[패스트 캠퍼스 부트캠프] 2주차

 

2주차 부트캠프의 주내용은 크게 두 개로 나눌 수 있다. 

 

 

하나는 통계학, 하나는 Excel을 사용한 실습. 

평균, 분산, 표준편차 등 기초 통계와 관련된 부분은 고등학교 시절 수학에서 다뤘기도 하다. 

이에 대한 복습을 조금 했고 관련 내용에 대한 짤막한 요약은 아래에 포스팅했다.

 

통계

 

 

 

 

통계는 크게 2가지로 나눌 수 있다. 

 

기술통계학 : 요약 통계량, 그래프 표 등을 이용해 데이터를 정리, 요약하여 데이터의 전반적인 특성을 파악하는 방법이다. 표, 그래프 등을 활용해 데이터를 시각적으로 표현하고 통계량 등으로 수치를 요약함

추론 통계학 : 데이터가 모집단으로부터 나왔다는 가정하에 모집단으로부터 추출된 표본을 사용하여 모집단의 특성을 파악하는 방법 점 추정, 구간 추정을 하거나 가설을 검정한다.

 

 

그러니까 전자는 데이터를 보고 평균이 얼만지, 최대 최소는 얼마가 나왔고, 평균보다 이상 이하인건 무엇이며...

이런 수치들에 대한 각종 통계값을 통한 분석을 하는 방법. 

후자는 데이터를 보고 이 다음에 올 예측치를 가늠한다던가, 추출한 일부 데이터로 전체를 가늠해 보는 추론에 대한 부분. 물리 수업 때 수치를 점으로 찍어 추세선을 구하고 그 값이 얼마라서 공식을 확인하는.. 그런 과정들이랑 유사하다.

 

EDA라고 하여, 탐색적 데이터 분석  시간에는 주로 기술 통계학을 다루었다. 

실제 함수를 사용하거나, 분석 툴을 이용하거나 두가지 방법이 있다. 

이 자체는 별 것 아닌듯 하지만 모든 분석의 기초가 되는 느낌. 

탐색적 데이터 분석

 

 

 

데이터 모델링을 시각화와 연관지어 추론 통계학을 배웠다.

각 분석 모델에 따른 이론과 실습 과정을 분류해서 각각 글로 묶어보았다. 

통계적 데이터 분석 / 모델링 : t-test

 

통계적 데이터 분석 / 모델링 : 회귀분석

 

통계적 데이터 분석 / 모델링 : 시계열 데이터 분석

 

데이터 시각화 - 거품형 차트 & 지도

 

 

 

다음주 부터는 파이썬 수업을 시작한다고 하니

이번주 내로 공공데이터 분석건을 조금 더 다뤄보고 분석해서 여러 인사이트를 꺼내보는 연습을 주말에 해볼 계획이다. 

수학, 통계학 같은 이론적인 부분들은 다른 툴을 다룰때에도 크게 다를것 같지 않으니 꼭꼭 다시 볼 것!