빈도가 5 미만인 셀의 비율이 20%를 초과하지 않아야 합니다. 그렇지 않으면 표본 크기를 늘리거나 변수 수준을 통합하여 문제를 해결할 수 있습니다.

교차분석은 범주형 변수에 적합한 분석 기법입니다. 따라서 두 변수 모두 범주형 변수가 아니어도 적용할 수 있다는 설명은 틀렸습니다. 다른 선택지들은 교차분석의 특성과 절차를 올바르게 설명하고 있습니다.

따라서, 정답은 '2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다.' 입니다.

4. 선택

키워드

해설

정답은 2번입니다.

교차분석은 두 개 이상의 범주형 변수를 결합하여 자료의 빈도를 분석하는 기법입니다. 주로 교차표를 통해 두 변수 간의 관계를 시각적으로 표현하고, 독립성 검정을 통해 변수 간의 관계를 통계적으로 검증합니다. 교차분석은 범주형 변수에 적합하며, 기대도수와 관찰도수를 비교하여 두 변수 간의 독립성을 평가합니다.

1. 교차분석에서는 관찰도수뿐만 아니라, 두 변수가 서로 독립이라는 가정하에 계산된 기대도수를 함께 활용할 수 있다.
: 교차분석에서는 관찰된 빈도뿐만 아니라, 두 변수가 독립적이라는 가정 하에 계산된 기대빈도를 사용하여 독립성 검정을 수행합니다. 이는 카이제곱 검정의 핵심입니다.

2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다.
: 교차분석은 주로 범주형 변수에 적용됩니다. 두 변수 모두 범주형이어야 하며, 연속형 변수에는 적합하지 않습니다. 따라서 이 설명은 부적절합니다.

3. 교차분석은 교차표를 통해 빈도를 집계할 뿐만 아니라 두 변수 간의 독립성 검정을 수행할 수 있다.
: 교차분석은 교차표를 통해 빈도를 집계하고, 카이제곱 검정을 통해 두 변수 간의 독립성을 검정할 수 있습니다. 이는 교차분석의 일반적인 활용 방법입니다.

4. 기대빈도가 5 미만인 셀의 비율이 20%를 초과하면 카이제곱 분포에 근사하기 어려우며, 이 경우 표본 크기를 늘리거나 변수 수준을 통합하는 방법을 사용할 수 있다.
: 카이제곱 검정에서 기대빈도가 5 미만인 셀이 많으면 검정의 정확성이 떨어질 수 있습니다. 이 경우 표본 크기를 늘리거나 변수 수준을 통합하여 문제를 해결할 수 있습니다.

교차분석은 범주형 변수에 적합한 분석 기법입니다. 따라서 두 변수 모두 범주형 변수가 아니어도 적용할 수 있다는 설명은 틀렸습니다. 나머지 선택지는 교차분석의 특성과 절차에 부합합니다.

따라서, 정답은 '2. 교차분석은 두 변수 모두 범주형 변수가 아니어도 적용할 수 있으며, 변수 간 관계를 분석하는 데 사용된다.' 입니다.

입력 데이터

수정 가능 범위 확인