생활속 기초 통계 이해

학과별 합격률과 전체 합격률은 왜 다르게 보일까요?심슨의 역설은 하위 집단에서 관찰된 비교 방향이 자료를 합쳤을 때 약해지거나 반대로 나타나는 현상입니다. 스탠퍼드 철학 백과의 설명처럼, 전체 자료의 연관성과 집단별 연관성이 충돌할 수 있으므로 어떤 변수를 기준으로 자료를 묶었는지 함께 살펴야 합니다. 계산이 틀려서 생기는 현상이 아니라 서로 다른 구성 비율이 전체 결과에 반영된 것입니다.가상의 대학에 합격하기 어려운 A학과와 비교적 합격하기 쉬운 B학과가 있다고 가정하겠습니다. 표의 행은 학과와 성별 조합으로 나누고, 열에는 합격자 수·지원자 수·합격률을 서로 겹치지 않게 배치했습니다. 각 학과 안에서는 남성 지원자의 합격률이 더 높지만, 남성은 A학과에, 여성은 B학과에 훨씬 많이 지원한 상황입니다...

빈칸과 0은 왜 다른가조사표나 엑셀 파일에서 빈칸을 발견하면 0을 입력하거나 해당 행을 지우기 쉽습니다. 그러나 0은 실제로 관측된 값이고, 빈칸은 값을 알 수 없다는 표시입니다. 월 지출액 0원은 지출하지 않았다는 뜻이지만 빈칸에는 응답 거부, 기록 누락, 질문 비해당, 장비 오류처럼 서로 다른 사정이 숨어 있을 수 있습니다. 결측치 처리 방법은 계산 편의가 아니라 그 사정과 분석 목적을 기준으로 정해야 합니다.자료를 받으면 빈 셀뿐 아니라 ‘모름’, ‘응답 거부’, 하이픈, 999처럼 결측을 대신한 코드도 찾아야 합니다. 프로그램이 999를 정상적인 큰 수로 읽으면 평균이 엉뚱하게 높아질 수 있습니다. 결측 표시는 하나로 통일하되 원래의 누락 사유는 별도 변수로 보존하는 편이 안전합니다. 원자료는 수..

설문 결과는 질문을 통과해 만들어집니다설문 결과가 달라지면 연령이나 지역 같은 응답자 구성부터 의심하기 쉽습니다. 그러나 같은 사람에게 물어도 질문에 평가가 섞이거나 선택지의 범위와 순서가 달라지면 응답 비율은 움직입니다. 이는 사람을 잘못 뽑은 표본 오류와 구별되는 측정 단계의 오류입니다.유도 질문은 특정 답을 상식적이거나 바람직하게 보이게 합니다. “낭비를 줄이기 위해 계획적으로 소비하고 있습니까?”라는 문장에는 절약이 옳다는 평가가 들어 있습니다. 응답자는 실제 행동보다 책임감 있는 사람으로 보이는 답을 고를 수 있습니다.숨은 전제도 문제입니다. “늘어난 충동구매를 줄이기 위해 무엇을 합니까?”는 충동구매가 실제로 늘었다고 가정합니다. 변화가 없거나 줄어든 사람에게 맞는 답이 없다면 결과는 행동보다..