생활속 기초 통계 이해

확률과 오즈는 무엇을 기준으로 계산할까요?건강 기사에서 “발생 오즈가 2배”라는 문장을 접하면 질병에 걸릴 확률도 2배라고 받아들이기 쉽습니다. 그러나 확률과 오즈는 같은 가능성을 서로 다른 분모로 표현한 값입니다. 통계는 용어를 외우는 데서 끝나는 공식이 아니라, 숫자가 생활 속 위험을 얼마나 충실하게 보여 주는지 판단하는 도구에 가깝습니다.확률은 전체 사람 가운데 사건이 발생한 사람의 비율입니다. 100명 중 10명에게 질병이 발생했다면 확률은 10/100, 즉 10%입니다. 오즈는 발생한 사람과 발생하지 않은 사람을 비교하므로 10/90, 약 0.111입니다. 이를 일상적인 말로 바꾸면 ‘발생 1명 대 비발생 9명’입니다. 미국 국립암연구소도 오즈를 사건이 일어날 가능성과 일어나지 않을 가능성의 관..

표본 구성 차이는 왜 결과를 바꾸는가설문 응답자 1,000명의 의견을 모았다고 해서 그 결과가 모집단의 의견을 그대로 나타내는 것은 아닙니다. 실제 인구에서 차지하는 비율보다 특정 연령층이 많이 참여하면 그 집단의 응답이 전체 수치에 더 크게 반영됩니다. 특히 연령별 의견 차이가 큰 사안에서는 응답자 구성의 불균형만으로 찬성률이나 만족도가 상당히 달라질 수 있습니다.표본 가중치는 이미 수집한 응답을 버리거나 응답 내용을 고치는 방법이 아닙니다. 응답 한 건이 모집단에서 몇 명분을 대표하는지 다르게 정해, 알려진 구성 차이를 계산으로 조정하는 절차입니다. 가중치가 0.40인 응답은 0.40명분으로, 2.25인 응답은 2.25명분으로 합산됩니다. 따라서 실제 응답자 수와 가중치를 반영한 추정 인원은 구분해서..

예측 오차는 왜 여러 주를 묶어 계산할까요?수요 예측은 다음 주 판매량을 한 번 맞혔는지만으로 평가하기 어렵습니다. 우연히 정확했던 한 주가 다른 주의 큰 실패를 가릴 수 있고, 같은 10개 차이라도 주간 판매량이 30개인 상품과 1,000개인 상품에서는 의미가 다르기 때문입니다. 재고 모델을 고를 때는 동일한 상품과 기간을 기준으로 실제 판매량과 예측량을 나란히 놓고, 여러 시점의 오차 크기를 같은 방식으로 계산해야 합니다.이 글에서는 오차를 ‘예측량－실제 판매량’으로 정의합니다. 양수는 실제보다 많이 예상한 과대예측, 음수는 적게 예상한 과소예측입니다. 방향을 확인할 때는 부호가 필요하지만, 정확도를 비교할 때 그대로 합산하면 양수와 음수가 상쇄됩니다. 그래서 절대오차나 제곱오차로 바꿔 모델이 실제 ..