[통계학의 기초] 통계적 가설 검정 - 귀무가설 / 대립가설

1. 통계적 가설 검정이란?

- 주어진 자료가 특정 가설을 충분히 뒷받침하는지 여부를 결정하는 통계적 추론 방법

 

1) 귀무(영) 가설 (Null Hyphothesis)

- 기존의 통념이라 일반적으로 표현하는 Default

 

2) 대립 가설 (Alternative Hyphothesis)

- 새롭게 입증, 주장하고자 하는 것

 

→ 우리의 목표는 대개 귀무 가설이 틀렸음을 데이터로 입증하는 것

 

 

기존 가설: '인스타카트를 이용하는 유저들은 주말에 조금 더 많은 수량의 상품을 구매할 것이다'

⇩

귀무가설: '인스타카트를 이용하는 유저들의 1회 상품 구매량은 주중과 주말에 차이가 없다'

대립가설: '인스타카트를 이용하는 유저들의 1회 상품 구매량은 주중과 주말에 차이가 있다'

 

여기서 결과는 '귀무 가설을 기각한다' or '귀무 가설을 기각할 증거가 불충분하다(귀무 가설을 기각할 수 없다)'로 나타낼 수 있다.

 

*주의*

통계에는 '대립 가설을 기각한다'라는 말 자체가 존재하지 않는다. 

대립 가설을 기각하려면 문제를 고치고 다른 검정을 실시해야 한다. 

 

하지만...!

이론적으로는 이렇지만, 

비즈니스에 적용할 땐 자연스럽게 대립 가설로 옮겨갈 수밖에 없다.