데이터 받으면 가장먼저 확인할 것

1. 전체를 대표할 만한 값은 무엇인가?

- (산술)평균: mean 

- 중앙값: median (순서상으로 중앙에 존재하는 값)

    * 극단적인 이상치가 있다면 median이 유용하다.

- 최빈값 mode (범주형으로 변경 후 갯수를 count)

 

 

최빈값 mode

 

 

2. 얼마나 퍼져 있는가? (산포)

퍼져 있는 모양은 어떠한가?

 

- 범위(range)

- 표준편차, 분산 std/variance

- 비대칭성 skewness

 

 

따라서,

데이터를 받으면 가장먼저 할 것 : 컬럼별로 데이터 특징을 요약하기.

전체갯수

대표값 확인

연속형: 평균, 중앙값 확인

범주형: 항목별 빈도수

 

 

3. 시각화의 필요성: 통계량이 같으면 같은 데이터일까?

각 dataset의 합계, 평균, 표준편차, 

 

ㅇ