통계의 기본 개념

이번 글에서는 통계의 주요 개념과 이러한 개념이 적용된 실제 사례를 살펴보겠습니다. 또한, 더욱 발전된 통계 개념도 보실 수 있습니다.

기본 통계 개념

통계의 기본 개념은 다음과 같습니다.

• 인구(Population) : 통계적 연구가 수행될 목적으로 유사한 특성을 가진 요소들의 집합.
• 표본(Sample) : 통계 연구가 수행되는 모집단의 일부.
• 개인(Individual) : 모집단을 구성하는 각 요소.
• 성격(Character) : 인구 집단의 모든 개인이 소유하고 있으므로 통계 연구의 대상이 될 수 있는 각각의 특성입니다.
• 샘플링 : 모집단에서 샘플을 선택하는 프로세스입니다. 다양한 샘플링 방법이 있습니다.
• 통계변수 : 모집단 내 개인의 특성으로, 다양한 값을 취하고 측정할 수 있습니다. 이는 일반적으로 통계 연구에서 연구되는 특성입니다.
• 통계모수 : 시료의 특성을 요약한 값.
• 통계적 실험 : 수치 여부에 관계없이 결과를 제공하고 가능한 각 결과의 발생 확률을 계산하는 데 사용되는 절차입니다.
• 기술통계 : 분석을 돕기 위해 수집된 데이터를 설명하는 통계 분야입니다.
• 추론 통계 : 표본의 데이터에서 모집단의 값을 결정하는 통계 분야입니다.
• 산술 평균 : 일련의 통계 데이터의 평균값입니다.
• 중앙값 : 가장 작은 것부터 큰 것 순으로 정렬된 데이터 세트의 중앙값입니다. 즉, 중앙값은 정렬된 데이터 세트를 두 개의 동일한 부분으로 나눕니다.
• Mode : 데이터 세트에서 가장 많이 반복되는 값입니다.
• 표준편차 : 데이터 세트의 분산 또는 변동성을 나타내는 값입니다.
• 범위 : 데이터 세트의 최대값과 최소값의 차이입니다.

기본 통계 개념의 예

통계의 기본 개념에 대한 정의를 살펴본 후 실제 사례를 통해 통계의 의미를 완전히 이해할 수 있도록 하겠습니다.

예를 들어, 한 국가의 모든 사람의 발 크기에 대한 통계적 연구를 수행하면 인구는 해당 국가에 거주하는 모든 사람입니다. 그러나 한 국가에 많은 사람이 살고 있기 때문에 모든 사람의 발 크기를 물어볼 수는 없지만 주민의 20%에게만 물어볼 것이며 이것이 연구 표본을 구성합니다. 마찬가지로, 각 국가의 주민은 연구에서 개인을 대표합니다. 그리고 마지막으로 연구의 성격은 사람의 발 크기이다.

한편, 연구에 참여할 주민을 선정하는 과정은 샘플링이다. 특히 이 경우에는 샘플 요소를 무작위로 선택할 수 있으므로 단순 무작위 샘플링이라는 샘플링 방법을 사용합니다.

또한, 통계 분석을 수행하기 위해 수집된 샘플의 특성을 알기 위해 다양한 통계 매개변수를 계산할 수 있습니다. 따라서 수집된 데이터의 평균, 중앙값, 모드, 표준 편차 및 범위 등을 결정할 수 있습니다.

마지막으로 표본의 다양한 통계 측정값을 계산할 때 표본의 특성을 설명하므로 기술 통계를 사용합니다. 그러나 계산된 값을 사용하여 인구 값을 근사화한다면 추론 통계를 사용하게 됩니다.

고급 통계 개념

이제 통계의 기본 개념을 알았으니, 여러분에게도 유용할 수 있는 몇 가지 고급 개념을 살펴보겠습니다.

• 통계 빈도 – 데이터 세트에 값이 나타나는 횟수입니다.
• 통계 그래프 : 통계 데이터 세트를 그래픽으로 표현한 것입니다.
• 신뢰구간 : 모집단 매개변수의 값 사이에 있는 값의 근사치를 제공하는 구간입니다.
• 신뢰수준(Confidence level ) : 모집단의 통계적 매개변수의 추정치가 신뢰구간에 속할 확률.
• 귀무가설(Null Hypothese) : 모집단 모수에 관해 가지고 있는 초기 가설이 거짓이라는 가설이다.
• 대립가설 : 참임을 증명하고자 하는 통계적 연구가설
• 가설 대비 : 가설을 기각하거나 기각하는 데 사용되는 절차입니다. 구체적으로 가설검증에서는 귀무가설이 참인지 대립가설이 참인지를 판단한다.
• p-값 : 귀무가설을 기각하거나 수락하기 위해 가설 검정에 사용되는 0과 1 사이의 값입니다.
• 선형 회귀 : 하나 이상의 독립 변수를 종속 변수와 연관시키는 통계 모델입니다.