검정 하나를 돌리기 전에, 데이터를 먼저 보세요. 기술통계는 한 열을 세 가지 질문으로 요약합니다: 중심은 어디인가, 얼마나 퍼져 있는가, 모양은 어떤가?
Note
평균은 드러내는 만큼 감춥니다. 같은 평균이 촘촘하고 대칭인 열을 나타낼 수도, 심하게 치우친 열을 나타낼 수도 있습니다 — 어떤 요약을 고르느냐가 중요합니다.
중심
- 평균: 산술 평균 — 이상치와 왜도에 민감
- 중앙값: 가운데 값 — 강건하며, 치우친 데이터엔 올바른 선택
- 최빈값: 가장 흔한 값 — 범주형에 유용
위 차트처럼 평균과 중앙값이 벌어지면 분포는 치우친 것이고, 대개 중앙값이 정직한 요약입니다.
퍼짐
- 범위: 최댓값 − 최솟값 — 단순하지만 취약
- 표준편차: 평균으로부터의 전형적 거리
- IQR: 가운데 50% — 이상치에 강하고 중앙값과 짝
모양
- 왜도: 한쪽으로 긴 꼬리가 평균을 그쪽으로 당김
- 이상치: 평균과 표준편차를 왜곡하는 극단값
- 봉우리: 하나인가, 아니면 숨은 여러 집단인가?
Watch out
치우친 데이터에 평균과 표준편차만 보고하는 것은 오도입니다. 중앙값과 IQR, 또는 히스토그램을 함께 보여 모양이 드러나게 하세요.
SKARI 데이터 편집기의 기술통계
SKARI의 데이터 편집기와 열 프로파일링은 모든 열을 한눈에 요약합니다: 중심, 퍼짐, 결측값, 분포 모양을 — 무엇을 돌리기 전에.
- 열별 평균·중앙값·최빈값·표준편차·IQR
- 분포 미리보기와 결측값 개수
- 다음 단계를 안내하는 이상치·왜도 플래그
Takeaway
데이터의 모양을 먼저 봅니다 — 그래서 올바른 요약과 올바른 검정을 고릅니다.
자주 묻는 질문
평균과 중앙값 중?
치우쳤거나 이상치가 있으면 중앙값, 대략 대칭이면 평균입니다.
표준편차와 IQR 중?
표준편차는 대칭 데이터에서 평균과, IQR은 치우친 데이터에서 중앙값과 짝을 이룹니다.
모양은 왜 보나요?
모양이 어떤 요약과 검정이 유효한지 결정합니다 — 왜도와 이상치는 정규성을 가정하는 방법을 깨뜨립니다.
결론
기술통계는 데이터를 향한 첫 번째, 필수적인 시선입니다. 요약을 모양에 맞추면, 시작하기도 전에 평균에 속는 일을 피합니다.
Takeaway
검정하기 전에 기술하세요 — 고른 요약이 이후 모든 것을 결정합니다.
정규분포
대부분의 방법이 가정하는 모양
이상치 탐지
요약을 왜곡하는 극단값 다루기
가설검정 기초
기술에서 검정으로