[통계과학] 데이터 분석의 핵심! 통계학 기초 개념 정리하기

데이터 분선에서 통계학은 필수적인 도구로 사용됩니다. 정보를 수집하고, 분석하며, 그 결과를 기반으로 합리적인 결정을 내리는 과정에 통계학적 기법들이 활용됩니다. 그렇기 때문에 데이터 분석을 위한 통계학의 기초 개념을 정리하면 다음과 같습니다.

 

통계학의 정의와 목적

통계학은 데이터를 수집, 정리, 분석, 해석 그리고 결과를 전달하는 방법에 대한 연구입니다. 통계학의 주요 목적은 데이터 내에서 패턴과 관계를 찾고 불확실성 하에서도 결정을 내릴
  수 있는 근거를 제공하는 것입니다.

기술통계와 추론통계


- 기술통계(Descriptive Statistics)는 데이터를 요약하고 보여주는 방법에 관한 것으로, 평균, 중앙값, 최빈값, 표준편차, 분산, 왜도, 첨도 등을 포함합니다.
추론통계(Inferential Statistics)는 데이터를 통해 모집단에 대한 추론을 하는 방법입니다. 여기에는 샘플링, 가설 검정, 신뢰 구간, 회귀 분석, ANOVA 등이 포함됩니다.



중심 경향성(Measures of Central Tendency)


중심 경향성은 데이터의 중심을 나타내는 값으로, 가장 흔히 사용되는 지표는 평균(mean), 중앙값(median), 그리고 최빈값(mode)입니다.


- 평균(Mean): 모든 데이터 값을 합한 후 데이터의 개수로 나눈 값입니다.
중앙값(Median): 데이터를 크기 순으로 나열했을 때, 중간에 위치한 값을 말합니다.
최빈값(Mode): 가장 자주 등장하는 데이터 값입니다.



분산성(Measures of Dispersion)


분산성은 데이터가 얼마나 퍼져 있는지(즉, 변동하는지)를 나타내는 값입니다. 대표적인 분산성의 지표로는 범위(range), 분산(variance), 표준편차(standard deviation), 사분위수 범위(interquartile range) 등이 있습니다.


- 범위(Range): 최댓값과 최솟값의 차이를 나타냅니다.
분산(Variance): 평균으로부터의 편차 제곱의 평균입니다.
표준편차(Standard Deviation): 분산의 양의 제곱근으로, 데이터의 퍼짐 정도를 나타냅니다.
사분위수 범위(Interquartile Range, IQR): 데이터를 25%씩 네 부분으로 나눴을 때, 하위 25%와 상위 25% 사이의 범위입니다.



확률(Probability)


확률은 어떤 사건이 일어날 가능성을 나타내는 척도입니다. 기초적인 확률 계산부터 조건부 확률, 베이즈 정리 등 복잡한 확률 계산에 이르기까지, 통계학에서 확률은 중요한 위치를 차지합니다.


가설검정(Hypothesis Testing)


가설검정은 주어진 데이터가 어떤 가설과 일치하는지를 통계적으로 판단하는 방법입니다. 일반적으로 귀무가설(Null Hypothesis, H0)과 대립가설(Alternative Hypothesis, H1)을 설정하고, 통계적 방법을 사용하여 귀무가설의 기각 여부를 결정합니다.


신뢰구간(Confidence Interval)


신뢰구간은 모집단의 매개변수(예: 모평균)를 추정할 때, 이 매개변수가 특정 범위 내에 존재할 것이라는 신뢰를 나타내는 구간입니다. 신뢰구간은 보통 95% 신뢰수준을 사용하는 경우가 많으나, 필요에 따라 다른 신뢰수준을 설정할 수 있습니다.


회귀분석(Regression Analysis)


회귀분석은 변수간의 관계를 모델링하고 예측하는 통계적 방법입니다. 단순선형회귀(Simple Linear Regression)에서 다변량 회귀(Multivariate Regression)에 이르기까지, 회귀분석은 변수 사이의 관계를 이해하고 미래를 예측하는데 널리 사용됩니다.


이처럼 통계학은 데이터를 이해하고 의사결정을 하는 데 꼭 필요한 학문입니다. 기초 개념을 탄탄히 하면 실제 데이터 분석에 있어서도 훨씬 효과적으로 접근할 수 있을 것입니다.

 

봐주셔서 감사합니다!!!