블로그 이미지
주로 인재개발원 등의 사이버학습을 정리, 요약하는 상시학습 블로그입니다. 깨비형
« 2017/12 »
          1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31            

Archive»

체험 블로그 마케팅 서비스 OLPOST

Category»

Notice»

Statistics Graph

 

'관련성'에 해당되는 글 2

  1. 2014.05.11 5. 정보관리 기보 이해하기
  2. 2012.11.29 5. 관계 표현하기
 


1. 기획과 정보


  1) 정보의 의미


○ 최적의 정보를 찾는 기준

▷ 조직에 필요한 정보인가?

▷ 그 정보의 의미는 무엇인가?


  2) 정보의 구분


○ 미국중앙정보국 'CIA'의 I는 Intelligence


○ 가공정도에 따른 분류


○ 자료 : 사실의 집합

○ 정보 : 목적에 따라 수집한 자료

○ 지식 : 열정한 절차에 따라 가공되어 활용할 가치가 있는 정보



2. 정보의 특성


  1) 정보의 특성


○ 시한성 : 시간이 지나면 정보의 가치가 소멸

○ 사용성 : 이용할 능력을 갖고 정보에 접하는 사람에게 가치가 있음

○ 가치변환성 : 사용자의 필요성에 따라서 용도와 중요성이 달라짐

○ 보안성 : 공개되면 정보의 가치가 달라짐

○ 결합성 : 결합될수록 가치가 증폭

○ 무형성 : 형태가 없다. 안테나를 세워야 입수됨



  2) 정보의 질을 좌우하는 특성




3. 정보활동 사이클



○ 기획 : Needs, 목표, 우선순위 등

○ 수집 : 정보원(채널)을 통한 목적에 따른 수집

○ 분석/평가 : 정보의 가공과정

○ 활용 : 적시, 적소에 활용




저작자 표시 동일 조건 변경 허락
신고

5. 관계 표현하기

교양기타/재미있는 기초통계 | 2012.11.29 00:30 | Posted by 깨비형

1. 산점도로 나타내기


1) 개념설명


① 관계

- 관계란? : 두 개의 변수 사이에 존재하는 관련성 정도와 영향력 크기를 추정하기 위해서는 변수 사이에 존재하는 관계식을 적절한 함수 형태로 도출해야 한다. 그러나 변수   사이에 확률적으로 존재하는 관계식을 함수 형태로 나타내는 것은 쉽지 않다.


② 관련성

- 관계, 관련성에 대한 예 : 날씨가 더우면 아이스크림 판매량은 당연히 증가한다. 그런데 기온이 섭씨 1도 올라감에 따라 아이스크림 판매량에 미치는 영향은 얼마나 될까? 이러한 물음에 올바른 해답을 간단히 구하기 어렵다. 왜냐하면 온도라는 변수뿐만 아니라 다른 변수에 의해서 아이스크림 판매량은 영향을 받기 때문이다. 온도를 독립변수 X 로, 아이스크림 판매량을 종속변수 Y 로 표기하고 두 변수 X 와 Y 에 대하여 조사한 결과 <표 1> 과 같다.



  두 변수 X 와 Y 의 자료 값을 평면좌표 상에 점을 찍어 그려보면 아래 그림처럼 나오는데 이것을 산포도(scatter plot) 또는 산점도라고 한다.



  이러한 산포도를 자세히 살피면 두 변수 사이에 3 가지 중요한 정보를 알 수 있다.


  첫째, 두 변수의 관계가 정의 관계 인지 역의 관계인지 알 수 있다. X가 증가할 때 Y 도 증가하면 정의 관계,X 가 증가할 때 Y 는 감소하면 역의 관계이다.


  둘째, 두 변수 관계가 선형인지 비선형인지 알 수 있다. 점들이 직선에 가까운 형태면 선형 관계, 선 모양으로 나타난다면 비선형 관계라고 볼 수 있다.


  셋째, 두 변수의 관련성 정도를 알 수 있다. 오밀조밀 뭉쳐 있으면 두 변수는 서로 관련성 정도가 높고 흩어져 있으면 관련성이 낮다.


   산포도에서는 두 변수 사이에 존재하는 관계를 시각적으로 보여 줄 수는 있으나 두 변수 사이에 함수관계는 알 수 없다.


③ 살펴보기

- 산점도를 그리는 방법

[1] 비교할 두 변수를 선정한다. 

[2] 자료를 수집한다. 

[3] 산점도를 작성한다. 

① 두 종류의 데이터를 하나는 X 축으로 다른 하나는 Y축으로 그린다.

② 수집한 데이터를 평면좌표 상에 위치를 표시(타점)한다

[4] 산점도의 형태를 보고 상관관계를 파악한다.


       아래는 키와 몸무게의 관계를 조사한 자료이다



  이 자료에 대한 산점도를 그려보면 아래와 같다.



