통계학에서 주요 순서 통계량은 데이터의 순서 또는 순서에 따라 정렬된 값들을 기반으로 하는 통계적 지표들을 말합니다. 대표적으로 중앙값, 백분위수, 사분위수 등이 있으며, 데이터의 분포와 중심 경향을 파악하는 데 중요한 역할을 합니다. 이러한 순서 통계량들은 데이터의 특성을 파악하고 비교하는 데 도움을 주며, 중요한 의사 결정에도 활용됩니다. 아래 글에서 자세하게 알아봅시다.
1. 중앙값(Median)
1) 중앙값의 정의
중앙값은 주어진 데이터를 크기순으로 정렬했을 때, 가장 중앙에 위치한 값입니다. 즉, 전체 데이터의 중앙에 있는 값이 중앙값이며, 데이터가 홀수 개일 경우 중앙값은 정확히 1개입니다. 데이터가 짝수 개일 경우에는 중앙에 위치한 두 값의 평균을 구해줍니다.
2) 중앙값의 특징
중앙값은 이상값(outlier)에 영향을 덜 받는다는 특징이 있습니다. 이상값이란 대부분의 데이터와는 엄청나게 멀리 떨어진 값으로, 데이터의 분포를 왜곡시킬 수 있는데, 중앙값은 이상값에 큰 영향을 받지 않으므로 데이터의 중심 경향을 파악하는 데에 유용합니다.
3) 중앙값의 활용
중앙값은 데이터의 분포를 파악할 수 있는 통계량입니다. 예를 들어, 어떤 도시의 주택 가격 데이터가 있다고 할 때, 중앙값을 통해 해당 도시의 일반적인 주택 가격을 파악할 수 있습니다. 중앙값은 또한 대칭적인 분포와 비대칭적인 분포를 구분할 수 있어 데이터의 특성을 파악하는 데도 활용됩니다.
순서 통계량
2. 백분위수(Percentile)
1) 백분위수의 정의
백분위수는 데이터를 크기순으로 정렬했을 때, 주어진 백분율 이하의 값보다 작거나 같은 값들 중 가장 작은 값을 말합니다. 예를 들어, 80% 백분위수는 전체 데이터 중 80% 이하의 값보다 작거나 같은 값들 중 가장 작은 값입니다.
2) 백분위수의 특징
백분위수는 데이터의 상위 몇 퍼센트가 어떤 값을 넘어가는지 알 수 있는 지표라고 할 수 있습니다. 이를 통해 데이터의 분포를 파악하고, 특정 범위에 해당하는 값들을 추출하는 등 다양한 활용이 가능합니다.
3) 백분위수의 예시
예를 들어, 대학 입학 시험의 성적 데이터가 있다고 가정해봅시다. 90% 백분위수를 계산하면, 이 값보다 낮은 성적을 받은 학생들의 비율이 90%라는 의미입니다. 따라서 90% 백분위수는 상위 10%의 학생들에 해당하는 성적을 의미합니다. 이와 같이 백분위수는 데이터의 분포를 이해하는 데에 매우 유용한 지표입니다.
3. 사분위수(Quartile)
1) 사분위수의 정의
사분위수는 데이터를 크기순으로 정렬했을 때, 1/4씩으로 구분한 값들을 말합니다. 즉, 전체 데이터를 4등분하여 각각의 구간에 위치한 값들을 의미합니다. 첫 번째 사분위수(Q1), 두 번째 사분위수(Q2), 세 번째 사분위수(Q3)로 나누어집니다.
2) 사분위수의 특징
사분위수는 중앙값과 함께 데이터의 분포를 파악하는 데 매우 유용한 지표입니다. Q1은 전체 데이터 중에서 25% 이하의 값들을 의미하며, Q2는 중앙값과 동일합니다. Q3는 전체 데이터 중에서 75% 이하의 값들을 의미합니다. 이를 통해 데이터의 하위 25%, 상위 25%의 값들을 구분할 수 있으며, 데이터의 대표값인 중앙값과 함께 데이터의 특성을 파악하는 데 사용됩니다.
3) 사분위수의 예시
예를 들어, 주식 데이터에서 Q1은 전체 주식의 25% 이하의 가격을 의미하며, Q3는 75% 이하의 가격을 의미합니다. 따라서 Q1과 Q3 사이의 범위를 구하면 해당 주식의 데이터가 어느 정도의 가격 범위에 분포되어 있는지 알 수 있습니다. 이와 같이 사분위수는 데이터의 특성을 파악하고 분석하는 데에 유용한 지표입니다.
마치며
중앙값, 백분위수, 사분위수는 모두 데이터의 분포를 파악하는 데에 유용한 통계적 지표입니다. 중앙값은 이상값에 영향을 덜 받아 데이터의 중심 경향을 알 수 있으며, 백분위수는 데이터의 상위 몇 퍼센트가 어떤 값을 넘어가는지 파악할 수 있습니다. 사분위수는 데이터를 4등분하여 구간을 나누어 데이터의 특성을 파악하는 데에 사용됩니다. 이러한 지표들을 사용하여 데이터를 분석하면 보다 정확한 정보를 얻을 수 있습니다.
추가로 알면 도움되는 정보
- 중앙값은 크기순으로 정렬했을 때, 중앙에 위치한 값이므로 데이터가 대칭분포인 경우에는 평균과 같은 값을 가집니다.
- 백분위수는 데이터의 분포를 파악하는 데에 활용될 뿐만 아니라, 두 개 이상의 데이터 집합을 비교할 때에도 유용하게 사용될 수 있습니다.
- 사분위수는 데이터 분포의 대칭성과 비대칭성을 파악하는 지표로 활용될 수 있습니다.
- 3사분위수(Q3) – 1사분위수(Q1)를 계산하여 얻은 범위를 IQR(Interquartile Range)라고 부르며, 이는 데이터의 변동성을 나타내는 지표로 사용됩니다.
- 중앙값과 사분위수는 상자그림(box plot)을 그릴 때 종종 사용되며, 데이터의 특성을 한눈에 파악할 수 있습니다.
놓칠 수 있는 내용 정리
중앙값, 백분위수, 사분위수는 데이터의 분포를 파악하는 데에 유용한 통계적 지표입니다. 이들을 사용하면 데이터의 중심 경향과 분포의 특성을 파악할 수 있으며, 이상값에 영향을 덜 받아 정확한 정보를 얻을 수 있습니다. 데이터 분석 시 이러한 통계적 지표들을 함께 사용하여 데이터에 대한 전반적인 이해를 놓치지 않도록 주의해야 합니다.