통계방법 : 기술통계와 추론통계

우리가 살고 있는 세상은 데이터로 넘쳐난다. 이런 데이터를 효과적으로 분석하고 의미를 도출하기 위해서는 통계적 방법이 필수적이다. 통계 분석은 크게 기술통계와 추론통계 두 가지로 나눌 수 있다. 각각의 특징과 역할을 자세히 알아보고, 어떤 상황에서 어떤 통계 기법을 활용해야 하는지 알아보자.

출처 : 데이터분석프로젝트 - 활용을 어떻게 해야할까? : 네이버 블로그

1. 기술통계 (Descriptive Statistics)

기술통계는 수집된 데이터를 요약하고, 시각적으로 표현해 데이터의 특징을 파악하는 데 사용된다. 마치 사진을 보고 전체적인 모습을 파악하는 것처럼, 기술통계는 데이터의 전체적인 그림을 보여준다.

 

1) 기술통계의 주요 기능

(1) 데이터 요약 : 복잡한 데이터를 간단한 수치나 그래프로 요약해서 이해를 돕는다.

(2) 데이터 분포 파악 : 데이터가 어떤 분포를 따르는지 확인해서 데이터의 특성을 파악한다.

(3) 데이터 시각화 : 다양한 그래프를 활용해 데이터를 시각적으로 표현해 직관적인 이해를 돕는다.

 

 

2) 기술통계 예시

(1) 중심 경향 측도 : 평균, 중앙값, 최빈값 등을 통해 데이터의 중심 위치를 파악한다.

(2) 산포도 측도 : 분산, 표준편차, 범위 등을 통해 데이터의 흩어진 정도를 파악한다.

(3) 도수분포표 : 데이터를 몇 개의 구간으로 나누어 각 구간에 속하는 데이터의 개수를 나타낸 표이다.

(4) 히스토그램 : 도수분포표를 그래프로 나타낸 것으로, 데이터의 분포를 시각적으로 보여준다.

 

2. 추론통계 (Inferential Statistics)

추론통계는 표본 데이터를 바탕으로 모집단 전체에 대한 결론을 내리는 데 사용된다. 즉 전체 데이터를 다 분석할 수 없을 때, 일부 데이터(표본)를 분석해 전체 데이터(모집단)에 대한 일반화를 시도하는 것이다.

 

1) 추론통계의 기능

(1) 모집단 추정 : 표본 통계량을 이용해 모집단의 모수를 추정한다. 예를 들어, 전체 학생들의 평균 성적을 알고 싶을 때, 일부 학생들의 성적으로 바탕으로 학생들의 평균 성적을 추정한다.

(2) 가설 검정 ; 설정한 가설이 맞는지 검증한다. 예를 들어, 새로운 약이 기존 약보다 효과가 더 좋은지 검증한다.

 

2) 추론통계 예시

(1) t-검정 : 두 집단의 평균 차이를 비교하여 유의한 차이가 있는지 검정한다.

(2) ANOVA : 세 개 이상의 집단 간 평균 차이를 비교해 유의한 차이가 있는지 검정한다.

(3) 상관분석 : 두 변수 간의 관계를 분석해 선형 관계가 있는지 파악한다.

(4) 회귀분석 : 한 변수가 다른 변수에 미치는 영향을 분석해 예측 모델을 만든다.