통계란 무엇인가?

통계(Statistics)란 무엇인가?

정의

• 데이터 수집 및 분석 연구: 데이터를 체계적으로 수집, 정리, 분석, 해석하는 과학적 방법론
• 데이터 사실 요약: 평균, 개수 등을 사용해 데이터를 요약하고 사실을 나타내는 정보

통계의 중요성

• 의사결정: 제품 구매 확률, 결제 시스템의 영향, 호텔 점유율 최적화 등에 활용할 수 있다.
• 예측 및 계획: 인구 통계에 따른 제품 크기(예: 옷 사이즈 결정), 수요 예측에 활용할 수 있다.
• 마케팅 전략: A/B 테스트를 통해 광고 효과를 분석하고 마케팅 전략을 수립할 수 있다.

통계의 한계

통계는 많은 질문에 대한 답을 제공하지만, 모든 질문에 대한 답을 제공하지는 않는다. 데이터의 한계, 해석의 주관성 등이 영향을 미치기 때문이다.

---

통계의 유형

1. 기술 통계(Descriptive Statistics)

현존하는 데이터를 설명 및 요약하기 위해 데이터의 특성을 직관적으로 이해하기 쉽게 만든다.

• 예시: 4명에게 출근 방법을 질문한 결과, 50%가 차로, 25%가 버스로, 25%가 자전거로 출근한다.
• 포함 요소: 평균, 중앙값, 최빈값, 범위, 표준편차 등.

2. 추론 통계(Inferential Statistics)

샘플 데이터를 바탕으로 전체 모집단에 대한 추론을 하기 위해, 일부 데이터로부터 전체에 대한 결론을 도출한다.

• 예시: 한 도시에서 무작위로 선택된 100명의 출근 방법 데이터를 통해, 전체 도시민의 출근 방법 비율 추정.
• 적용 방법: 확률 이론, 통계적 유의성 검증 등.

---

데이터의 유형

1. 양적 데이터(Quantitative)(Numeric)

수량을 나타내며 수치로 표현될 수 있는 데이터이다

- 연속 데이터(Continuous)(Measured)

• 예시: 카페의 일일 판매액
• 특징: 무한하고 연속적인 값 범위를 가짐

- 이산 데이터(Discrete)(Counted)

• 예시: 카페서 하루에 판매한 커피 개수
• 특징: 특정 값에 한정되며, 보통 정수로 표현됨

2. 질적 데이터(Qualitative)(Categorical)

특성이나 품질을 나타내며, 범주 또는 라벨로 표현되는 데이터이다.

- 범주형 데이터(Nominal)(Unordered)

• 예시: 카페의 커피 종류(아메리카노, 라떼, 카푸치노)
• 특징: 순서가 없으며, 서로 구별 가능한 범주

- 명목형 데이터(Ordinal)(Ordered)

• 예시: 고객 만족도 설문(매우 만족, 만족, 보통, 불만족)
• 특징: 순서가 있으나, 간격이 균일하지 않음

범주형 데이터는 숫자로 표현이 가능하다.

예: 커피종류(1, 2, 3, ...), 만족도(3, 2, 1).

---

데이터 유형의 중요성

데이터의 유형에 따라 적절한 요약 통계 및 시각화 방법이 달라진다.

• 수치 데이터: 평균, 중앙값, 범위 등의 요약 통계 사용 가능.

• 범주형 데이터: 산점도가 의미 없을 수 있으며, 막대 그래프 등 다른 시각화 방법 적용.

• 양적 데이터: 연속 데이터(속도, 시간)는 선 그래프, 이산 데이터(패키지 수)는 히스토그램으로 시각화.

• 질적 데이터: 범주형 데이터(결혼 여부)는 파이 차트, 명목형 데이터(만족도)는 순서가 있는 막대 그래프로 시각화.