데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

84

데이터 과학을 위한 통계

수식, 특히

t

-분포(

2

.

8

절 참고 )로 구한 신뢰구간을 사용했다.

NOTE

_

물론 표본 결과를 얻었을 때 정말로 궁금한 것은 ‘참값이 일정 구간 안에 있을 확률은 얼마인가?’이

다. 신뢰구간이 이 질문에 대한 답을 주는 것은 아니지만, 결국 대부분의 사람이 이 질문에 대한 대답을 설명

하는 근거로 신뢰구간을 사용한다.

신뢰구간과 관련된 확률 문제는 ‘표본추출 절차와 모집단이 주어지면 ~할 확률은 얼마인가?’라는 문구로 시

작된다. 반대로 ‘표본 결과가 주어졌을 때, (모집단에 대해 어떤 것이 참일) 확률은 무엇인가?’라는 질문은 더

복잡한 계산과 불확실한 요소를 필요로 한다.

신뢰구간과 관련된 백분율을

신뢰수준

이라고 부른다. 신뢰수준이 높을수록 구간이 더 넓어진다.

또한, 표본이 작을수록 구간이 넓어진다(즉, 불확실성이 더 커진다 ). 두 가지 모두 말이 된다.

더 확실할수록, 데이터가 적을수록, 확실히 참값을 얻기에 충분한 신뢰구간을 확보해야 한다.

NOTE

_

데이터 과학자는 신뢰구간을 통해 표본 결과가 얼마나 달라질 수 있는지 알 수 있다. 데이터 과학

자들이 학술 논문을 발표하거나 규제 기관에 결과를 보고하는 데 이런 정보들을 사용하지는 않을 것이다. 대

신 추정에 대한 잠재적인 오류를 알려주거나, 더 큰 표본이 필요한지 여부를 ...