03. CDA 확증적 데이터 분석

1. 

통계적 가설 검정을 통해, 규명하고자 하는 사실을 객관적으로 입증하는 통계적 분석 기법

 

- 귀무가설 : 대립가설의 반대, 일반적인 사실, 보통상태

- 대립가설 : 규명하고자 하는 사실, 의심하는 명제, 이상상태

 

- P.value (확률값) : 귀무가설이 참일 확률 (0~1사이의 값을 가짐)

확률값을 통해 귀무가설이 맞는지, 대립가설이 맞는지를 판단.

 

- 유의수준 (알파, 0.05, 5%) : 판단기준이 되는 값

   - P.value < 유의수준: 대립가설이 참

   - P.value > 유의수준: 귀무가설이 참

 

- 그러면 P.value는 어떻게 계산하는가?

   - 데이터 타입에 따라 달라짐.

 

Ex) 매장 고객데이터, 성별에 따라 구매금액에 유의미한 차이가 있는지?

-> 성별에 따라 구매금액에 유의미한 차이가 있다. (대립가설)

-> 성별에 따라 구매금액에 유의미한 차이가 있다. (귀무가설)

 

 

2. P.value 계산하기

 

1) 단일변수

 - 연속형: 정규성 검정 (Normal Test) / 단일 표본 검정 (one sample T Test)

 - 범주형: 비율 검정

 

2) 다변수

 - x : 범주형 / y: 연속형 : 집단 간 통계량 비교 (Two Sample T Test / ANOVA / Rank Sum..)

                                         y가 정규분포인가 아닌가에 따라 검증기법이 또 달라짐

 

 - x : 연속형 / y: 연속형 : 두 항목간 상관성 (정비례 / 반비례) 규명하는 상관분석

 

 - x : 범주형 / y: 범주형 : 두 항목이 서로 독립적인가 또는 연관성이 있는가? (chi square test)