추가 적립 안내

통계 개념부터 활용까지, 만화로 쉽게 배운다!
수학에 약해도, 용어가 낯설어도
펼쳐보면 누구나 이해할 수 있는 비즈니스 통계책!

이제 통계를 모르고서는 비즈니스를 하기 어렵다. 상품 개발 및 관리, 마케팅, 홍보, 의사결정 등 어디 하나에도 통계가 쓰이지 않는 업무 분야가 없을 정도로 비즈니스와 통계는 밀접하게 연결돼 있다. 하지만 막상 직장인에게 자료를 수집해 통계적으로 분석해보라고 하면 다들 주뼛거리며 뒤로 물러선다. 이유는 간단하다. 통계라는 말만 들어도 머릿속이 하얘지고 가슴이 두근거리기 때문이다. 어렵고 복잡하다는 생각이 먼저 들어 엄두가 안 나는 것이다.
이 책은 통계의 ‘통’자도 모르던 영업사원이 데이터 분석부로 발령받는 이야기로 시작된다. 낯선 통계 용어와 복잡한 수학 공식 때문에 좌절하면서도 주인공은 데이터 분석부 부장의 가르침을 충실히 좇아 데이터를 분석하고 해석하는 방법을 배운다. 그리고 영업부 동기와 협력해 주 거래처의 의사결정을 돕는다. 인사이동이라는 극약 처방으로 통계의 중요성을 일깨운 사장, 일찌감치 통계의 중요성을 깨닫고 준비한 부장, 두 사람의 큰 그림 속에서 주인공은 통계 전문가로 거듭난다.
수학을 못 해도 통계학은 배울 수 있다. 이 책이 처음부터 하나하나 가르쳐주기 때문이다. 어려운 내용은 복습과 예습으로 해결! 중요 부분은 반복 또 반복! 통계 초보자에게 정말 권하고 싶은 책이다.

성인에게 수학과 통계학을 가르치는 명강사가
세상에서 가장 알기 쉽게, 깊이 있게, 재미있게 정리한 통계학 입문서!

• 개념과 핵심용어를 만화로 쉽게 익힌다.
• 활용에 중점을 두고 꼭 필요한 것만 배운다.
• 기술통계학에서 추론통계학까지 한번에 정리한다.
• 심도 있는 보충설명으로 이해의 폭을 넓힌다.

게이토 상사 영업부에서 일하다가 느닷없이 데이터 분석부로 발령받은 에토 게이타. 통계를 다루는 부서라는 정보만 가지고 데이터 분석부의 문을 두드리는데….
이제부터 게이타 앞에 숫자와 기호, 그래프 등이 가득한 통계 세상이 펼쳐진다. 시부야 가즈미 부장의 안내로 평균값, 중앙값, 최빈값이 뭔지 배우고 표준편차, 분산, 산포도, 회귀분석 같은 용어에도 익숙해진다. 여러 데이터를 비교하고 분류하는 방법, 숫자를 그래프로 표현하는 방법, 엑셀로 가설을 검정하는 방법 등을 차근차근 알아가면서 게이타는 통계 지식이 비즈니스 업무에 어떤 도움을 주는지 깨닫는다. 그리고 입사동기이자 경쟁자인 영업부의 후미노리와 함께 주 거래처 전무의 의사결정에 결정적인 도움을 준다. 이후 영업부로 복귀한 게이타는 가즈미 부장의 조언대로 통계를 업무에 활용해 큰 성과를 올린다.
이 책은 ‘도대체 통계란 무엇일까?’ 하는 게이타의 물음으로 시작해 ‘세상을 이해하려면 통계학이 필수!’라는 게이타의 답으로 끝난다. 통계는 세상을 읽는 도구다. 그래서 배우고 알아야 한다. ‘알기 쉽고, 깊이 있고, 재미있고, 충실한’ 이 책으로 통계 세상에 첫발을 내딛기 바란다. 어떤 책이든 끝까지 읽는 게 중요한데, 생생한 사례와 흥미진진한 통계 이야기를 읽다보면 마지막 책장까지 순식간에 달려갈 것이다.

