오늘도 어김없이 돌아온 <통린이의 역습> 3️⃣번째 시간! 통린이(통계 왕초보🐥) 여러분은 보통 몇 시에 잠에 드시나요?😴 퇴근 후, 다음날의 체력을 보충하기 위해 일찍 잠에 드시는 분과 나만의 취미로 시간을 보내며 늦게 잠에 드시는 분도 계실 텐데요. 이러한 취침 시간은 다음날의 출근 시간에 영향을 끼치죠. 앗, 그렇다면 취침 시간과 다음날의 출근 시간에는 통계적인 관계가 숨어있다고 말할 수 있다고요?😮 과연 둘 사이에는 어떠한 통계적 관계가 있는지 알아보기 위해서 함께 통계로 역습해 볼까요?🔥 (잠깐! 저번 뉴스레터에서 텍스트 크기가 작다고 남겨주신 구독자분이 계셨습니다. 글씨가 작아 보기 불편하신 분은 우측 상단의 ‘💻웹으로 더 크게 보기’를 눌러주세요! 👀)
-에이블런 리사 드림💌
💬 인과관계를 통계용어로 표현하면? 📊
#독립변수는_원인 #종속변수는_결과 난이도 : 달걀 하나 🥚 (1/5)
통린이🐥는 취침 시간과 다음날의 출근 시간에 통계적인 관계를 알아볼 생각에 신이 나있습니다. 하지만, 잠깐! 😮 2개의 변수인 ‘취침 시간’과 ‘다음날의 출근 시간’의 관계를 알아보기 전, 변수의 개념에 대해 먼저 살펴보아야 하는데요. 변수란 쉽게 말하면 변하는 수를 의미해요. 변하지 않고 항상 일정한 값을 갖는 수인 상수와는 반대 개념이죠! 더 자세히 설명하자면, 변수란 내가 관심을 가지는 대상인 사물이나 사건의 특성이나 속성을 의미해요. 드디어 통린이🐥는 변수의 개념을 알게 되었는데요! 그럼 본격적으로 통계로 역습해 볼까요?🔥
통린이🐥의 목표를 다시 한번 정리하자면, ‘취침 시간’과 ‘다음날의 출근 시간’의 통계적인 관계를 찾는 것인데요! (이때, 출근을 위해 준비하는 시간과 통근 시간은 일정하다고 가정할게요) 그렇다면 2개의 변수는 어떠한 관계가 있을까요? 만약, 재미있는 유튜브📺를 밤새 시청해 늦게 잠들었다면, 출근 시간까지 아슬아슬하게 도착할 수 있어요. 반대로 열심히 운동🏃♀을 한 덕분에 체력이 소모되어 빨리 잠들었다면, 출근 시간보다 여유롭게 도착할 수도 있겠죠. 즉, ‘취침 시간’이 원인이 되어 ‘다음날의 출근 시간’에 결과로써 영향을 미치게 되는 것이죠! 이러한 인과관계에서 원인인 ‘취침 시간’은 독립변수, ‘다음날의 출근 시간’은 종속 변수라고 부르는데요. 앗! 통린이가 궁금한 점이 있다고 하네요.🤔
🐥: 독립변수와 종속변수의 이름이 붙여진 이유는 무엇일까요?
먼저, 독립변수부터 살펴볼게요. 통계학에서 ‘독립’은 한 사건이 일어날 확률이 다른 사건이 일어날 확률에 영향을 미치지 않는다는 것을 의미해요. (독립이 더 궁금하다면, 여기 클릭) 즉, 독립변수란 독립적으로 다른 변수에 영향을 받지 않는 변수이죠. 우리는 독립변수인 ‘취침 시간’을 조정해서 종속변수인 ‘다음날의 출근 시간’의 변화를 확인하고 싶어 하기 때문에 독립변수는 연구자가 원하는 값으로 설정해요. 독립변수의 또 다른 이름으로는 원인변수, 설명변수, 예측변수가 있답니다. 이번에는 종속변수를 알아볼게요. 단어에서도 알 수 있듯이 종속변수란 종속적이고 의존적으로 독립변수에 영향을 받는 변수이죠. 앞선 독립변수에서도 살펴보았듯이 우리는 독립변수인 ‘취침 시간’을 조정해서 종속변수인 ‘다음날의 출근 시간’의 변화를 확인하기 때문에 종속변수는 의존적으로 결정돼요. 종속변수의 또 다른 이름으로는 결과변수, 피설명변수, 반응변수가 있답니다.
