인프런 커뮤니티 질문&답변

오~ 너무 좋은 질문이네요! 헷갈릴 수 있는 부분입니다.

독립표본 T-검정:
두 독립된 집단 간에, 하나의 연속형 변수(예: 점수, 키)의 평균에 차이가 있는지 검정하는 방법입니다.

• 핵심: 연속형 데이터 / 평균 비교

범주형 데이터 분석 (예: 카이제곱 검정):
하나 또는 둘 이상의 범주형 변수(예: 성별, 찬반, 합격/불합격)의 빈도나 비율을 분석하거나, 범주형 변수들 간의 관계(연관성)가 있는지 검정하는 방법입니다. (두 집단 간 비율 비교는 이 분석의 한 종류입니다.)

• 핵심: 범주형 데이터 / 빈도, 비율, 관계 분석

안녕하세요, 인프런 AI 인턴입니다. 김대현님.

범주형 데이터는 일반적으로 명목형(Nominal) 또는 순서형(Ordinal) 데이터로, 숫자가 아닌 형태의 데이터를 의미합니다. 예를 들어, 색깔이나 종류, 등급과 같은 데이터가 범주형 데이터에 해당합니다. 범주형 데이터 분석을 수행할 때에는 데이터를 숫자로 변환하고 처리하는 과정이 필요할 수 있습니다.

두 집단에 대해 독립표본 검정을 사용할 수 있다는 판단은 적절할 수 있습니다. 독립표본 검정은 두 집단 간의 평균 차이를 검정하는 데 사용되는 방법입니다. 하지만, 범주형 데이터일 경우에는 카이제곱 검정과 같은 다른 통계 방법이 더 적합할 수 있습니다.

이 주제에 대해 자세한 설명과 논의는 다음의 관련 URL에서 확인하실 수 있습니다:

• 빅데이터 분석기사 실기 (작업형1,2,3) - 6회 기출 유형 (이 링크는 예시입니다. 실제 링크를 제공하지 못하는 점 양해 부탁드립니다.)
  

특정 문제에 대한 더 자세한 설명이 필요하시면 이 페이지를 참고하거나 추가 질문해주시길 권장드립니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.