표본/분산 차이에 대한 가설 검정 방법

평균/분산 차이에 대한 검정

검정 대상	검정 방법	검정/변환식	Python 라이브러리	비고
모평균 <-> 표본평균	z-검정		scipy.stats.norm.cdf scipy.stats.norm.ppf	모 표준편차를 알아야 함
	t-검정		scipy.stats.t.cdf scipy.stats.t.ppf scipy.stats.ttest_1samp	모 표준편차를 몰라도 됨
모비율<->표본비율	확률에 대한 z-검정		scipy.stats.norm.cdf scipy.stats.norm.ppf statsmodel.stats.api.proportions_ztest	표본 확률이 근사적 정규분포를 따른다. p : 평균 p(1-p)/n : 분산
모분산<->표본분산	카이제곱		scipy.stats.chi2.cdf scipy.stats.chi2.ppf	분포가 정규분포를 따라야함
표본평균<->표본평균	표본평균 차의 t/z-분포		scipy.stats.t.cdf scipy.stats.t.ppf scipy.stats.ttest_ind(equal_var=True)	A/B 테스트에서 사용 모분산이 동일한 경우(등분산) 분산을 모르면 t분포 사용
	표본평균 차의 t/z-분포		scipy.stats.t.cdf scipy.stats.t.ppf scipy.stats.ttest_ind(equal_var=False)	A/B 테스트에서 사용 모분산이 다른경우 경우(이분산) 분산을 모르면 t분포 사용

* 검정 대상간에 차이가 있는가에 대한 검정임.