# 추론 통계학 (Data Science & ML)

> 가설 검정, 신뢰 구간, p-value, t-test, 카이제곱, ANOVA, 선형 회귀

- 24 면접 질문
- Mid-Level
- [면접 질문: Data Science & ML](https://sharpskill.dev/ko/technologies/data-science/interview-questions.md)

## 1. 가설 검정에서 귀무가설(H₀)이란 무엇입니까?

**답변**

귀무가설(H₀)은 효과나 유의미한 차이가 없다고 가정하는 기본 진술입니다. 수집된 데이터를 바탕으로 기각하거나 기각하지 않으려는 가설입니다. 예를 들어, H₀는 새로운 치료법이 위약에 비해 효과가 없다고 주장할 수 있습니다. 통계 검정은 데이터가 이 가설을 기각하고 대립가설(H₁)을 지지하기에 충분한 증거를 제공하는지 평가합니다.

## 2. 통계 검정에서 p-value는 무엇을 나타냅니까?

**답변**

p-value는 귀무가설이 참이라는 가정하에 관찰된 결과 이상으로 극단적인 결과를 얻을 확률입니다. 낮은 p-value(일반적으로 < 0.05)는 H₀ 하에서 관찰된 데이터가 발생할 가능성이 낮음을 나타내며 이를 기각하게 됩니다. 참고: p-value는 H₀가 참일 확률도, 결과가 우연일 확률도 아닙니다.

## 3. 추론 통계학에서 제1종 오류란 무엇입니까?

**답변**

제1종 오류(거짓 양성)는 귀무가설이 실제로 참인데 기각할 때 발생합니다. 유의수준 α(흔히 0.05)는 이 오류를 범할 최대 허용 확률을 나타냅니다. 예를 들어, 약이 효과가 없는데 효과가 있다고 결론짓는 것이 제1종 오류입니다. 이 오류는 유의수준 선택에 의해 제어됩니다.

## 21개 추가 질문 이용 가능

- 추론 통계학에서 제2종 오류란 무엇입니까?
- 95% 신뢰 구간은 무엇을 나타냅니까?

무료로 가입하기: https://sharpskill.dev/ko/login

## 기타 Data Science & ML 면접 주제

- [Python 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/python-basics.md): 25개 질문, Junior
- [Python 객체 지향 프로그래밍](https://sharpskill.dev/ko/technologies/data-science/interview-questions/python-oop.md): 20개 질문, Junior
- [Python 데이터 구조](https://sharpskill.dev/ko/technologies/data-science/interview-questions/python-data-structures.md): 20개 질문, Junior
- [Git 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/git-fundamentals.md): 18개 질문, Junior
- [SQL 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/sql-basics.md): 20개 질문, Junior
- [NumPy 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/numpy-fundamentals.md): 22개 질문, Junior
- [Pandas 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/pandas-basics.md): 22개 질문, Junior
- [Jupyter & Google Colab](https://sharpskill.dev/ko/technologies/data-science/interview-questions/jupyter-colab.md): 16개 질문, Junior
- [SQL Joins 및 고급 쿼리](https://sharpskill.dev/ko/technologies/data-science/interview-questions/sql-joins-advanced.md): 22개 질문, Mid-Level
- [Pandas 고급](https://sharpskill.dev/ko/technologies/data-science/interview-questions/pandas-advanced.md): 24개 질문, Mid-Level
- [Matplotlib & Seaborn을 활용한 시각화](https://sharpskill.dev/ko/technologies/data-science/interview-questions/matplotlib-seaborn.md): 20개 질문, Mid-Level
- [Plotly로 만드는 인터랙티브 시각화](https://sharpskill.dev/ko/technologies/data-science/interview-questions/plotly-interactive.md): 18개 질문, Mid-Level
- [기술 통계](https://sharpskill.dev/ko/technologies/data-science/interview-questions/statistics-descriptive.md): 20개 질문, Mid-Level
- [Web Scraping](https://sharpskill.dev/ko/technologies/data-science/interview-questions/web-scraping.md): 18개 질문, Mid-Level
- [BigQuery & Cloud Data](https://sharpskill.dev/ko/technologies/data-science/interview-questions/bigquery-cloud.md): 18개 질문, Mid-Level
- [Feature Engineering](https://sharpskill.dev/ko/technologies/data-science/interview-questions/feature-engineering.md): 22개 질문, Mid-Level
- [지도 머신러닝: 회귀](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-supervised-regression.md): 24개 질문, Mid-Level
- [지도 머신러닝: 분류](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-supervised-classification.md): 24개 질문, Mid-Level
- [결정 트리 및 앙상블](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-trees-ensembles.md): 24개 질문, Mid-Level
- [비지도 ML](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-unsupervised.md): 22개 질문, Mid-Level
- [ML 파이프라인 및 검증](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-pipelines-validation.md): 22개 질문, Mid-Level
- [시계열 및 예측](https://sharpskill.dev/ko/technologies/data-science/interview-questions/time-series-forecasting.md): 22개 질문, Mid-Level
- [Deep Learning 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/deep-learning-fundamentals.md): 24개 질문, Senior
- [TensorFlow & Keras](https://sharpskill.dev/ko/technologies/data-science/interview-questions/tensorflow-keras.md): 22개 질문, Senior
- [CNN 및 이미지 분류](https://sharpskill.dev/ko/technologies/data-science/interview-questions/cnn-image-classification.md): 24개 질문, Senior
- [RNN 및 시퀀스](https://sharpskill.dev/ko/technologies/data-science/interview-questions/rnn-sequences.md): 22개 질문, Senior
- [Transformers 및 Attention](https://sharpskill.dev/ko/technologies/data-science/interview-questions/transformers-attention.md): 24개 질문, Senior
- [NLP 및 Hugging Face](https://sharpskill.dev/ko/technologies/data-science/interview-questions/nlp-huggingface.md): 24개 질문, Senior
- [GenAI 및 LangChain](https://sharpskill.dev/ko/technologies/data-science/interview-questions/genai-langchain.md): 24개 질문, Senior
- [MLOps 및 배포](https://sharpskill.dev/ko/technologies/data-science/interview-questions/mlops-deployment.md): 24개 질문, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/ko/technologies/data-science/interview-questions/statistics-inferential