데이터 설명 및 요약 통계

데이터 설명 및 요약 통계는 관찰된 자료를 정리하고, 압축하며, 핵심적인 특징을 한눈에 파악할 수 있도록 제시하는 생물통계학의 한 분야입니다. 추론을 시도하기 전에 연구자들은 수치 요약과 그래픽 표시를 사용하여 데이터가 어떻게 분포되어 있는지, 중심이 어디에 있는지, 얼마나 넓게 퍼져 있는지, 그리고 어떤 형태를 취하는지 설명합니다.

Definition

데이터 설명 및 요약 통계는 모집단에 대한 추론적 일반화에 앞서 그리고 독립적으로 데이터 세트의 중심 위치, 분산, 분포 형태 및 구조를 특성화하는 데 사용되는 수치적 및 그래픽적 방법을 포함합니다.

Scope

이 영역은 생물통계학의 기술적 측면, 즉 기술 통계학 전반, 데이터의 분포 및 정규성, 중심 경향 측정치, 변동성 측정치, 그리고 데이터 시각화에 대해 독자에게 안내합니다. 이는 건강 데이터가 어떻게 요약되는지에 대한 참조 개요이며, 분석이나 임상 조치에 대한 처방은 아닙니다.

Sub-topics

• Data Distribution and Normality
• Data Visualization
• Descriptive Statistics
• Measures of Central Tendency
• Measures of Variability

Core questions

• 데이터의 중심은 어디이며, 어떤 위치 측정치가 이를 가장 잘 나타내는가?
• 관찰값들은 얼마나 많이 변동하며, 그 분산은 어떻게 정량화되는가?
• 분포의 형태는 무엇이며, 대략적으로 정규 분포를 따르는가?
• 데이터의 패턴, 비대칭성 및 이상치를 볼 수 있도록 데이터를 어떻게 표시할 수 있는가?

Key concepts

• 기술 통계와 추론 통계
• 중심 경향 측정치 (평균, 중앙값, 최빈값)
• 변동성 측정치 (범위, 분산, 표준 편차, 사분위수 범위)
• 분포 형태, 왜도 및 첨도
• 정규성 및 그 평가
• 그래픽 요약 (히스토그램, 상자 그림, 산점도)
• 탐색적 데이터 분석

Mechanisms

설명은 많은 관찰을 몇 가지 유익한 양과 그림으로 줄임으로써 진행됩니다. 위치 측정치(평균, 중앙값 또는 최빈값)는 데이터가 어디에 위치하는지 요약하고, 분산 측정치(표준 편차, 사분위수 범위, 범위)는 해당 위치 주변에 얼마나 퍼져 있는지 요약합니다. 위치와 분산의 짝은 분포의 형태에 맞게 선택되며, 비대칭 데이터에는 중앙값과 사분위수 범위가 선호되고, 대략적으로 대칭인 데이터에는 평균과 표준 편차가 선호됩니다. 히스토그램 및 상자 그림과 같은 그래픽 표시는 단일 숫자가 숨길 수 있는 형태, 비대칭성 및 이상치를 보여주며, 이러한 도구들은 공식적인 추론에 앞서 탐색 단계를 구성합니다.

Clinical relevance

거의 모든 임상 연구, 감사 및 감시 보고서는 참가자와 측정값에 대한 기술적 요약으로 시작하므로, 이러한 요약을 이해하는 것은 보건 과학 문헌을 읽는 데 필수적입니다. 이 영역은 데이터가 어떻게 특성화되는지 설명하며, 개별 진단 또는 치료 결정의 근거가 아니라 증거 평가를 위한 배경으로 의도되었습니다.

Epidemiology

기술적 요약은 역학 및 임상 연구의 첫 번째 분석 단계로, 연관성을 추정하기 전에 연구 모집단, 기준선 표, 노출 및 결과의 분포를 특성화하는 데 사용됩니다. 요약 측정치 및 표시의 선택은 연구 데이터가 얼마나 투명하게 전달되는지에 직접적인 영향을 미칩니다.

History

데이터의 수치적 요약은 18세기와 19세기 천문학과 생명 통계학에 깊은 뿌리를 두고 있지만, 현대의 기술적 도구는 20세기에 통합되었습니다. John Tukey의 탐색적 데이터 분석(Exploratory Data Analysis, 1977)은 기술을 그 자체로 탐구 활동으로 재정의하고 상자 그림과 같은 표시를 대중화했으며, 이후 보건 과학 분야의 통계 교육자들은 현재 의학 저널에 보고되는 표준 요약들을 체계화했습니다.

Debates

평균과 표준 편차 대신 중앙값과 사분위수 범위를 언제 사용해야 하는가?

평균과 표준 편차는 왜도와 이상치에 의해 영향을 받기 때문에, 비정규 데이터를 중앙값과 사분위수 범위로 요약하라는 오랜 권고가 있습니다. 전환을 위한 실제적인 기준은 분포 형태와 표본 크기에 따라 달라집니다.

Key figures

• John W. Tukey
• William S. Cleveland
• Douglas G. Altman
• J. Martin Bland

Seminal works

• tukey-1977
• gupta-2019

Frequently asked questions

기술 통계와 추론 통계의 차이점은 무엇인가?

기술 통계는 실제로 수집된 데이터를 요약하고 표시하는 반면, 추론 통계는 해당 데이터를 사용하여 더 넓은 모집단에 대한 일반화를 도출합니다. 기술이 먼저 오며, 현재 표본을 넘어서는 확률적 주장을 하지 않습니다.

검정을 실행하기 전에 데이터를 설명해야 하는 이유는 무엇인가?

요약과 그림은 분포의 형태, 분산, 그리고 이상치나 오류를 보여주며, 이는 이후 분석이 적절한지 여부와 그 결과가 어떻게 해석되어야 하는지를 결정합니다.