2023. 9. 19. 07:59ㆍ1. Data Analyst/1-0-2. Statistics (통계)
통계적 가설 검정은 연구와 결정을 할 때 중요한 도구 중 하나입니다. 또한 분석에 조금만 관심이 있다면 한번 쯤은 들어봤을 흔한 용어이기도 합니다. 가설 검정 과정에서 발생가능한 오류는 총 두 가지로 '1종 오류'와 '2종 오류'가 있습니다. 이러한 오류들이 실제 상황에서 어떻게 나타날 수 있는지 예시를 통해 알아보겠습니다.
1종 오류 (False Positive)란?
1종 오류란 귀무가설(H0)이 참인데 기각하는 경우를 의미합니다. 1종오류의 예시는 다음과 같습니다.
1. 의료 진단:
환자가 실제로 건강하지만 의사가 양성 판정을 내린 경우. 이로써 환자는 불필요한 치료나 스트레스를 경험할 수 있습니다.
2. 범죄 조사:
무고한 사람이 유죄 판결을 받은 경우. 이것은 정의에 대한 침해로 이어질 수 있습니다.
3. 제약 회사:
새로운 약물이 실제로는 효과가 없지만 유의미한 효과가 있다고 잘못 발표한 경우. 이로써 환자들은 효과 없는 약물을 사용하게 될 수 있습니다.
4. 경제 정책:
정부가 물가 상승을 억제하기 위한 조치를 취했지만 실제로는 인플레이션과 관련이 없는 경우. 이로 인해 경제에 부정적 영향을 미칠 수 있습니다.
5. 학문적 연구:
연구 결과가 유의미한 것으로 나타났지만 실제로는 실험 결과에 아무런 효과가 없는 경우. 이것은 지식의 오인을 초래할 수 있습니다.
2종 오류 (False Negative)
2종 오류란 귀무가설(H0)이 거짓인데 채택하는 경우를 의미합니다. 2종오류의 예시는 다음과 같습니다.
1. 의료 진단:
환자가 실제로 질병을 가지고 있지만 의사가 음성 판정을 내린 경우. 이로 인해 질병의 조기 발견과 치료가 놓칠 수 있습니다.
2. 범죄 조사:
범죄자가 범행을 저질렀지만 경찰이 증거를 발견하지 못한 경우. 범죄자가 처벌을 받지 않을 수 있습니다.
3. 제약 회사:
실제로 효과가 있는 약물을 개발했지만 임상 시험에서 효과가 없다고 나온 경우. 이로 인해 효과 있는 치료법이 환자들에게 제공되지 않을 수 있습니다.
4. 품질 관리:
제조업체가 제품 불량률을 줄이기 위해 프로세스를 변경했지만 여전히 불량품이 생산되는 경우. 이로 인해 고객 만족도가 하락할 수 있습니다.
5. 안전 검사:
비행기 출발 전 안전 검사에서 위험한 물질을 감지하지 못해 테러 위협이 놓친 경우. 이로 인해 여행자들의 안전이 위험에 노출될 수 있습니다.
통계적 가설 검정을 수행할 때, 이러한 오류들을 최소화하고 신뢰할 수 있는 결론을 내리기 위해 조심스러운 접근이 필요합니다. 연구 및 의사 결정 과정에서 이러한 오류를 고려하는 것은 중요합니다.
'1. Data Analyst > 1-0-2. Statistics (통계)' 카테고리의 다른 글
차트 - 데이터 분포확인이 중요한 이유 (0) | 2024.01.19 |
---|---|
사분위수 - 이상치(outlier) 탐지 (0) | 2024.01.19 |
T-test (0) | 2024.01.17 |
Linear Regression - 선형회귀 개념 및 결과 해석방법 (매우쉬움) -2 (1) | 2023.09.07 |
Linear Regression - 선형회귀 개념 및 결과 해석방법 (매우쉬움) -1 (0) | 2023.09.07 |