데이터 구조
데이터셋
Dataset
뜻
분석에 사용하는 서로 관련된 관측값의 구조화된 모음입니다.
언제 쓰나
분석 전에 데이터셋의 범위, 기간, 출처, 단위를 정의합니다.
활용 예시
Dataset: daily orders from 2025-01-01 through 2025-12-31.데이터 분석
데이터 분석·통계 기본 용어
분석 방법을 선택하기 전에 알아야 할 데이터셋, 변수, 모집단, 표본, 중심, 산포, 관계의 기본 용어를 설명합니다.
12 개 용어
데이터 구조
관측값
Observation
뜻
데이터셋에 기록된 하나의 사례, 사건, 사람, 항목 또는 시점입니다.
언제 쓰나
데이터의 한 행이 무엇을 의미하는지 설명할 때 사용합니다.
활용 예시
One observation represents one completed order.데이터 구조
변수
Variable
뜻
관측값마다 서로 다른 값을 가질 수 있는 측정 가능한 속성입니다.
언제 쓰나
요약 방법, 차트, 모델을 고르기 전에 변수를 구분합니다.
활용 예시
Variables: order_value, region, channel, and order_date.데이터 구조
범주형 변수
Categorical variable
뜻
값이 측정량이 아니라 그룹이나 라벨을 나타내는 변수입니다.
언제 쓰나
빈도, 비율, 막대 차트, 범주 인코딩으로 분석합니다.
활용 예시
channel = web, store, partner데이터 구조
수치형 변수
Numerical variable
뜻
산술 연산이 의미 있는 숫자로 표현되는 변수입니다.
언제 쓰나
분포, 중심, 산포, 상관, 회귀 분석에 사용합니다.
활용 예시
order_value = 49,900 KRW모집단·표본
모집단
Population
뜻
분석 결과로 설명하려는 전체 대상이나 사건의 집합입니다.
언제 쓰나
결론이 의도한 범위를 넘어 일반화되지 않도록 명확히 정의합니다.
활용 예시
Population: all customers who placed an order in Korea during 2025.모집단·표본
표본
Sample
뜻
모집단에서 측정이나 분석을 위해 선택한 일부입니다.
언제 쓰나
전체 모집단 분석이 어려울 때 대표성 있는 표본을 사용합니다.
주의
표본이 커도 선택 과정이 대표적이지 않으면 편향될 수 있습니다.
활용 예시
Randomly sample 2,000 orders from the full-year population.중심
평균
Mean
뜻
수치의 합을 데이터 개수로 나눈 값입니다.
언제 쓰나
극단값이 분포를 지배하지 않을 때 중심을 나타내는 값으로 사용합니다.
활용 예시
mean_order_value = sum(order_value) / count(order_value)중심
중앙값
Median
뜻
관측값을 순서대로 나열했을 때 가운데 위치하는 값입니다.
언제 쓰나
분포가 치우쳤거나 영향력이 큰 이상치가 있을 때 사용합니다.
활용 예시
Report median delivery time when a few delayed orders are extremely late.산포
분산
Variance
뜻
값이 평균에서 떨어진 거리의 제곱을 평균한 것으로, 분모는 상황에 따라 달라집니다.
언제 쓰나
통계 모델링이나 변동 원인을 분해할 때 사용합니다.
활용 예시
sample_variance = sum((x - mean(x))^2) / (n - 1)산포
표준편차
Standard deviation
뜻
분산의 제곱근으로 원본 데이터와 같은 단위를 사용하는 산포 지표입니다.
언제 쓰나
평균 주변의 일반적인 변동 크기를 설명할 때 사용합니다.
활용 예시
Average wait = 8 minutes; standard deviation = 2.1 minutes.관계
상관관계
Correlation
뜻
변수 사이 연관성의 방향과 강도를 나타내는 측정값입니다.
언제 쓰나
더 깊은 인과·예측 분석 전에 변수 관계를 탐색할 때 사용합니다.
주의
상관관계만으로 인과관계를 입증할 수는 없습니다.
활용 예시
corr(ad_spend, sales) = 0.72