[경영정보시각화능력 요약] 2장-02. 데이터 해석 (1)

경영정보시각화능력 요약 / 경영정보시각화 요약 / 경영정보시각화능력 2장 / 경영정보시각화 2장

경영정보시각화능력 데이터해석및활용 / 경영정보시각화능력 2과목 / 경영정보시각화능력 챕터2

 

II. 데이터 해석 및 활용

   01. 데이터 이해 및 해석

      1. 데이터 개념

      2. 데이터 해석

 

 

---

2. 데이터 해석

[1] 데이터 해석의 주요 관점

 

(1) 데이터 해석의 주요 관점: 데이터를 어떻게 보고, 어떻게 이해하고, 결과를 어떻게 적용할 것인가

• 통계적 관점	데이터 기술통계, 가설검정 등을 통해 경향성과 변동성을 파악함
• 비즈니스 관점	데이터 분석 결과를 비즈니스 목표와 연결지어 해석함
• 맥락적 관점	데이터 수집 배경, 상황을 이해하여 이 분야의 맥락안에서 해석함
• 데이터 품질 관점	데이터 품질이 정확성에 큰 영향을 주므로, 결과 해석 시 정확성/완전성/일관성/신뢰성을 평가할 것
• 윤리적 관점	데이터 분석 과정에서 개인정보 보호, 도덕적 책임 등 윤리적 사항을 고려
• 시각적 관점	데이터 시각화를 통해 패턴, 트렌드, 관계 등을 쉽게 파악함
• 기술적 관점	통계분석, 머신러닝, 딥러닝 등 다양한 방법론으로 분석함

 

---

[2] 데이터 해석 오류

 

(1) 데이터 해석 오류의 유형  |  표본편향, 측정오류, 거짓 인과관계, 이상치 무시, 일반화 오류, 모델 선택 오류, 통계적 허위성 등

• 표본 편향	- 모집단에서 편향된 표본을 추출함 - 편향때문에 표본이 모집단을 대표X	(ex) 앱 선호도 조사 시 20대가 과반수인데 그대로 해석함
• 측정 오류	- 데이터 측정 시 오류가 생겨 실제값과 차이남	(ex) 온도측정계가 고장나 온도데이터에 오류 발생함
• 거짓 인과관계	- 두 변수간 상관관계를 곧 인과관계로 해석해버림 - 상관관계와 인과관계는 다름!	(ex) 키와 몸무게는 상관관계를 가질 수는 있으나 인과관계를 가진다고 말하기 어려움
• 이상치 무시	- 이상치를 제거하지 않아 분석결과가 왜곡됨	(ex) 극소수 고소득자로 인해 평균소득이 높게 계산됨
• 일반화 오류	- 일부 데이터집합으로 일반적인 결론을 내림	(ex) 냉장고 구매고객 만족도 조사 시 XX동 주민만 조사함
• 모델 선택 오류	- 데이터 특성에 맞지 않는 모델로 분석함	(ex) 시계열 분석해야 하는 데이터를 회귀분석만 진행함
• 통계적 허위성	- 여러 가설검정 중 우연히 유의미한 결과가 나옴	(ex) 우연히 나온 일부 결과만 주관적으로 취사선택함

 

 

(2) 데이터 해석 오류 방지

• 적절한 데이터수집, 다양한 변수 고려, 모델 복잡도 조절, 객관적인 분석 등으로 오류 방지할 수 있음

---

[3] 데이터 탐색 (EDA, Exploratory Data Analysis)

 

(1) 데이터 탐색 (EDA)  |  데이터셋을 다양한 각도에서 분석하며 이해하는 과정

• 본격적인 데이터 모델링 전, 주로 시각화를 통해 데이터 특성, 구조, 패턴, 이상치 등을 파악할 수 있음
• 데이터 탐색 (EDA) 의 주요단계: 구조이해 — 기초통계량 분석 — 시각화 — 변수간 관계 탐색 — 그룹화 및 집계

① 데이터구조 이해	② 기초통계량 분석	③ 데이터 시각화	④ 변수간 관계 탐색	⑤ 그룹화 및 집계
-변수개수,데이터유형 등 -품질문제 있는지 식별	-수치형: 평균,표준편차 -범주형: 빈도수,비율	-히스토그램,산점도 등 -분포와 패턴을 시각화	-수치형: 상관계수 등 -범주형: 교차표 등	-특정기준에 따라 그룹화 -그룹별로 통계량 분석

 

 

---

[4] 기초 통계

 

(1) 통계  |  데이터를 수집, 분석, 해석, 요약, 패턴식별 하는 수량적이고 과학적인 방법

 

(2) 기술 통계  |  데이터를 정리, 요약, 해석하여 데이터 특성과 속성을 파악함 → 요약과 설명에 초점!