지금까지 ‘취침 시간’과 ‘다음날의 출근 시간’을 예시로 독립변수와 종속변수에 대해 알아보았는데요. 또 다른 예시로 독립변수와 종속변수의 개념을 확실히 파악해 보자고요💪🏻 2020년 코로나19 첫 의심환자가 확인된 이후, 정부의 여러가지 방역 대책으로 해외여행에 대한 수요가 감소했었는데요. 하지만 위드 코로나가 된 현재, 한국 입국자의 검역절차 간소화로 해외여행에 대한 수요가 증가하고 있어요. 바로 해당 사례에서 독립변수인 ‘코로나19 규제 정도’😷와 종속변수인 ‘해외여행 수요건수’🛫를 확인할 수 있죠! 이번엔 데이터 교육 관련 사례인데요. 높은 퀄리티의 데이터 교육을 들은 수강생의 만족도 점수는 더욱 높게 책정이 될 것인데요. 바로 해당 사례에서 독립변수인 ‘데이터 교육의 퀄리티’📊와 종속변수인 ‘만족도 점수’👍🏻를 확인할 수 있어요!
💬 제 3의 변수도 있다고요? 🤗
통린이🐥는 독립변수와 종속변수의 개념 배운 후, 통계에 자신감이 생겼습니다.✌🏻 따라서 독립변수와 종속변수 이외의 제 3의 변수에도 관심을 갖게 되는데요! 첫 번째 사례인 ‘취침 시간’과 ‘다음날의 출근 시간’을 활용하여 여러 가지의 제 3의 변수 중 매개변수, 통제변수, 조절변수도 역습해 볼까요?🔥
매개변수 - 독립변수인 ‘취침 시간’과 종속변수인 ‘다음날의 출근 시간’ 사이의 관계를 설명하는데 개입하는 ‘다음날의 기상 시간’ 변수를 의미해요. 매개변수는 독립변수의 결과인 동시에 종속변수의 원인이 되는데요. 즉, 늦어진 취침 시간(독립변수)으로 인해 다음날의 기상 시간(매개변수)이 늦어지고, 다음날의 출근 시간(종속변수)이 늦어지는 흐름으로 이해할 수 있어요.
통제변수 - 우리는 독립변수인 ‘취침 시간’과 종속변수인 ‘다음날의 출근 시간’의 인과관계를 더욱 잘 이해하기 위해서 이들 사이에 영향을 줄 수 있는 변수를 통제했는데요. 바로, ‘그날의 교통 상황’이나 ‘출근을 하기 위한 준비 시간’ 등의 변수를 의미해요.
조절변수 - 독립변수인 ‘취침 시간’과 종속변수인 ‘다음날의 출근 시간’을 체계적으로 변화시키는 ‘컨디션’ 변수를 의미하는데요. 사람의 컨디션에 따라 취침 시간이 다음날의 출근 시간에 미치는 영향을 높이거나 낮추는 등의 조절이 가능하기 때문이죠
<통린이의 역습>이 궁금하다면, 여기 클릭🐥
오늘도 어김없이 돌아온 <통린이의 역습> 3️⃣번째 시간! 통린이(통계 왕초보🐥) 여러분은 보통 몇 시에 잠에 드시나요?😴 퇴근 후, 다음날의 체력을 보충하기 위해 일찍 잠에 드시는 분과 나만의 취미로 시간을 보내며 늦게 잠에 드시는 분도 계실 텐데요. 이러한 취침 시간은 다음날의 출근 시간에 영향을 끼치죠. 앗, 그렇다면 취침 시간과 다음날의 출근 시간에는 통계적인 관계가 숨어있다고 말할 수 있다고요?😮 과연 둘 사이에는 어떠한 통계적 관계가 있는지 알아보기 위해서 함께 통계로 역습해 볼까요?🔥 (잠깐! 저번 뉴스레터에서 텍스트 크기가 작다고 남겨주신 구독자분이 계셨습니다. 글씨가 작아 보기 불편하신 분은 우측 상단의 ‘💻웹으로 더 크게 보기’를 눌러주세요! 👀)
-에이블런 리사 드림💌
💬 인과관계를 통계용어로 표현하면? 📊
#독립변수는_원인 #종속변수는_결과
난이도 : 달걀 하나 🥚 (1/5)
통린이🐥는 취침 시간과 다음날의 출근 시간에 통계적인 관계를 알아볼 생각에 신이 나있습니다. 하지만, 잠깐! 😮 2개의 변수인 ‘취침 시간’과 ‘다음날의 출근 시간’의 관계를 알아보기 전, 변수의 개념에 대해 먼저 살펴보아야 하는데요. 변수란 쉽게 말하면 변하는 수를 의미해요. 변하지 않고 항상 일정한 값을 갖는 수인 상수와는 반대 개념이죠! 더 자세히 설명하자면, 변수란 내가 관심을 가지는 대상인 사물이나 사건의 특성이나 속성을 의미해요. 드디어 통린이🐥는 변수의 개념을 알게 되었는데요! 그럼 본격적으로 통계로 역습해 볼까요?🔥
통린이🐥의 목표를 다시 한번 정리하자면, ‘취침 시간’과 ‘다음날의 출근 시간’의 통계적인 관계를 찾는 것인데요! (이때, 출근을 위해 준비하는 시간과 통근 시간은 일정하다고 가정할게요) 그렇다면 2개의 변수는 어떠한 관계가 있을까요? 만약, 재미있는 유튜브📺를 밤새 시청해 늦게 잠들었다면, 출근 시간까지 아슬아슬하게 도착할 수 있어요. 반대로 열심히 운동🏃♀을 한 덕분에 체력이 소모되어 빨리 잠들었다면, 출근 시간보다 여유롭게 도착할 수도 있겠죠. 즉, ‘취침 시간’이 원인이 되어 ‘다음날의 출근 시간’에 결과로써 영향을 미치게 되는 것이죠! 이러한 인과관계에서 원인인 ‘취침 시간’은 독립변수, ‘다음날의 출근 시간’은 종속 변수라고 부르는데요. 앗! 통린이가 궁금한 점이 있다고 하네요.🤔
🐥: 독립변수와 종속변수의 이름이 붙여진 이유는 무엇일까요?
