[ADP통계] 등분산성이 깨졌을 때, Welch’s 검정

등분산성이 기각되었을 때의 대처법 (이분산성 문제) 데이터 분석 시 모수 검정을 적용하기 전 ‘정규성’과 ‘등분산성’ 확인은 필수적입니다. 만약 Levene 검정 결과 p-value가 유의수준 0.05 미만으로 도출되어 등분산성 가정이 기각(이분산)되는 경우에는 일반적인 분산분석 등의 방법을 그대로 적용해서는 안 됩니다.

이러한 집단 간 분산이 다를 경우를 대비하여, 수식이 보정된 “Welch’s Method(웰치스 검정)”을 사용하게 됩니다. 해당 상황은 ADP 실기 시험에 자주 출제되므로, 올바른 함수와 파라미터 적용 방법을 숙지해야 합니다.

등분산성이 깨진 데이터 살펴보기 집단 간 분산의 차이가 큰 가상의 시험 성적 데이터를 통해 상황을 재현합니다. (귀무가설): 집단 간 분산이 동일하다.

(등분산이다) (대립가설): 집단 간 분산이 동일하지 않다. (이분산이다) Python: 문제가 발생한 상황 (Levene 검정 기각) import pandas as pd import s...