통계 (Statistics): 데이터 수집 과정의 설계, 분석 결과의 요약 및 해석, 결론까지 도출하기 위한 원칙과 방법론. 데이터를 이해하고 변동성 (Variability)와 불확실성 (Uncertainty)에 직면하여 의사결정을 내리는 응용 학문.
데이터 ≠ 정보
데이터 = 시그널(정보) + 노이즈
모집단 (Population): 우리가 알고 싶어하는 대상이자 집단 전체. e.g. 대한민국 전체 인구, 센터 전체 근로자.
표본 (Sample): 우리가 측정 또는 관찰한 결과들의 집합. 모집단의 부분 집합. e.g. 한 개 FC 센터 근로자 10명.
모수 (Parameter): 모집단의 특성을 설명하는 수치. e.g. 모평균, 모분산, 모비율.
통계량 (Statistic): 표본의 특성을 설명하는 수치. e.g. 표본 평균, 표본 분산, 표본 비율.
모집단과표본과의관계
표본추출 및 추론으로 설명 될 수 있는 모집단과 표본간의 관계
‘모집단’ (Population)은 사용자가 알고 싶어하는 집단 전체를 의미합니다. 예를 들어 사용자가 대한민국 남자와 여자의 평균 키를 알고 싶다면, 모집단은 ‘대한민국 모든 남자와 여자의 키’가 됩니다. 다른 예시로, 새롭게 개발된 백신 A, B가 있을 때 이 백신 A를 처방했을때와, 백신 B를 처방했을 때 어떤 임상 효과가 있는지 알고 싶다고 한다면 모집단은 백신 A와 B를 처방했을 떄 발생한 모든 효과를 포함합니다.
‘표본’ (Sample)은 모집단에 대해 추정하기 위해 선정 혹은 추출된 부분 집합입니다. 모집단의 분포가 어떻게 되어있는지 정확하게 알기위해서는전수조사가필요하나경제적으로전수조사는거의불가능하고비효율적입니다. 따라서표본추출을통해모집단전체에 대한추정치를대신산출하게됩니다. 표본자료의평균, 분산, 분포모양과같은요소를통해전체모집단이어떻게생겼는지추론할수 있습니다. 앞서언급된예시관련, 대한민국모든남자와여자의키를조사하기위해한학교를선정해조사한다면해당학교가조사를 위한표본이됩니다. 백신처방에대한효과를분석하기위해실험에참여한인원을임상시험의표본이라고볼수있습니다.
‘물류센터에서 근무할 수 있는 잠재적 인구수 파악’이라는 주제를 갖고 완벽하게 조사하려면 대한민국에 거주하는 경제활동인구 (만 15세이상인구중재화나용역을생산하기위해노동을제공할의사와능력이있는사람) 대상으로설문을진행하는전수조사를고려 할수있으나, 이는현실적으로불가능합니다. 따라서현재물류센터에서근무하는인원을대상을표본이라고보고해당인원들에대한 통계량을바탕으로대한민국에거주하는경제활동인구에대한모수를추론하게된다면통계적방식으로, 전수조사없이물류센터에서 근무할수있는잠재적인구수를추론하는과정이라고볼수있습니다.