<중심경향성> 데이터가 어디에 집중되어있는가	평균 Mean	- 모든 데이터를 합한 값을 데이터 개수로 나눈 값 - 중심경향성을 대표하는 가장 일반적인 지표
	중앙값 Median	- 모든 데이터를 크기 순서로 나열했을 때 가운데에 위치하는 값 - 중심경향성 통계값 중 이상값 영향을 가장 덜 받는 지표
	최빈값 Mode	- 데이터셋에서 가장 자주 나타나는 값 - 연속형보다 범주형데이터에서 유용함
<분산&변동성> 데이터가 얼마나 퍼져있는가	범위 Range	- 데이터셋에서 최고값과 최소값의 차이
	사분위수범위 IQR	- 데이터셋을 4등분했을 때 IQR = Q3 - Q1 (3사분위수-1사분위수) - 이때 Q2는 중앙값이며, Q1과 Q3는 각각 앞뒤 절반의 중앙값임 - 데이터 전반적인 분포를 이해하고 이상치를 감지할 수 있음
	분산 Variance	- 데이터가 평균으로부터 얼마나 떨어져있는가 - (각 데이터값 - 평균값)^2 값들을 평균낸 값
	표준편차 Std.deviation	- 데이터가 평균으로부터 얼마나 떨어져있는가 - 분산의 제곱근 → 원래 데이터와 동일한 단위 사용 가능함!

 

 

 

(3) 추론 통계  |  표본의 데이터를 활용하여, 전체 모집단에 대한 결론을 도출함 → 일반화와 예측에 초점!

• 모집단 Population: 알고자하는 전체 집단, 모든 데이터 집합
• 표본 Sample: 모집단을 대표하는 부분집합, 모집단의 특성을 "추정"하기 위해 분석되는 데이터 집합
  
  
• 모수추정: 표본평균 등, 표본 데이터의 값을 기반으로 → 모집단의 모수를 추정함
• 신뢰구간: 모수를 정확히 추정하지 못해도, 어떤 구간안에 있을 것이라고 추정할 수 있음

모수 추정	신뢰구간
- 표본집단의 통계량을 기반으로, 모집단의 모수를 추정함	- 모수가 특정범위 안에 있을 것으로 확신할 수 있는 구간
- 점추정: 평균값 등의 모수를 단일값으로 추정함 - 구간추정: 모수가 특정구간 안에 있을 것으로 추정함 - 표본오차: 표본과 모집단 간의 차이 (추정할 때 발생하는 오차)	- 특정 신뢰수준(%) 이하에서 신뢰구간이 있다고 말할 수 있음 - 신뢰수준이 95%라면, 표본추출을 여러번 반복했을 때 추정된 신뢰구간이 실제로 모수를 포함할 확률이 95%라는 의미

 

 

• 가설검정: 통계적 추측을 가설로 세워 검증하는 과정

가설 검정
- 모집단에 대한 통계적 가설(대립가설)을 세우고, 표본의 정보를 활용해 통계적 가설의 진위를 판단하는 과정 - 귀무가설(H0), 대립가설(H1)을 설정해 귀무가설을 기각 or 채택 - 일반적으로 귀무가설은 "기존과 차이없는 내용" 이라면, - 대립가설은 "현재까지와 다른, 주장하고자 하는 내용" 임  - 귀무가설을 기각함으로써 대립가설의 내용을 입증하고자 함

 

 

• 상관관계분석과 회귀분석

상관관계 Correlation	회귀분석 Regression
- 두 변수간에 존재하는 확률적인 함수관계 - 관계에 방향과 강도가 있음 - 방향: 양(+), 음(-), 없음(0) - 강도: 0에 가까울수록 약하고, 1에 가까울수록 강함 - 상관계수: 상관관계의 정도를 수치로 표현 (ex.피어슨상관계수 등)	- 변수간의 관계를 모델링하고 예측하는 방법 - 상관관계뿐만 아니라, 인과관계가 있다고 가정함 - 변수 데이터 특성, 모델 구성에 따라 다양한 모델링 방법이 있음 (ex. 단순선형회귀, 다중선형회귀, 비선형회귀 등)

 

---

참고도서: 경영정보시각화능력 필기_이기적 2024