데이터의 허와 실, 평균의 함정과 심슨의 역설!

본 글은 데이터 분석 시 흔히 발생하는 평균값의 함정과 심슨의 역설에 대해 설명합니다. 사회초년생 평균 임금, 대기업 평균 연봉, 고객 장바구니 사이즈 등의 예시를 통해 단순 평균값만으로는 데이터의 전체 분포와 실제 상황을 제대로 파악하기 어렵다는 점을 지적합니다.

특히, A기업과 B기업의 평균 연령 및 연봉 비교를 통해 데이터를 세분화하여 분석해야 하는 중요성을 강조합니다. 또한, 1973년 UC 버클리 대학원 입학 성차별 소송 사례를 통해 심슨의 역설을 소개하며, 전체 집단에서는 특정 그룹에 유리해 보였던 결과가 특정 하위 그룹으로 나누어 분석하면 반전될 수 있음을 보여줍니다.

따라서 데이터 분석 결과를 해석할 때는 평균값에만 의존하지 않고, 데이터의 분포와 맥락을 함께 고려하는 올바른 분석 방법의 중요성을 역설합니다.