통계학 입문: 기술통계와 빈도주의 추론의 완전 가이드

이 강의노트는 2019년 8월에 작성된 ‘Foundations of Descriptive and Inferential Statistics’라는 제목의 교재를 한국어로 요약·분석한 자료이다. 전체는 13개의 장과 부록으로 구성되어 있으며, 크게 세 부분으로 나뉜다. 첫 번째 파트(1~5장)에서는 통계변수의 개념과 척도(level) 체계, 원시 데이터 행렬 및 데이터셋 관리 방법을 소개한다. 이어 일변량 빈도분포를 다루며 절대·상대 빈도, 이산·연속형 누적분포함수(CDF)를 정의하고, 이를 시각화하는 방법을 제시한다. 중심경향 측정으로는 모드, 중앙값, α‑분위, 5‑수 요약, 표본 평균, 가중 평균을 상세히 설명하고, 변동성 측정으로는 범위, 사분위 범위, 표본 분산·표준편차, 변동계수, 표준화 과정을 단계별로 전개한다. 왜도와 첨도 같은 비대칭·첨두도 측정도 포함되며, 로렌츠 곡선과 정규화된 지니계수를 통해 데이터의 불평등·집중도를 정량화한다. 두 번째 파트(6~8장)에서는 확률론의 기초를 다룬다. 무작위 사건, 코흐마고로프의 확률 공리, 라플라스 실험, 조합론(순열·조합·변형) 등을 설명하고, 조건부 확률과 전법칙·베이즈 정리를 제시한다. 이산 확률변수와 연속 확률변수의 정의, 기대값·분산·표준편차에 대한 변환 규칙, 표준화 과정을 다루며, 두 변수의 결합분포·주변·조건부분포와 베이즈 정리의 다변량 확장, 공분산·상관계수도 소개한다. 이어서 표준 일변량 확률분포(균등, 베르누이·이항, 초등, 포아송, 연속 균등, 정규, χ², t, F, 파레토, 지수, 로지스틱, 특수 쌍곡선, 코시)와 중심극한정리를 정리한다. 세 번째 파트(9~13장)에서는 실증연구에 필수적인 리커트 척도의 합산점수화 방법을 설명하고, 표본추출 기법(단순, 층화, 군집)을 제시한다. 추정량 함수와 신뢰구간(평균·분산) 설정 방법을 다루며, 가설 검정 절차를 전반적으로 정리한다. 구체적으로는 p‑값 정의, 일표본 χ² 적합도 검정, 일표본 t·Z 검정, 일표본 χ² 분산 검정, 독립표본 t·Mann‑Whitney·F 검정, 대응표본 t·Wilcoxon 검정, χ² 동질성 검정, 일원배치 분산분석(ANOVA)과 비모수 Kruskal‑Wallis 검정을 포함한다. 이어서 상관분석과 선형 회귀(회귀계수 t‑검정, 회귀모형 F‑검정)와 순위 상관분석, χ² 독립성 검정을 다룬다. 각 장마다 R, SPSS, Excel, OpenOffice(또는 GNU PSPP)에서 동일 분석을 수행할 수 있는 명령어와 코드 예시가 제공된다. 특히 R을 이용한 그래프와 데이터셋 예제가 풍부하며, RStudio와 R‑Tutor 등 학습 지원 사이트를 안내한다. 부록에는 주성분 분석, 거리 측정, 온라인 설문 도구 목록, 용어 사전, 참고문헌 등이 포함되어 있다. 전체적인 강점은 내용이 포괄적이며, 이론과 실습을 동시에 제공한다는 점이다. 특히 빈도주의(빈도론) 접근을 명확히 하고, 효과크기와 검정력에 대한 강조가 현대 연구에 적합하다. 다만, 각 검정에 대한 전제조건 검증(정규성, 등분산성 등)이 간략히 다루어져 있어, 실제 적용 시 추가적인 진단 절차가 필요하다. 또한 연습문제와 해답이 교재에 포함되지 않아 강의자나 학습자가 별도로 준비해야 하는 부담이 있다. 결론적으로, 이 강의노트는 사회과학·경제·금융 분야에서 통계 분석을 처음 배우는 학생과 실무자를 위한 종합적인 입문서이며, 최신 통계 소프트웨어와 하이퍼링크를 활용해 학습 효율을 높인 실용적인 교재라고 평가할 수 있다.