※ 쉬어가기

<2008년 블루슈머 7>

  • 블루슈머 1 : 외동이 황금시대(Gold Kids) - 외동이들을 위한 차별화, 고급화 서비스 및 상품

        예) 어린이 전용 펀드 상품, 헬스 전문기구점, 미용실, 감성 놀이 학교


  • 블루슈머 2 : ‘부자처럼’ 2030(Almost Rich) - 2030 명품 소비층을 위한 매스티지 상품 및 서비스

        예) 실속형 수입차, 매스티지 상품


  • 블루슈머 3 : 여행과 레저를 즐기는 장년층(Passionate Senior) - 장년층에게 젊은 감성과 문화를 제공하는 상품과 서비스

        예) 미용성형, 두뇌게임, 실버여행, 오페라 


  • 블루슈머 4 : 新 부부시대(Married Romance) - 부부만의 추억과 실용을 강조한 상품과 서비스

        예) 리마인드 웨딩상품, 부부전용 금융상품


  • 블루슈머 5 : 요리하는 남편, 아이 보는 아빠(At Home Dad) - 남성 전업주부의 편의를 위한 상품

        예) 홈메이드 이유식기, 아이 울음 분석기, 남성 전용 기저귀 가방, 다기능 고무장갑, 반조리식품


  • 블루슈머 6 : 제3의 가족(Family-like Care) - 가족처럼 따뜻한 돌봄 서비스 및 상품

        예) 노인 말벗/산책 도우미, 방과 후 학습 지도 도우미, 노인을 위한 홈케어폰, 애완산업


  • 블루슈머 7 : 공포에 떠는 아이들(Scared Children) - 어린 자녀의 안전을 위한 상품 및 서비스

        예) 휴대폰 안심서비스, 경보기, 어린이 안전 관련 보험 및 경호서비스


  ※ 블루슈머 : 경쟁자가 없는 시장을 의미하는 블루오션(Blue Ocean)과 소비자(Consumer)의 합성어로 블루오션의 새로운 소비자


           

2. 상관관계 


1) 개념설명  

① 통계학적 상관관계   

- 상관관계란 : 이것과 저것이 '관계가 있다', 혹은 '관계가 없다'라는 표현을 자주 사용한다. 어떤 것들끼리의 관계는 통계적으로는 상관관계로 나타낸다. 

상관관계는 어떤 변수가 증가할 때 다른 변수가 함께 증가하는가 혹은 감소하는가를 관찰하여 파악한다. 

- 상관관계의 예 : 체중과 신장 사이에는 양의 상관관계가 있다고 할 수 있다. 키가 크면 대체적으로 체중이 증가한다. 또 어떤 상품의 가격과 수요 사이에는 음의 상관관계가 있다고 할 수 있다. 가격이 오르면 대개 그 상품에 대한 수요는 줄어들기 때문이다.



② 상관계수

- 상관계수란 : 상관계수는 -1에서 1 사이의 값을 갖는다. 상관계수가 음수면 음의 상관을, 양수면 양의 상관을 갖고, 상관계수가 0이라는 것은 서로 관계가 전혀 없음을 의미 하며  상관계수는 선형(linear)상관만을 측정하므로 상관계수가 0이라는 말은 선형관계가 존재하지 않는다는 것을 의미한다. 


③ 상관관계에 따른 관련성

- 상관관계에 따른 관련성 : 두 변수 사이에 정의 상관관계가 존재하면 상관계수는 양(+)의 값으로 타나고, 역의 상관관계가 존재하면 상관계수는 음(-)의 값을 갖는다. 그리고 상관계수 값이 ±1 에 가까울수록 매우 강한 관련성이 있다. 한편 상관계수가 0 에 접근하면 두 변수 사이에는 관련성이 거의 없다.

- 상관관계에 따른 관련성의 예 : 오래 전부터 사람들은 상관관계의 개념을 이해하고 생활에 적용해 왔다.

  소크라테스는 그의 악처가 발작하기전 재채기를 한다는 것을 알아서 아내가 재채기를 하면 집을 빠져나갔다고 한다. 개인으로부터 시작된 유사한 경험이 다른 사람에게도 반복되면 모든 사람에게 해당되는 징조로 발전하는데 거울이 깨지면 나쁜 일이 일어난다든가, 상여가 지나가는 것을 보면 좋은 일이 일어난다든가 하는 것이다. 또 다른 예를 들면 일반적으로 발이 큰 사람은 손도 크고, 손이 작은 사람은 발도 작지만 사람의 발 크기는 머리카락 개수와는 관련성이 거의 없다. 한편 어떤 기업의 광고비와 매출액 사이에는 관련성이 있으나 광고비와 신기술 개발과도 관련성이 깊다고 이야기 할 수 없다. 이러한 상관관계에 대한 추측은 더 많은 데이터를 근거로 판단되어지고 세련된 체계를 갖추게 된다.

