WEBVTT

00:00:00.990 --> 00:00:03.270
통계학에 대한 비디오 강의를 듣는 것을 환영한다

00:00:03.270 --> 00:00:06.380
오래전부터 나는 통계학에 대해 강의를 하고 싶었다

00:00:06.380 --> 00:00:08.710
아무튼, 지금부터 통계학을 배우자

00:00:08.710 --> 00:00:12.220
최대한 많은 예들을 활용해

00:00:12.220 --> 00:00:14.990
통계학이 무엇에 대한 것인지 보여주고 싶다

00:00:14.990 --> 00:00:16.850
그리고 많은 사람들이 통계학을

00:00:16.850 --> 00:00:18.550
잘 알지 못 하더라도

00:00:18.550 --> 00:00:20.660
통계학에 대한 직관이 있다고 생각한다

00:00:22.414 --> 00:00:27.169
근본적으로 쉬운 말로 하자면

00:00:27.169 --> 00:00:28.590
데이터를 이해하는 것이다

00:00:28.590 --> 00:00:30.540
또한 크게 세 종류로 분류할 수 있다

00:00:32.640 --> 00:00:35.330
기술 통계학 있다

00:00:35.330 --> 00:00:39.150
데이터가 있다고 치고 당신은

00:00:39.150 --> 00:00:41.480
데이터를 모두 주지 않고 이 데이터에 대한 정보를 공유하고 싶어한다

00:00:41.480 --> 00:00:45.360
어쩌면 당신은 모든 데이터를 주지 않고

00:00:45.360 --> 00:00:47.560
이 데이터를 잘 요약하는

00:00:47.560 --> 00:00:48.540
수들을 찾을 수도 있다

00:00:48.540 --> 00:00:50.370
이것이 기술통계학이다

00:00:50.370 --> 00:00:51.510
그리고 예측통계가 있다

00:00:51.510 --> 00:00:53.110
뭐, 그냥 기술통계랑 예측통계를 함께 같은 종류로 분류하자

00:00:53.110 --> 00:00:55.110
추측통계학이 있다

00:00:58.310 --> 00:01:00.908
추측통계를 통해 우리는

00:01:00.920 --> 00:01:02.200
어떤 일에 대해 결론을 짓는데 사용한다

00:01:02.200 --> 00:01:06.500
자 그러면, 데이터에서 조금만 표본을 (샘플) 뽑았다고 하자

00:01:06.500 --> 00:01:08.890
우리는 그리고 표본과 전체 모집단의 대해 알아볼 것이다

00:01:08.890 --> 00:01:11.390
하지만 나는 당신들이 대충 표본과 전체 모집단의 차이에 대해 기본적인 이해는 있을 것이라고 믿는다.

00:01:11.390 --> 00:01:13.800
내가 만약 대통령 선거에 투표할 세 사람을 조사한다고 치면 나는

00:01:13.800 --> 00:01:16.500
결코 전체 집단을 조사하지 않았다.

00:01:16.500 --> 00:01:18.160
나는 표본만을 조사했다.

00:07:24.670 --> 00:07:26.760
오백만 개의 숫자가 있다고 치자.

00:07:26.760 --> 00:07:28.780
모든 수를 개별적으로 세는 것을 상상할 수 있는가?

00:07:28.780 --> 00:07:31.640
어쨋든, 들어가기에 앞서

00:07:31.640 --> 00:07:33.410
mode가 무엇인지 살펴보자