프롤로그
주요 등장인물
감수의 글 _ 통계학은 놓치기에는 너무 아까운 업무 기술이 된다
프롤로그 _ 순서대로 배우면 쉬운 통계학
[만화] 도대체 통계란 무엇인가
만화 줄거리와 등장인물 소개

1장 통계학 입문 - 데이터를 모으고 분석한다
[만화] 소득을 다양한 시점에서 본다
Check Point 통계학은 사회 문제를 해결하는 방법
[만화] 평균값은 여러 대푯값 가운데 하나
[통계 이야기] 덧셈의 평균 ‘산술평균’과 곱셈의 평균 ‘기하평균’
[만화] 출현횟수로 구할 수 있는 최빈값
데이터를 정리해 그림으로 표현한다

[만화] 시험 결과를 ‘산포도’ 지표로 비교한다
Check Point ‘표준편차’ 사용방법
[만화] ‘편차’는 흩어진 정도를 나타내는 지표
[만화] 정규분포와 표준정규분포
[통계 이야기] 정규분포가 아닌 데이터의 비율 ‘체비세프 부등식’
[만화] ‘변동계수’로 평균이 다른 데이터 비교

[만화] 멀리 떨어진 수치에 주의한다
Check Point 히스토그램과 상자수염 그림
[만화] 그래프 보는 방법과 활용 시 주의사항
[통계 이야기] 데이터를 분류하는 기준은?

2장 다변량분석 입문 – 원인과 결과를 알아본다
[만화] 두 데이터를 산포도와 상관으로 분석한다
Check Point 다변량분석의 첫걸음
산포도로 상관을 시각화한다
상관계수 ‘r’이란
[만화] 상관계수 구하는 방법
산포도와 공분산의 관계성
[만화] 상관계수와 극단값

[만화] 허위상관에 주의한다
Check Point ‘상관이 있다’는 말의 의미는?
[만화] 허위상관을 찾는 ‘편상관계수’
통제변수 후보를 여러 개 만든다

[만화] 기호로 된 상관계수 수식을 읽는다
Check Point 만화 통계학 수식을 읽고 이해한다
[만화] 엑셀함수로 상관계수를 구한다
Check Point 엑셀함수와 계산 순서

3장 추론통계학 – 가설이 맞는지 확인한다
[만화] A안과 B안 중 어떤 안이 나을까?
Check Point 추론통계학이란?
[만화] 가설검정의 흐름
[만화] 가설검정할 때 주의사항

[만화] 설문조사 결과를 검정으로 뒷받침한다
Check Point 엑셀을 사용한 적합도 검정
엑셀을 사용한 독립성 검정

[만화] 회귀분석도 알아야 한다
Check Point 회귀분석으로 예측
[만화] 통계학을 의미 있게 사용하려면?

에필로그 _ 통계 지식이 삶의 질을 바꾼다
부록 1 _ 표준정규분포표
부록 2 _ 수식 정리
부록 3 _ 참고 도서

통계학에서 대푯값은 여러 개다
이 책에는 때때로 복잡한 수식이 등장한다. 이는 통계 용어를 효율적으로 표기하려는 것이므로 통계학을 처음 배울 때 통계 용어를 하나하나 제대로 이해하는 것이 중요하다. 그렇다고 난해한 말은 나오지 않으니 너무 걱정하지 않아도 된다. 맨 처음 배울 용어는 ‘평균값’이다.
평균값의 의미는 무엇일까? 많은 사람이 일상 대화에서 특별하게 크지도 작지도 않은, 맨 가운데라는 의미로 사용할 것이다. 그러나 평균값이 데이터의 중심을 나타내는 대푯값이라는 말은 실제로 통계학에서 사용하려 할 때는 너무 애매해서 다양하게 대푯값을 규정할 필요가 있다.
(/ p.30)

통계학은 데이터 값이 얼마나 흩어져 있는지에 주목한다
지금까지는 데이터 값의 ‘중심’에 주목했는데, 통계학에서는 ‘데이터가 얼마나 흩어져 있는지’에도 주목해야 한다. ‘무슨 말인가’ 싶겠지만 ‘데이터 값이 평균값 주변에 어떤 식으로 분포되고 또 떨어져 있는지’를 알아내기 위한 것으로 통계학에서는 매우 중요한 개념이다. 중심을 나타내는 지표를 ‘대푯값’, 흩어진 정도를 나타내는 지표를 ‘산포도(degree of scattery)’라 한다. 대푯값이 여러 개였던 것처럼 산포도 역시 여러 가지 지표를 가지고 있다. 산포도를 나타내는 지표를 자세히 살펴보기 전에 흩어진 정도가 무엇인지 느껴보자. 먼저 표준편차부터 보자.
(/ p.54)

