기술 통계치(Descriptive Statistics)
- 데이터 설명값 혹은 통계치
- 평균, 중간값, 최빈값(mode), 범위, 왜도(skewness), 첨도(kurtosis)
- 시각화 → 상자수염 그림(boxplot), 백플롯(bagplot), 바이올린 플롯(violin plot) 등 이용
- 백플롯 : 이변량 데이터에 대해 위치, 분산, 왜도(비대칭도, skewness), 이상치를 표현
- 왜도는 양수 음수 또는 정의되지 않을 수도 있음.
- 평균과 중앙값이 같을 때 왜도는 0.
-
바이올린 플롯
- 가운데 흰색 점은 중앙값
- 바이올린 중앙 두꺼운 선은 사분위 범위
- 바이올린 중앙 얇은 선은 신뢰 구간
추리 통계치(Inferential Statistics)
- 모수, 매개변수(parameter), 통계치, 추정치, 표준편차, 표준오차
효과적인 샘플링(표본 추출)
-
단순 임의 샘플링(Simple Random Sampling) : 전체 데이터에서 무작위로 추출
-
계통추출법(Systematic Sampling) : 1에서 n까지 모든 데이터에 번호를 매겨서 일정 간격마다 하나씩 데이터 추출. 주로 시계열 데이터 대표값 샘플링에 이용.
-
층화임의추출법(Stratified Random Sampling) : 모집단을 몇 개의 그룹으로 나누어 각 그룹에서 무작위로 추출.
-
군집/집락추출방법(Cluster Sampling) : 전체 자료를 군집이라는 부분 집단으로 분할하고, 몇 개의 샘플 집단을 무작위로 추출해서 군집 내 데이터 전수 조사.
가설 검정
- 주어진 상황에 대해서, 하고자 하는 주장이 맞는지 아닌지를 판정하는 과정
- 모집단의 실제 값에 대한 표본의 통계치를 사용해서 통계적으로 유의한지 아닌지 여부를 판정
표본 평균의 표준 오차(Standard Error of the Sample Mean)
- 표본 표준편차를 표본 수의 제곱근으로 나눈 것.
- 표본 수가 더욱 많아질수록, 표준 오차는 줄어들어서 추측은 더 정확해지고 높은 신뢰도를 바탕으로 모집단에 대해 예측할 수 있게 됨.
