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

149

3

장

통계적 실험과 유의성 검정

3.12

마치며

실험설계 원칙(대상을 서로 다른 처리군으로 랜덤하게 할당하는 원칙)을 통해 실험이 얼마나

잘 진행되었는지 타당한 결론을 도출할 수 있다. ‘아무런 변화도 가하지 않은’ 대조 처리군을 포

함하는 것은 필수적이다. 전형적인 통계 추론 주제들, 즉 가설검정,

p

값,

t

검정 등 같은 주제

들은 기존의 통계 강의나 참고자료에서 가장 많은 시간과 공간을 차지한다. 데이터 과학의 입

장에서 보면 이런 기존의 틀은 거의 필요하지 않다. 하지만 랜덤 변이가 사람을 속이는 데 중요

한 역할을 한다는 것을 이해하는 것은 여전히 중요하다. 데이터 과학자들은 직관적인 재표본추

출 과정 (순열과 부트스트랩)을 통해 데이터 분석에서 우연에 의한 변이가 어느 정도까지 영향

을 미치는지 측정할 수 있게 되었다.