Statistics: ch1. 데이터의 요약 및 표현

Statistics = state(국가) + ics (학문)

1. 자료의 형태

column: 변수(Variable), 속성(Attribute), 필드(Field)
row: 개체(Observation), 레코드(Record)
오류값(Error) : 변수가 가질 수 없는 값, 변수값의 불가능한 조합, 일관성 없는 코드값, 잘못된 코드값
특이값(Outlier) : 정상이 아닌 자료값, 특이값은 오류값일 수도 있고 그렇지 않을 수도 있다.
- 특이값을 다루는 방법 (dataset에 따라 알맞는 방법 사용)
  - 전략1: 특이값 찾아서 없애기 (굉장히 신중히)
  - 전략2: 특이값 냅두고 robust한 분석방법 사용
    - non-parametric t-test
    - spearman correlations
    - permutation testing
    - robust weighted regression and iteratively reweighted regression
결측값(Missing) : 알 수 없는 값. 원인과 기록방법을 정밀하게 조사하여 자료를 정정하고 기록방법을 변경해야 하며, 필요 시에는 자료를 보정해야 한다.

종속변수의 수	분석기법	독립변수	종속변수
1 개	t-test (평균차이검정)	명목	이산, 연속
1 개	ANOVA (분산분석)	명목	이산, 연속
1 개	회귀분석	명목, 이산, 연속	이산, 연속
1 개	로지스틱 회귀분석	명목, 이산, 연속	명목, 순서
1 개	판별분석	명목, 이산, 연속	명목, 순서
1 개	공분산분석 (ANCOVA)	명목, 이산, 연속	이산, 연속
1 개	반복측정분산분석	명목, 이산, 연속	이산, 연속
2 개 이상	MANOVA	명목	이산, 연속

분석기법	자료 (척도)	대안적 분석기법	자료(척도)
독립성검정	명목	Kolmogorov-Smirnov 검정 (단일, 독립 두 표본)	이산, 연속
상관관계분석	명목, 순서, 이산, 연속	Mann-Whitney 검정	순서, 이산, 연속
요인분석	이산, 연속	Kruskal-Wallis 검정	순서, 이산, 연속
군집분석	명목, 순서, 이산, 연속	Wilcoxon 검정	순서, 이산, 연속
다차원척도법(MDS)	순서, 구간	Friedman 검정	순서, 이산, 연속
신뢰성분석	이산, 연속	Kendall 검정	순서, 이산, 연속
비율(차이)검정	명목	RUN 검정	순서, 이산, 연속
적합도 검정	명목	-	-

기술통계학(Descriptive Statistics)
추측통계학(Inferential Statistics)
- 모집단(Population) : 관심의 대상이 되는 전체집단
- 모수(Parameter) : 모집단의 특성
- 표본(Sample) : 모집단에서 추출된 일부
- 통계량(Statistic; 추정량(Estimator), 추정치(Estimate)) : 표본으로부터 관측된 내용

왜도: 비대칭(asymmetry) 정도. 꼬리쪽 기준
- 음수: left or negative skew
- 0: 치우침 없음 (ex.정규분포)
- 양수: right or positive skew
첨도: 뾰족한(peakedness) 정도
- 음수: flat
- 0: 정규분포
- 양수: steep