통계 계산기
숫자 데이터를 입력하여 평균, 중앙값, 표준편차, 분산 등의 기술통계량을 계산하고 데이터 분포를 분석합니다.
예시 데이터셋
📝 다양한 분야의 예시 데이터
📚 시험 점수
학생들의 수학 시험 점수 (100점 만점)
85, 92, 78, 96, 88, 73, 91, 82, 95, 79
📏 키 데이터
성인 남성 키 데이터 (cm)
175, 168, 182, 171, 177, 165, 180, 173, 169, 176
💰 매출 데이터
월별 매출액 (만원)
450, 520, 380, 610, 490, 550, 420, 580, 510, 470
🌡️ 기온 데이터
일일 최고기온 (°C)
28, 32, 25, 30, 27, 29, 31, 26, 33, 24
📊 편향 분포
소득 분포 (만원)
300, 320, 280, 350, 290, 500, 800, 310, 330, 1200
🔢 큰 데이터셋
제품 만족도 점수 (30개)
4.2, 3.8, 4.5, 3.9, 4.1...
통계량 설명
📊 중심경향 측도
- 평균(Mean): 모든 값의 합 ÷ 개수
- 중앙값(Median): 정렬된 값의 중간값
- 최빈값(Mode): 가장 자주 나타나는 값
- 기하평균: n개 값의 n제곱근
📏 산포 측도
- 범위(Range): 최댓값 - 최솟값
- 분산(Variance): 편차 제곱의 평균
- 표준편차(SD): 분산의 제곱근
- 변동계수: (표준편차 ÷ 평균) × 100
📈 분위수
- Q1 (25%): 하위 25% 지점
- Q2 (50%): 중앙값과 동일
- Q3 (75%): 하위 75% 지점
- IQR: Q3 - Q1 (사분위 범위)
🎯 분포의 형태
- 왜도(Skewness): 분포의 비대칭 정도
- 첨도(Kurtosis): 분포의 뾰족한 정도
- 정규성: 종 모양 분포 여부
- 이상치: Q1-1.5×IQR 미만, Q3+1.5×IQR 초과
통계의 실생활 활용
🎯 다양한 분야에서의 활용
- 교육: 학생 성적 분석, 평가 기준 설정
- 비즈니스: 매출 분석, 품질 관리, 고객 만족도
- 의학: 임상시험, 건강 지표 분석
- 스포츠: 선수 성적 분석, 팀 전력 평가
- 제조업: 품질 관리, 공정 개선
- 마케팅: 소비자 행동 분석, A/B 테스트
- 금융: 투자 위험도, 포트폴리오 분석
- 연구: 실험 결과 분석, 가설 검정
📋 통계 분석 프로세스
- 데이터 수집: 신뢰할 수 있는 데이터 확보
- 데이터 정제: 이상치, 결측값 처리
- 기술통계: 중심경향, 산포 측정
- 시각화: 히스토그램, 상자그림 등
- 해석: 결과의 의미와 시사점 도출
- 의사결정: 분석 결과 기반 행동 계획
참고: 통계 분석은 데이터의 품질과 표본의 대표성에 크게 의존합니다. 중요한 의사결정을 위해서는 전문적인 통계 분석을 받으시기 바랍니다.