[극단값] 극단값을 제외하거나 무시하지 않고 데이터를 살핀다
상관계수를 구할 때는 반드시 산포도를 그리자. 그다음 극단값이 숨어 있지는 않은지, 허위상관은 없는지 살핀다. 통계학을 활용할 때는 수학적으로 계산하고 수치를 보고 판단하는 것에만 중점을 두지 말고 다양한 요소를 봐야 한다. 통계분석은 현상을 파악하고, 회의 자료를 만들고, 계획을 세울 때 필요하다. 객관적인 분석으로 논의의 토대를 만들고 깊이 검토할 자료를 제시할 수 있다. 극단값을 데이터에서 주의할 값으로 남겨두는 이유는 그 극단값 주위에 보이지 않는 층화가 있을지 모르기 때문이다. 관점이 다른 고객들, 시장 수요, 그러한 일부가 극단값이 되어 떨어져 있을 가능성이 있다.
(/ p.138)

상관계수의 계산식을 읽어보자
이 책에서는 지금까지 표준편차와 공분산, 상관계수를 가능한 수학 기호를 사용하지 않고 설명했다. ‘통계학＝수식＝기호’라는 이미지는 통계학이 어렵고 전문적이라는 벽을 만들어버렸다. 그래서 통계학과 아예 담을 쌓고 사는 사람들이 많았다. 그러나 수식 없이 통계학을 알아보면서 두 걸음 혹은 세 걸음이나 통계학의 세계에 발을 내디뎠다. 이제 지금까지 배운 내용을 되돌아보면서 통계학의 수식을 공부해보자. 여기서의 수식은 이미 공부한 내용을 기호로 나타낸 것이다. 수학 기호는 배운 것을 편리하게 설명하기 위한 도구다.
(/ p.157)

가설검정을 사용해 때로는 위험한 선택도 한다
가설검정을 잘하려면 ‘데이터를 어디까지 수집할 수 있을지’, ‘유의수준을 어떤 식으로 설정할지’가 중요하다. 그러나 시간과 노력을 들여 데이터를 모아도 그 판단이 항상 참이라고 할 수는 없다. 또 판단할 때는 ‘확실하지만 늦는 것’과 ‘불확실하지만 빠른 것’으로 나눠 사용해야 한다. ‘문맥’과 ‘입장’, ‘상황’을 보고 가설검정의 결과를 어떻게 수용할지 판단하자.
이익을 얻기 위해 어느 정도의 위험이 허용된다면 유의수준을 높게 설정하고 한정된 데이터 수로 판단하는 것도 때로는 필요하다. 그러나 의약품과 식품 등 안전성이 중요한 사업에서는 유의수준을 낮게 설정하고 비용을 들여서라도 데이터 수를 충분히 모아야 한다. 무엇을 위해 가설을 검정하는지 한 번 더 생각하고 엑셀을 사용해 p값을 산출해보자.
(/ p.201)

‘독립성 검정’도 적합도를 검정하고 있다
추론통계학의 가설검정 방법으로 ‘적합도 검정’과 ‘독립성 검정’을 살펴보았다. 둘 다 기대빈도표에 가까운 것인지 조사하는 검정이었다. ‘적합도’는 기댓값과 기대빈도표와의 적합 정도를 본다. 한편 ‘독립성’은 한 그룹과 또 다른 그룹의 관련성과 기댓값과 관측값의 적합 정도를 보고 있다. 결국 독립성 검정은 적합도 검정의 일종이다. 그렇다면 독립성 검정으로 무엇을 알 수 있을까? ‘도시 근교와 교외, 디자인 A와 디자인 B가 관련성이 없는 것은 아니다’, ‘검토의 여지가 있다’라고 말할 수 있다. 그러나 ‘디자인 A가 좋다’, ‘교외에서는 디자인 B가 효과적이다’라고 하는 회사 내부의 ‘굳건한 믿음’은 사라졌다. 대신 논의할 수 있는 토대를 가설검정이 제공할 수 있다. 통계학은 진실을 알 수 있는 것이 아니다. 토대를 준비해 논의를 진행할 수 있도록 돕는다.
(/ pp.216~217)