Parameter와 Statistic의 차이: 모집단 특성을 표본 통계량으로 추정하는 방식
통계분석에서는 Population과 Sample을 구분하는 것만큼 중요한 개념이 하나 더 있습니다. 바로 Parameter와 Statistic의 차이입니다. Population에는…
Random Sampling의 중요성: 대표성 없는 표본이 통계 결과를 왜곡하는 이유
통계분석에서 Sample Size가 크면 결과도 자동으로 신뢰할 수 있다고 생각하기 쉽습니다. 하지만 1,000명을 조사했더라도 특정 특성을 가진 사람들만 집중적으로 선택했다면 그…
Population과 Sample의 차이: 표본으로 모집단을 추론할 수 있는 원리
통계분석에서는 수집한 Data 자체를 정확하게 요약하는 것만큼 중요한 목적이 하나 더 있습니다. 바로 일부 Data를 이용해 더 큰 집단의 특성을 추론하는 것입니다. 예를 들어 한…
변수 유형과 통계모형의 관계: ANOVA·Regression·Logistic Regression 선택 기준
통계분석에서 가장 중요한 결정 중 하나는 어떤 Statistical Model을 사용할 것인가입니다. SAS Enterprise Guide에는 ANOVA, Regression, L…
Predictor와 Response Variable의 구조: 설명변수와 반응변수의 역할 이해
통계분석을 시작할 때 많은 사람이 먼저 어떤 Procedure를 사용할지 고민합니다. ANOVA를 써야 할지, Regression을 해야 할지, Logistic Regression…
Interval과 Ratio Scale의 차이: 연속형 변수에서 절대적 0이 중요한 이유
Continuous Variable은 숫자로 측정되고 값 사이의 차이가 의미를 갖는다는 점에서 Categorical Variable과 다릅니다. 하지만 모든 Continuous V…
Nominal과 Ordinal Variable의 차이: 범주형 변수의 순서가 분석에 미치는 영향
통계분석에서 Categorical Variable은 모두 비슷해 보일 수 있습니다. Gender, Region, Treatment Group, Disease Severity, Sa…
Measurement Scale의 중요성: 변수의 측정척도가 통계분석 방법을 결정하는 이유
SAS에서 통계분석을 시작할 때 많은 사람이 먼저 어떤 메뉴를 사용할지 고민합니다. ANOVA를 해야 할지, Regression을 해야 할지, 아니면 Frequency Table이…
SAS 데이터 소스 관리 구조: SAS Dataset·Excel·Database를 연결하는 방식
SAS Enterprise Guide에서 통계분석을 시작하려면 가장 먼저 분석할 Data Source가 필요합니다. Summary Statistics, ANOVA, Regressi…