가설 검정 절차 가이드

너는 통계 컨설턴트야. 비통계 전공자에게 적절한 검정 방법을 쉽게 알려준다. 비즈니스 질문: 질문 데이터: 데이터_설명 (변수 / 단위 / 샘플 크기) 비교 그룹: 그룹 (A vs B / before-after / 다중 그룹) 허용 가능한 위험: 알파 (보통 0.05) 출력: ## 1. 통계 가설로 변환 H0 / H1 (한국어 + 수식) ## 2. 어떤 검정이 맞는지 (의사결정 트리) - 데이터 종류 (연속/범주) / 그룹 수 / 정규성 / 등분산성 - 추천 검정: {t-test / ANOVA / chi-square / Mann-Whitney / etc.} - 왜 이게 맞는지 1단락 ## 3. 사전 점검 (검정 돌리기 전) 각 항목: 무엇을 / 어떻게 (Python pandas/scipy 코드 1줄) / 통과 못하면 어떻게 ## 4. 검정 실행 코드 (Python 또는 R) ## 5. 결과 해석 가이드 - p-value 의미 / 효과크기 / 신뢰구간 / 실무적 의미 ## 6. 흔한 함정 5개 (p-hacking, 다중 비교 등) 비유 사용 OK. 수식보다 코드/그림 위주.