데이터 분석에 도움이 되는 통계학 커리어에 도움되는 아티클 285 직무에 관계 없이 데이터 분석을 해야 하는 역할을 요구받는 시대에 제가 알고 있는 넓고 얕은 지식을 사람들과 나누기 위해 공부를 하고 있습니다. 공부를 하면 할 수록 제가 가지고 있는 지식이 얼마나 얕은지 새삼 깨닫게 되는 것 같습니다. 데이터 분석과 시각화 라는 주제로 수업을 준비하고 있습니다. 밑도 끝도 없이 시키는 일로 배운 기술에는 한계가 있기 때문에 분석의 기본인 통계를 알아야겠다는 생각이 들었습니다. 제목만 들어도 어렵게 느껴지는 통계를 초등학생에게 설명하듯 이해하기 쉽게 풀어낸 책이 없을까 찾고 있었는데요. 집에 읽지도 않은 통계와 데이터 분석 관련 전문 서적과 다르게 오늘 소개하는 책은 통계에 대한 기본 개념을 정말 쉽게 잘 설명해 주고 있습니다. 특히, 주변에서 흔하게 만날 수 있는 사례를 통해 통계 개념을 설명하는 부분이 정말 좋습니다 :) 저자가 이야기하고, 읽으면서 무릎을 딱 쳤던 내용이 있는데요. 통계를 통해 ‘성공 확률을 높이는 방법’을 몸에 익힐 수 있다는 것과 과학적인 순서를 따르면 높은 확률의 추리가 가능하다는 점이었습니다. 이를 통해 근거 있는 설명과 논의가 가능해 진다는 논리가 그 동안 놓치고 있었던 일 하는 방식을 정립해 주는 기회가 되었습니다. [책] 이렇게 쉬운 통계학 저자 혼마루 료 통계학은 크게 두 종류로 분류됩니다. - 기술 통계학 : 모든 데이터를 다루는 것이 기본 - 추측 통계학 : 표본에서 원래 집단의 특징 등을 추정 기술 통계학이란 조사 대상 (모집단)에 대해 전수 조사를 기본으로 하여 그 특징을 기술하는 통계학입니다. 추측 통계학이란 모집단이 너무 커서 표본 밖에 모을 수 없을 때, 샘플 데이터로 전체 모집단의 성질을 추측하는 방법을 의미합니다. 데이터 전체의 특징을 단 하나의 데이터로 나타내는, 하나의 데이터로 전체를 대표하는 값을 대표값이라 부릅니다. 대표값으로는 평균, 중앙값, 최빈값 세 가지 내용이 잘 알려졌습니다. 데이터의 폭이나 흩어짐 상태를 나타내는 것이 산포도라 불리는 다음 세개의 값입니다. 분산 (표준편차), 사분위범위, 범위 추측 통계에서 이야기하는 추정이란 ‘원래 집단’의 평균, 분산 또는 비율 등을 일컫습니다. 추정 (통계적 추정) : 소수의 표본 데이터에서 전체 집단 (모집단)의 특징을 추측 가설검정(검증) : 전체 집단에 대해, 특정 가설의 검정을 일정 확률로 검정 가설검정이란 A 가설이 올바르다고 가정할 때, 확률적으로 일어날 수 없는 아주 희귀한 일이 일어난다면 A 가설 자체가 잘못되었을 가능성이 크다는 것으로, 최초의 A 가설을 부정하고 남은 B 가설을 채택한다는 원리입니다. 가설검정 순수 1) 대립가설 설정 2) 귀무가설 설정 3) 귀무가설이 올바르다고 가정 4) 유의수준 설정 (보통 5%로 설정) 5) 대립가설을 고려한 기각역 설정 6) 실제 데이터로 판단 7) 기각역 안쪽 ➔ 대립가설 채택, 기각역 범위 밖 ➔ 귀무가설을 수용