결론은 아니다 이다.


언뜻 빨간 공이 많이 들어 있는 항아리에서 빨간 공이 많이 나올 것이라고 생각해서


범죄율도 인구비를 따라 갈 것으로 보이나 결과는 정반대로 나왔다.


이는 빨간 공에는 자의식이 없어서 랜덤이 적용되나 사람에게는 범죄에 대한 자제심이 있어서 랜덤이 적용되지 않는 것으로 파악할 수 있다.


이를 확장하면, 범죄예방을 하려고 할 때 인구비율에 따라 경찰 인력배치를 하는 것이 통계적으로는 맞지 않을 수도 있다는 뜻이다.


인구 계층별(남,녀) 비율만 따지고 사고의 빈도는 안 따지는 것은 큰 위협일 수 있다는 뜻이다.


인구비율에 따른 경찰 인력배치 보다는 인간의 자제심을 발휘할 수 있게 하는 범죄 의도 좌절 등의 범죄예방 활동이 더 합리적 일수 있다.


결론은 인구 비율이 적(많)으면 범죄도 적(많)다는 선입관은 잘못된 선입관이다.






a16711aa372a76a167b9f68b12d21a1d96eb700b2c



위 그림에서 꺽은선만 보면 인구비율과 범죄율이 맞아 보이나 숫자로 계산해 보면 831이라는 숫자가 나오지 말아야 한다.


왜냐면 30대의 범죄율은 0.29이기 때문이다. 30대는 40대와 50대의 범죄율에 비해 낮아서 나머지 세대 보다 더 적은 숫자가 나와야 한다.


귀무가설이 기각된 원인이다.



귀무가설 Ho : 범죄율은 인구분포를 따를 것이다.

대립가설 H1 : 각 층별 범죄율과 인구분포는 별개이다.




위 검정을 적합도 검정이라고 한다.


어떤 무엇(정규분포 등)과 관측치가 서로 적합(맞는지)한가를 보는 검정이다.


위 자료에서 무엇에 해당하는 분포는 전체인구의 범죄인 비율이고 관측치는 실제 범죄인 이다.


적합도 검정에서는 분포라는 것이 꼭 정규분포 같은 기존 유명한 분포일 필요는 없다.


실제 인구의 나이대별 비율도 적합도 대상 분포가 된다.


이론분포와 관측치분포가 맞으면 차이값이 작을 것이고 맞지 않으면 차이값이 클 것이라는 것이 적합도검정의 원리이다.


차이값의 기준은 카이제곱분포표라는 표이다.