- 상관계수와 상관관계



- 상관관계를 나타내는 그래프


         

                                       ①                                               ② 

① 두 변수간의 상관관계가 높다고 평가할 수 있다.(연관성 높음) 이런 형태로 기울기가 반대라면 그것은 음의 상관관계가 높다.


② 두 변수의 상관관계가 낮은 경우에는 그 분포가 원에 가까워 진다. 이 그래프에서는 상관관계가 낮다고 볼 수 있는데 그래도 원형이 아니라 어느 정도 분포가 나타나므로 이러한 경향이 있다는 것 자체가 사회과학에서는 중요한 의미를 가질 수 있다. 


    

                   ③                                         ④                                           ⑤ 

③ 두 변수가 직선의 관계이면 상관계수는 ±1이 되고 완벽한 상관관계라고 하는데 두 변수간의 관계가 상당한 연관성이 있다. 하지만 이런 경우는 거의 드물다. 방향에 따라 한 쪽이 증가할 때 다른 한 쪽도 증가하면 양의 상관관계, 한쪽이 증가할 때 다른 한 쪽이 감소하면 음의 상관관계라고 한다. 


④ ∪자와 ∩자, ―자,|자 등도 상관관계가 없다. 그러나 ∪자와 ∩자의 형태가 나타나는 경우에는 상관비(η, 이타)등을 구해야 한다. 우선 두 변수가 선형관계를 얼마나 갖는지, 선형관계를 갖는다면 어느 방향인지, 그 관계는 얼마나 큰지를 분석한다. 


⑤ 이 그래프의 경우 두 변수 간에 상관관계가 없다.



3. 상관관계 vs 인과관계


1) 개념설명 


① 상관관계 vs 인과관계

- 상관관계와 인과관계 분석의 오류 : 상관관계를 분석하는 것들은 어떤 것들의 사이가 밀접하다는 것만을 나타내며 어느 것이 원인이고 어느 것이 결과인지는 아무런 증거도 제공하지 않는다. 문제는 상관관계를 제대로 이해하지 못하는 사람들이 종종 상관관계가 인과관계를 나타낸다고 가정하는 데 있다. 즉 상관이 있으면 그 중의 하나가 원인이 되고 다른 것은 그 원인으로 인해서 생기는 결과라고 해석하는 잘못을 범하는 것이다.

- 상관관계와 인과관계 분석 오류를 범한 예 : 한 스포츠 평론가가 칼럼에서 승률이 나쁜 대학 미식축구팀은 감독을 너무 쉽게 해고한다고 주장했다. 그는 감독을 자주 바꾼 대학이 한 사람이 오래 감독한 대학보다 승률이 낮다는 통계 자료를 제시했다. 그러나 감독을 바꾸는 것이 팀이 지는 것의 원인이 될 수는 없다. 즉 원인과 결과는 반대인 것이다. 팀이 계속 지게 되면 그 다음에 감독을 갈아치우게 되므로 감독의 해고는 연패의 결과인 것이다.


2) 사례보기

① 아이스크림 판매수량과 소비전력

 

6월~9월까지 매일 아이스크림 판매수량과 소비전력을 조사 


- 상관관계는? → 있다.(양의 상관관계)

- 인과관계는? → 없다


○ 아이스크림 판매수량 → 소비전력(X)

○ 소비전력 → 아이스크림 판매수량(X)

○ 기온 → 아이스크림 판매수량(O)

○ 기온 → 소비전력(O) 



4. 내용정리


  • (산점도)는 같은 척도로 측정된 두 양적변수에 대한 관계를 나타낸다.
  • 산점도의 기울기가 왼쪽에서 오른쪽 방향으로 위를 향하면 (양의 연관성)을 갖고, 왼쪽에서 오른쪽 방향으로 아래를 향하면 (음의 연관성)을 갖는다.
  • (상관계수)는 두 양적 변수의 직선적인 관계에 대한 방향과 강도를 나타낸다.  
  • 상관계수는 알파벳 r 로 표시하며 상관계수의 값은 (-1)에서 (1) 사이의 값을 갖는다. 즉 상관계수는 -1보다 작거나 1보다 큰 값을 가질 수 없다.
  • 상관계수는 단지 두 변수의 직선적인 연관성만을 나타낼 뿐 (인과관계)를 나타내는 것은 아니다.






저작자 표시 동일 조건 변경 허락
신고

'교양기타 > 재미있는 기초통계' 카테고리의 다른 글

7. 통계적 추론  (0) 2012.12.04
6. 우연에 대한 생각  (0) 2012.12.03
5. 관계 표현하기  (0) 2012.11.29
4. 숫자로 설명하기  (0) 2012.11.28
3. 그래프로 나타내기  (0) 2012.11.27
2. 통계에서의 실험계획  (0) 2012.11.21