두 모집단의 비율 차이에 관한 가설검정의 실제 응용에 대해 토론하시오 (지지율의 차이, 선호도의 차이, 당선 가능성 등)

두 모집단의 비율 차이에 관한 가설검정의 실제 응용에 대해 토론하시오 (지지율의 차이, 선호도의 차이, 당선 가능성 등)  내용 통계는 일반적으로 많은 사람들이 어려울 것이라는 선입견을 가지고 있는 학문이다. 그러나 그 개념이 일상생활에 적용되는 매우 중요한 학문이기도 하다. 두 모집단에 대한 비율이 다른지 여부를 검정하려면 두 모집단의 평균처럼 각 모집단의 모수를 이해하는 것이 아니라 두 모집단의 관계를 이해하는 것이 중요하다. ​ 또한 뺄셈은 일반적으로 두 어미 비율의 관계를 이해하는 데 사용되므로, 귀무 가설과 반대 가설이 정확한지 아닌지를 통계적 증거를 통해 증명하는 데 사용할 것이다. ​ 우리는 통계적 증거를 통해 귀무 가설이 옳고 그름을 증명하려고 한다. 귀무 가설은 모집단의 특성에 대한 잠정적인 주장이기도 하다. 다음으로, 대립 가설은 귀무 가설이 거짓일 경우 대안으로서 참인 가설로 정의할 수 있다. ​ 즉 귀무 가설을 기각할 때 대안으로 선택하는 가설이다. 두 이환율 가설을 검정하는 과정에서 검사통계에 유의할 필요가 있다. 그 이유는 검정 통계량이 일반적으로 신뢰 구간에 사용되는 공식과 달리 신뢰 구간에 사용되는 공식이 사용되기 때문이다. ​ 또한 두 이환율에 대한 가설검정을 실시하면 두 이환율 사이의 관계가 더 타당할 것이라는 두 가설 중 어떤 가설이 더 타당할지에 대한 판단이 내려진다. ​ 이를 현실에 적용하면 두 대선주자의 지지율, 즉 지지율 차이가 동일한지 통계적으로 얼마나 큰지를 알아보기 위해 내린 가정이다. 이 비율은 일반적으로 이항 분포를 따르지만 표본의 크기가 커질수록 중심 한계 정리에 의해 정규 분포에 가까워지는 경향이 있다.