통계·시각화·인과의 한계

개요

분모와 층화를 확인해 원인 후보를 제시한다.

먼저 성능 지표와 데이터 누출 입문, JSON·CSV·SQL·표의 의미의 핵심 개념을 확인하세요.

핵심 개요

평균과 중앙값은 서로 다른 분포 특성을 보여줍니다. 소수의 큰 값은 평균을 크게 움직일 수 있어 분포·표본 수·집단별 결과를 함께 확인해야 합니다.

두 값이 함께 변했다는 상관관계는 원인 관계를 증명하지 않습니다. 선택 편향·계절·사용자 구성처럼 둘에 영향을 주는 변수가 있는지 검토합니다.

필요한 용어

• 중앙값: 정렬된 자료에서 홀수 개면 가운데 값, 짝수 개인 수치 자료에서는 보통 가운데 두 값의 평균
• 교란 요인: 비교하는 변수와 결과 양쪽에 영향을 주는 조건

작동 과정

1. 자료의 단위·기간·표본 수를 확인합니다.
2. 분포와 집단별 통계를 함께 봅니다.
3. 관찰된 차이와 원인 주장을 구분합니다.

풀이 예제

아래 입력과 기록은 직접 만든 교육용 가상 자료입니다.

입력·조건

처리 시간은 1·1·1·1·16분입니다.

판단·결과

평균은 4분, 중앙값은 1분입니다. 대다수 요청은 빠르지만 한 건의 긴 지연이 존재합니다.

이렇게 판단한 이유

평균 하나로 사용자 경험을 대표하면 극단값과 일반 요청의 차이를 숨깁니다. 지연 분포를 함께 봐야 합니다.

흔한 실패와 복구

잘라낸 축이나 서로 다른 기간을 같은 그래프에서 비교하면 차이가 과장될 수 있습니다. 단위·축·기간을 표시합니다.

확인 문제

참고 자료

1. pandas: Introductory tutorials  — 표 읽기·선택·집계·조인.
2. scikit-learn: Model evaluation  — 분류·회귀의 평가 지표.
3. Python: statistics  — 홀수·짝수 개 수치 자료의 중앙값.

자료 확인: 2026-10-21. 사례·문항·실습은 자체 제작했습니다. 외부 서비스 호출과 실제 모델 품질 측정은 학습자가 별도 환경에서 수행합니다.

새 AI 도구 도입 후 완료율이 올랐지만 같은 시기에 쉬운 작업 비중도 늘었습니다. 어떤 추가 분석이 필요할지 적으세요.