기술통계의 정의, 목적, 지표와 계산 예시

기술 통계는 데이터를 의미 있게 요약하고 정리하는 데 사용되는 통계의 한 분야입니다. 이 통계는 평균, 중앙값, 최빈값, 범위, 분산 및 표준편차와 같은 데이터 집합의 기본 특성을 설명하는 데 사용됩니다. 기술 통계는 히스토그램 및 산점도와 같은 시각화에도 활용될 수 있습니다.

이 글에서는 기술통계의 정의와 목적, 대표적인 지표를 설명하고 간단한 계산 예시를 살펴봅니다.

기술통계의 정의

기술 통계는 데이터를 조직하고 요약하는 데 중점을 둔 통계의 한 분야입니다. 평균, 중앙값, 최빈값, 범위, 분산 및 표준편차와 같은 데이터 집합의 특성을 설명하는 데 사용됩니다. 기술 통계는 히스토그램 및 산점도와 같은 시각적 표현에도 활용될 수 있습니다.

기술통계의 목적

기술통계는 크고 복잡한 데이터를 해석하기 쉬운 정보로 요약합니다. 의사결정이나 탐색적 분석에 도움이 되며 추세와 패턴을 파악할 수 있습니다. 다만 요약 지표만으로 모집단에 대한 가설을 검정하거나 인과관계를 입증할 수는 없습니다. 그런 추론에는 별도의 통계적 방법과 가정이 필요합니다.

대표적인 기술통계 지표

자주 사용하는 중심 경향 및 산포 지표는 다음과 같습니다.

평균– 산술평균은 모든 값을 더한 뒤 관측값의 개수로 나눈 값입니다.

중앙값– 중앙값은 데이터를 크기순으로 정렬했을 때 가운데에 있는 값입니다. 관측값의 개수가 짝수라면 가운데 두 값의 평균을 사용합니다.

최빈값– 최빈값은 가장 자주 나타나는 값입니다. 여러 개일 수도 있으며, 모든 값이 한 번씩만 나타나는 자료는 보통 최빈값이 없다고 설명합니다.

범위 – 범위는 데이터 집합에서 가장 큰 값과 가장 작은 값의 차이를 의미합니다.

분산– 분산은 각 값과 평균의 차이를 제곱한 값들의 평균으로 산포를 나타냅니다. 모집단 분산은 관측값 수 N으로 나누며, 표본으로 모집단 분산을 추정하는 불편표본분산은 n−1로 나눕니다.

표준편차– 표준편차는 분산의 양의 제곱근입니다. 원래 데이터와 같은 단위로 산포를 나타냅니다.

기술통계 계산 예시

자료 1, 3, 5, 7, 9를 살펴보겠습니다.

평균은 (1+3+5+7+9)÷5 = 25÷5 = 5입니다.

이미 크기순으로 정렬돼 있으므로 가운데 값인 5가 중앙값입니다.

모든 값이 한 번씩 나타나므로 유일하게 가장 빈도가 높은 값은 없습니다. 일반적인 설명 방식으로는 최빈값이 없습니다.

범위는 9−1 = 8입니다.

평균 5로부터의 편차 제곱합은 (1−5)²+(3−5)²+(5−5)²+(7−5)²+(9−5)² = 16+4+0+4+16 = 40입니다. 이 다섯 값을 전체 모집단으로 보면 분산은 40÷5 = 8입니다. 표본으로 보고 불편표본분산을 구하면 40÷(5−1) = 10입니다.

모집단 표준편차는 √8 ≈ 2.83입니다. 불편표본분산 10을 사용하는 표본 표준편차는 √10 ≈ 3.16입니다. 어떤 기준으로 계산했는지 함께 밝혀야 합니다.

결론

기술통계는 데이터를 정리하고 요약해 특성을 설명하는 통계의 한 분야입니다. 평균·중앙값·최빈값 같은 중심 경향 지표, 분산·표준편차 같은 산포 지표, 위치 지표와 연관 지표를 활용합니다. 히스토그램과 산점도는 분포와 관계를 시각적으로 살펴보는 데 도움이 됩니다. 적절한 지표와 계산 기준을 사용하면 데이터를 더 정확히 해석할 수 있지만, 이것만으로 가설 검정이나 인과 추론이 완성되지는 않습니다.