핵심 요약:1) 서로 독립인 표준정규확률변수$n$개의 제곱을 합하면 자유도가 $n$인 카이제곱 분포를 따릅니다.2) 정규분포 $N(\mu, \sigma^2)$를 따르는 모집단으로부터 크기가 $n$인 표본 하나를 추출하면 $$\sum_{i=1}^n \frac{(X_i - \bar{X})^2}{\sigma^2}$$ $X_i$: 표본의 $i$번째 값 $\bar{X}$: 표본평균은 자유도가 $n-1$인 카이제곱 분포를 따릅니다.3) 이 관계를 활용하여 표본분산으로부터 모분산의 신뢰구간을 계산하거나 가설검정을 수행할 수 있습니다. 카이제곱 분포(\(\chi^2\) distribution)와 표본 분산(sample variance)의 관계를 이해하는 핵심은 정규분포를 따르는 모집단에서 표본을 추출하면, ..