먼저, 독립변수부터 살펴볼게요. 통계학에서 ‘독립’은 한 사건이 일어날 확률이 다른 사건이 일어날 확률에 영향을 미치지 않는다는 것을 의미해요. (독립이 더 궁금하다면, 여기 클릭) 즉, 독립변수란 독립적으로 다른 변수에 영향을 받지 않는 변수이죠. 우리는 독립변수인 ‘취침 시간’을 조정해서 종속변수인 ‘다음날의 출근 시간’의 변화를 확인하고 싶어 하기 때문에 독립변수는 연구자가 원하는 값으로 설정해요. 독립변수의 또 다른 이름으로는 원인변수, 설명변수, 예측변수가 있답니다. 이번에는 종속변수를 알아볼게요. 단어에서도 알 수 있듯이 종속변수란 종속적이고 의존적으로 독립변수에 영향을 받는 변수이죠. 앞선 독립변수에서도 살펴보았듯이 우리는 독립변수인 ‘취침 시간’을 조정해서 종속변수인 ‘다음날의 출근 시간’의 변화를 확인하기 때문에 종속변수는 의존적으로 결정돼요. 종속변수의 또 다른 이름으로는 결과변수, 피설명변수, 반응변수가 있답니다.
지금까지 ‘취침 시간’과 ‘다음날의 출근 시간’을 예시로 독립변수와 종속변수에 대해 알아보았는데요. 또 다른 예시로 독립변수와 종속변수의 개념을 확실히 파악해 보자고요💪🏻 2020년 코로나19 첫 의심환자가 확인된 이후, 정부의 여러가지 방역 대책으로 해외여행에 대한 수요가 감소했었는데요. 하지만 위드 코로나가 된 현재, 한국 입국자의 검역절차 간소화로 해외여행에 대한 수요가 증가하고 있어요. 바로 해당 사례에서 독립변수인 ‘코로나19 규제 정도’😷와 종속변수인 ‘해외여행 수요건수’🛫를 확인할 수 있죠! 이번엔 데이터 교육 관련 사례인데요. 높은 퀄리티의 데이터 교육을 들은 수강생의 만족도 점수는 더욱 높게 책정이 될 것인데요. 바로 해당 사례에서 독립변수인 ‘데이터 교육의 퀄리티’📊와 종속변수인 ‘만족도 점수’👍🏻를 확인할 수 있어요!
💬 제 3의 변수도 있다고요? 🤗
통린이🐥는 독립변수와 종속변수의 개념 배운 후, 통계에 자신감이 생겼습니다.✌🏻 따라서 독립변수와 종속변수 이외의 제 3의 변수에도 관심을 갖게 되는데요! 첫 번째 사례인 ‘취침 시간’과 ‘다음날의 출근 시간’을 활용하여 여러 가지의 제 3의 변수 중 매개변수, 통제변수, 조절변수도 역습해 볼까요?🔥
매개변수 - 독립변수인 ‘취침 시간’과 종속변수인 ‘다음날의 출근 시간’ 사이의 관계를 설명하는데 개입하는 ‘다음날의 기상 시간’ 변수를 의미해요. 매개변수는 독립변수의 결과인 동시에 종속변수의 원인이 되는데요. 즉, 늦어진 취침 시간(독립변수)으로 인해 다음날의 기상 시간(매개변수)이 늦어지고, 다음날의 출근 시간(종속변수)이 늦어지는 흐름으로 이해할 수 있어요.
통제변수 - 우리는 독립변수인 ‘취침 시간’과 종속변수인 ‘다음날의 출근 시간’의 인과관계를 더욱 잘 이해하기 위해서 이들 사이에 영향을 줄 수 있는 변수를 통제했는데요. 바로, ‘그날의 교통 상황’이나 ‘출근을 하기 위한 준비 시간’ 등의 변수를 의미해요.
이번주 에이블레터 어떠셨나요?
좋았어요😁 아쉬웠어요😕
지난 <통린이의 역습> 다시 보기
모집단과 표본의 차이가 뭔데!🤷🏻♀️
데이터라고 다 같지 않다고요?🤨
이 뉴스레터 공유해주기💌
교육서비스 경험을 혁신하는 에이블런입니다. 📣
● 비전공자를 위한 데이터 활용교육 > ABLEARN
● 1인 교육담당자를 위한 온라인 교육지원서비스 > &SPACE