LGHV_3기_통계 분석_통계(1)

Pepzera·2025년 3월 18일

LG 헬로비전 DX DATA SCHOOL 3기 공부 정리 통계

LGHV3기_공부정리

목록 보기

32/34

통계 분석

1. 통계학

통계학 이란? 🧐

통계 (statistics)

어떤 현상을 종합적으로 한 눈에 알아보기 쉽게 일정한 체계에 따라 숫자로 나타낸 자료

통계학 (statistics)

통계로부터 의미 있는 정보를 추출하고 이를 토대로 불확실한 사실에 대한 합리적인 의사결정을 할 수 있게 하는 학문

통계학의 역할

데이터를 분석하여 유의미한 정보를 찾고, 이를 기반으로 합리적인 의사 결정을 할 수 있도록 도움을 줌
특히, 연구목적에 의해 설정된 가설들에 대하여 분석 결과가 어떤 결과를 뒷받침하고 있는지를 통계적 방법으로 검정
사회학, 경제학, 경영학, 공학, 의학 등 다양한 분야에서 활용됨

통계학의 분류

구분	기술 통계학 (Descriptive Statistics)	추론 통계학 (Inferential Statistics)
정의	수집된 데이터를 요약, 정리하는 통계 방법	표본 데이터를 활용하여 모집단의 특성을 추론하는 방법
목적	데이터 특성의 이해 및 시각화	모집단 특성에 대한 일반화
방법	평균, 분산, 대표값, 산포도 등	Z 검정, T 검정, 분산분석 등

2. 기술 통계학

기술 통계학(Descriptive Statistics)의 정의

기술 통계학은 데이터를 요약하고, 그 속성을 설명하는데 중점을 둔 통계 방법
데이터 분석 전에 전체적인 데이터 분포의 이해와 통계적 수치 제공
일반적으로 연속적 수치 데이터를 대상으로 함
자료 전체를 대표하는 대표값, 자료의 중심에서 흩어진 정도를 나타내는 산포도 등을 이용하여 데이터 분포 파악
기술 통계량을 통해서 모집단 특성 유추
주어진 데이터를 간단히 요약하여 전체적인 패턴을 파악하고 시각화하는 데 유용!

기술 통계학의 주요 역할

대량의 데이터를 쉽게 이해할 수 있도록 요약
데이터의 중심, 경향성, 산포도, 분포 형태를 설명
추후 분석에 필요한 기초 정보를 제공

기술 통계 유형과 의미

유형	의미	값의 종류
대표값	자료 전체를 대표하는 값으로 분포의 중심 위치를 나타내는 측정치를 의미	평균, 합계, 중위수, 최빈값 등
산포도	자료가 대표값으로부터 얼마나 흩어져 분포하고 있는가를 보여주는 값을 의미	분산, 표준편차, 최소값, 최대값 등

기술 통계학 : 중심 경향성 (Measures of Central Tendency)

대표값
- 자료를 대표하는 값 (분포의 중심을 나타냄)
평균 (Mean)
- 모든 데이터 값을 더한 후 데이터 개수로 나눈 값
- 특징 : 모든 데이터를 고려하지만, 극단값에 영향을 받음
중앙값 (Median)
- 데이터를 크기 순으로 정렬했을 때 중간에 위치한 값
- 특징 : 극단값에 덜 민감하여 분포가 비대칭일 때 유용
최빈값 (Mode)
- 가장 자주 등장하는 값
- 예시 : 2024년 현대에서 가장 많이 팔린 자동차의 가격은? → 4,200만 원 (그랜저)

기술 통계학 : 산포도 (Measures of Dispersion)

산포도
- 데이터의 흩어진 정도를 나타냄
범위 (Range)
- 데이터 셋의 최대값과 최소값의 차이를 나타냄
표준 편차 (Standard Deviation)
- 분산의 제곱근으로, 데이터 값들이 평균에서 얼마나 떨어져 있는지를 나타냄
- 특징 : 낮은 표준 편차 ⇒ 데이터가 평균에 가깝게 모여 있음을 의미
분산 (Variance)
- 데이터 값들이 평균으로부터 얼마나 떨어져 있는지의 정도를 제곱한 값의 평균
- 특징 : 분산이 클수록 데이터가 퍼져 있음

기술 통계학 : 데이터 분포의 형태 (Shape of Distribution)

왜도 (Skewness)
- 데이터 분포의 비대칭성을 나타냄
- 양의 왜도 : 오른쪽으로 긴 꼬리를 가짐
- 음의 왜도 : 왼쪽으로 긴 꼬리를 가짐
- 예시 )
첨도 (Kurtosis)
- 분포의 꼬리가 얼마나 두꺼운지를 나타내며, 꼬리가 두꺼울수록 극단값이 많음을 의미
- 고첨도 : 꼬리가 두꺼워 극단값이 많음
- 저첨도 : 꼬리가 얇고 극단값이 적음

