[무료 강의] EDA 101 (2): 데이터의 모양 묘사하기 (히스토그램, boxplot, percentile)

📌 강의 목차

00:00 도입부

00:23 Data Description

02:29 평균의 개념

03:51 평균, 중앙값, 최빈값

05:51 히스토그램과 도수분포표

07:23 히스토그램과 밀도함수(Density Plot)

09:19 분산에 따른 평균 해석

11:02 Percentile

12:57 Percentile 사례 분석 (1)

15:29 Percentile 사례 분석 (2)

17:48 요약값과 분포의 시각화

18:45 Boxplot(상자그림)

20:29 확률 나타내기

중심 경향 : 주어진 데이터를 대표하는 값을 찾는 것

퍼진 정도

퍼진 모양(대칭) : 데이터의 분포 정도가 어느 쪽으로 치우쳤는지 확인하는 것

히스토그램이란? 연속형 데이터를 사용자 지정 범위로 응축하여 분포를 나타내는 것. 많은 양의 데이터를 그래프로 요약하여 보다 효율적으로 정보를 전달할 수 있음.

히스토그램의 용도 대량의 데이터를 요약하고 데이터의 분포 추세(데이터의 간격, 중앙값, 최빈값, 특이치 등 확인)을 확인해야 할 때 유용합니다.

막대 그래프(Bar chart)와의 차이점

막대 그래프는 범주형(category) 데이터를 표현하는데 주로 사용됩니다. 개별 막대가 서로 분리되어 있으며 각각의 수량의 크기를 나타냅니다.
히스토그램은 측정된 연속적인 값을 데이터로 표현하는데 주로 사용됩니다. 개별 막대의 간격이 없으며 순서를 임의로 바꿀 수 없습니다. 개별 막대(구간)의 크기를 직접 정할 수 있으며 막대의 크기(너비)는 일정해야 합니다.