통계학 2주차 목요일

Star Plot

 

 

Face

Chernoff 통계학자, Line chart를 보면 하나를 비교하는데, 다변량 데이터를 하나의 그림으로 나타낸 통계학자이다. 사람의 얼굴을 가지고 데이터를 표현했다. 중요한 것은 30개의 변수를 다 가지고 비교하지 힘들고 어떤 얼굴의 모양인지에 따라 비교를 할 수 있다. 아이디어가 중요

 

 

Sea Surface Temperature

해수면의 온도를 나타낸다. 짙은 색의 농도 차이가 없어서 문제인것. 

투표의 경우 지역의 넓이로 보면 다른 후보가 더 넓은데 실제로 투표 수는 다른 사람이 더 많았다. 

 

 

붓꽃 데이터의 그림

3가지 종류가 있다. 같은 종류더라도 더 작은 것이 존재한다.

 

 

그래프의 오류와 재해석과 올바르게 그리기

히스토그램을 그릴 떄 주의 사항

가로축에 나타내는 값끼리 붙어야 한다. 시작점은 0부터 싲가해야 한다. 막대그래프의 모양을 분포로 볼 수 없는 이유가 있다. (다시 확인하자)

 

 

3차원 그래프

R이 그래프를 그리기 위해 좋다. 

 

 

유명한 그림 (나이팅 게일)

백의 천사가 아니라고 생각한다. 전쟁에서 환자들을 치료하고 있던 사람 중 흑인 간호사가 있다. 나이팅 게일이 동부 전선에 갔는데 이미 흑인 간호사가 존재했다. 나이팅 게일이 백인이라는 것 떄문에 좋게 포장되어있다. 나이팅 게일은 위생에 관심이 많았다. COXCOMB, 짙은 부분은 전쟁으로 죽은 사람이고 옅은 부분은 비전투로 죽은 사람을 나타낸 자료이다. 나이팅 게일은 옥스포드로 진출한다. 통계학 박사를 하고 수상하고, 공공 보건에 대해서 평생을 바친다. 이후 왕립 회원이 된다. 그 만큼의 많은 공을 한 사람이다. "통계는 신의 소리이다"

COXCOMB에는 틀린 점이 있다. 중요한 것은 시간에 따른 변화인데, Line Chart로 그려야 한다. 비전투로 죽은 사람이 더 많은 것을 보여주기 위한 자료로 주장한 것임에 틀림없다. 우리가 인지하는 것은 면적으로 인지한다. 그러나 나이팅 게일은 거리의 비로 표현을 하고자 한 것이다. 면적의 비로 나타나기 때문에 오류일 수 밖에 없다.

 

 

달러 엔 유로화가치 추이

시간축이 일단 엉망이다. 

엔화는 값이 더 커질 수록 아래로 내려온다.. (축이 반대로 되어있다.) 또한 0부터 출발을 안했기 때문에 무엇을 나타내는지 알기 힘들다.

 

 

줄기 잎 그림

시험 점수의 경우, 10단위로 0,1,,,,10의 줄기로 나눈다. 각 줄기에 점수의 분포에 따른 기입을 한다. (잎) 나무가지에 잎이 붙어있는 모양에서 비롯되었다.  처음, 무엇이 stem이고 무엇이 leaf인지를 정한다. 마지막으로 leaf는 sorting을 한다. ascending mode로 정렬을 한다. 

 

 

아래의 두 히스토그램은~

같의 폭을 너무 잡게 잡으면 막대가 너무 두껍게 되고, 너무 얇아도 안됀다. 두깨에 대한 답이 존재하지 않는다

 

왼쪽의 상단은~

오류를 찾아라!

1. 숫자를 나타내는데 이는 시간에 따른 흐름이므로 Line Chart로 그려야지 히스토그램으로 그리면 안됀다.

2. x축이 시간 축인데, 
오류
1. lINE CHART

 

 

누적 돗수 분포곡선과 파레토 그림

누적도수분포곡선

도수를 누적시키거나 상대도수를 누적시킨 것을 의미한다.

 

 

파레토 차트

Pareto Chart, x축은 norminal에 해당한다. 

 

 

유명한 그래프

영국, 덴마크, 노르웨이를 합쳐놨다. 

 

 

지폐사진

오류로써 유명한 그림. 1달러의 가치가 점점 줄고 있는 것을 보여준다. 하지만 그림이 틀렸다. 달라의 크기 차이를 보면 가장 아랫 것의 지폐의 크기는 가장 위에 것의 1/4에 해당한다. 면적의 경우 1/4에 해당하지만 가치는 절반으로 줄었기 때문이다. 

 

그래프를 그릴 때는

변량이 무엇인지를 분명히 알아야 한다. 나타내고자 하는 내용이 무엇인가? 축의 선정이 맞는 것인가. (Line Chart를 그려야 하는데 막대를 그린다 -> 오류). 막대의 폭은 정답이 없지만 몇 가지 정보를 그려보고 정하는 것이 제일 좋다. 세로축을 절단하면 절대로 안됀다. 중간에 절단을 해보리면 중간의 변화가 왜곡될 수 있으므로 절단하면 안됀다. 

 

 

 

---

 

 

1주차에 못한 것을 다시 진행

 

 

Convenient sampling과 biased sampling의 특징이 중요하다.

 

Simple Random Sampling

단순 랜덤 추출법으로 불린다. 뽑힐 확률을 동일하게 해놓고 뽑아야 한다. 모집단이 큰 경우는 곤란하다. 모집단의 구성 형태라는 것은 예를 들어, 수박의 위쪽만을 확인하는 것은 Biased Sampling에 해당한다. 모집단이 동질일 때 뽑는 것이 좋다. Homo Geneous 일때! 하지만 동질이 아닌 경우 Biased Sampling을 가지고 해야 하는 경우가 많다. 

기자: "20프로만 반대했다" 기자의 의견이 들어간다. 

 

일정 구간만을 가지고 뽑게 되는 경우이다. 제조의 경우 20번째의 것만 계속 선택해서 사용해라가 그 예가 된다.

 

농촌에서의 경제 구조를 조사하겠다! 그럼 농촌을 찾게 되는데, 농촌에 대한 정의가 무엇인가. 정의는 Cluster이다. 

 

전체의 대상을 동질의 그룹으로 만드는 것이다. Stratum이라고 불린다. 20대 30대.. 그룹으로 그룹화 하고 20대에서 Sampe을 뽑을 때는 Simple Random Sampling을 진행한다.

좋긴 한데 문제점이 존재한다. 나이의 비율대로 분류를 하면 또 성별이 다를 수 있는 가능성이 존재한다. 그렇게 되면 각 비율에서 20대만 존재하는 것이 아니라 20대의 그룹에서 몇 프로는 남자 몇 프로는 여자로 그룹을 나누는 것이 Two Stage라고 한다. 

 

유의 추출 => 소 표본으로 하되 전문가가 진행한다. (전문가가 알아서 진행한다)

만약 내가 교육학의 전문가라면, 기숙사 구조에 따라서 어떤 것이 학습 효과가 좋은 것인지! 

 

할당 추출 => 유권자의 명단은 비밀이므로, 층화추출이 불가능하다. 연령별로 구분하고 남녀 비율에 따라서 인원을 선택한다. 20대의 비율이 20프로이고 남녀의 비율이 4:6이라면 남자는 8명을 선택한다. 여론 조사 방법으로 가장 많이 사용된다.