통계학
데이터를 정리, 분석, 해석 하여 그 결과를 제시하는 학문 , 주어진 자료를 토대로 보편 타당한 이론을 추론해 내는 학문
자료 분석 단계
- 자료를 효과적으로 수집
- 자료를 합리적으로 해석
- 자료로부터 올바른 결론을 유도
모집단과 표본
모집단 : 수집가능한 모든 관측값의 집합
- 하지만 모든 관측값을 얻어내는 것은 불가능하기에 임의로 표본만을 수집함
표본 : 실제로 수집되는 모집단의 일부에 해당되는 관측값들의 집합
이처럼 통계학은 자료의 일부분만을 이용해 모집단을 추론하는 학문 이므로 항상 오류의 가능성이 있고 통계학은 이러한 오류의 가능성을 최소화 하려한다. ex) Random Sampling
통계의 함정
- 작은 표본에 기초한 결론 : 상대적으로 가치가 떨어진다
- 비임의 표본에 대한 결론 : 표본이 한쪽으로 편향되어 있다
- ex) 게임이용시간 조사를 프로게이머들에게만 함
- 잘못된 표본 추출 : 무응답 표본을 만들어 낸다
- ex) 게임관련 설문을 게임하지 않는 사람에게 함
- 잘못된 인과관계 추론 : 일반적으로 가장 많이 하는 실수로 알려져있지만 상관관계와 인과관계는 무관할수도 있다
- 집단에 기초하여 개인으로 일반화
- ex) 남성이 여성보다 평균적으로 키가 크지만 모든 여성과 남성에 해당하는 것은 아니다
- 의도치 않은 편향
- 심장마비는 남성이 더 잘걸린다라는 통계학적인 결론은 틀렸다. 남성이 심장병 증상이 더 뚜렷하여 잘 걸리는 것처럼 보이지만 오히려 25세 이상 여성의 사망원인중 처음이 심장병이다
- 통계적으로 의미있는 모든 분석을 현실에 부여
- ex) 봄에 태어난 사람이 가을에 태어난 사람에비해 0.6 큼
- 하지만 위 예시가 현실에 꼭 필요할까..?