3. 추론 통계학

추론 통계 분석 절차

연구 조사 : 기존 연구 및 관련 자료 조사
가설 설정 : 연구 문제에 대한 예측적 명제 설정
- 가설 (Hypothesis)
  - 사회 조사·연구에서 주어진 연구 문제에 대한 예측적 해답
  - 실증적인 증명에 앞서 세우는 잠정적인 진술
  - 나중에 논리적으로 검정될 수 있는 명제
  - 통계 분석을 통해서 채택 또는 기각
  - 과학·의학적 연구에서의 가설 설정은 매우 중요!!!
- 가설의 유형
  - 귀무 가설 (H₀) : “차이가 없다”라는 부정적 진술
    예) 신약 ABC는 ABC암 치료에 효과가 없다
  - 대립 가설 (H₁) : “차이가 있다”를 주장하는 긍정적 진술
    예) 신약 ABC는 ABC암 치료에 효과가 있다
유의 수준 설정 : 통계적 가설 검정의 기준을 설정
- 유의 수준이란?
  - 가설 채택 또는 기각의 기준
- 분석 결과가 유의수준 이내면 가설 채택, 그렇지 않으면 기각
- 일반적인 기준
  - 사회/과학 분야: α = 0.05 (95% 신뢰도)
  - 의학/생명과학: α = 0.01 (99% 신뢰도)
- 예시
  - 생쥐 100마리 중, 96마리 이상 효과 → 사회/과학 분야에서는 H₁ 채택
  - 생쥐 100마리 중, 99마리 이상 효과 → 의학/생명과학 분야에서는 H₁ 채택

측정 도구 선정 : 분석할 변수를 측정할 방법 결정

가설 속 변수의 척도를 정하고, 데이터를 어떻게 측정할지 결정하는 단계
변수의 유형
- 독립 변수 (Independent Variable) : 원인이 되는 변수
- 종속 변수 (Dependent Variable) : 독립 변수로 인해 영향을 받는 변수
- 매개 변수 (Mediator Variable) : 독립 변수와 종속 변수를 연결하는 변수
- 조절 변수 (Moderator Variable) : 변수 간의 관계 강도를 조절하는 변수
- 외생 변수 (Extraneous Variable) : 결과를 왜곡할 수 있는 외부 변수

📐 척도의 종류

척도란? 🧐
연구 대상을 측정하기 위한 도구로, 변인을 숫자나 기호로 표현하여 수량화하는 방법

구분	유형	의미	예시
질적 척도	명목척도	이름이나 범주를 대표하는 의미 없는 숫자	성별, 종교
	서열척도	대상 간의 서열을 나타냄 (순서 O)	선호도
양적 척도	등간척도	속성 간의 간격이 동일	만족도(1~5점)
	비율척도	등간척도의 특성 + 절대원점(0) 존재, 사칙연산 가능	키, 몸무게, 나이

척도 선정 시 주의점 ❗
- 범주는 상호 배타적이어야 함
- 응답 가능한 모든 상황을 포함해야 함
- 척도의 논리적 일관성을 유지해야 함

자료 수집
- 설문조사
- 정형/비정형 데이터 수집
자료 코딩
- 데이터의 수집을 통해서 획득한 데이터를 통계 분석 프로그램을 이용하여 데이터를 입력하는 단계
- 사용자의 응답 결과를 숫자나 기호로 변환하여 입력
- 주의점 ❗
  - 응답이 부실한 설문지를 선별하여 제거
  - 설문지 앞면에 일련번호를 기입하여 데이터 입력 손실 방지
  - 가능하면 모든 항목을 숫자로 입력해야 분석이 용이함

통계 분석 수행

Python, R, SPSS 등의 프로그램을 이용하여 분석 수행
데이터 수집 전에 분석 방법을 계획하지 않으면 실패할 확률이 높음
Python에서는 statistics, scipy 등의 패키지를 주로 활용

분석 방법 ✅

분석 방법	적용 분야	변수 척도
빈도분석	데이터의 분포, 특정 값이 얼마나 자주 등장하는지 확인	모든 척도
교차분석 (카이제곱)	두 개의 범주형 변수 간 관계 분석 (예: 성별과 선호 브랜드의 관계)	명목척도, 서열척도
요인분석	여러 변수를 묶어 공통된 개념으로 축소 (예: 설문조사 문항을 그룹화)	등간척도, 비율척도
신뢰도분석	설문조사의 문항들이 일관되게 측정되었는지 확인	등간척도, 비율척도
상관관계분석	두 변수 간 연관성을 분석 (예: 키와 몸무게 관계)	피어슨 - 등간척도, 비율척도 / 스피어만 - 서열척도
회귀분석	한 변수(X)가 다른 변수(Y)에 미치는 영향을 분석 (예: 광고비와 매출 관계)	등간척도, 비율척도
t-검정	두 그룹의 평균 차이가 유의미한지 검정 (예: 남녀 평균 키 비교)	독립변수 - 명목척도 / 종속변수 - 등간척도, 비율척도
분산분석 (ANOVA)	세 그룹 이상에서 평균 차이가 유의미한지 검정 (예: 직급별 연봉 차이)	독립변수 - 명목척도 / 종속변수 - 등간척도, 비율척도