[데이터 분석]: 데이터 타입의 이해

목록

1. 숫자형 데이터(Numerical Data)

    1-1. 연속형 데이터(Continuous Data)

    1-2. 이산형 데이터(Discrete Data)

2. 범주형 데이터(Categorical Data)

    2-1. 명목형 데이터(Nominal Data)

    2-2. 순서형 데이터(ordinal Data)

3. 쉽게 정리해보기

 

데이터 분석 과정에서 가장 기본이 되는것은,

자신이 다루고 있는 데이터의 타입과 그 역할을 정확하게 파악하는 것입니다.

 

데이터의 유형에 따라 적용할 수 있는 분석 방법과 해석 방식이 달라지기 때문에, 

올바른 타입 분류는 성공적인 분석의 가장 기본이라고 할 수 있습니다.

 

데이터는 크게 숫자형과 범주형으로 구분을 할 수가 있습니다.

이 둘의 구분이 어떻게 데이터 분석을 할 것인지를 결정하는 가장 중요한 기준이 됩니다.

 

숫자형 데이터(Numerical Data)

숫자형 데이터는 말 그대로 수치로 표현할 수 있고, 산술 연산이 가능한 데이터들을 말합니다.

ages = [45, 67, 32, 29, 58]

 

예를 들어 나이와 같은 값은 평균, 중앙값 등을 계산할 수 있고,

값의 크기를 비교하는 것도 가능합니다.

이러한 데이터는 히스토그램이나 산점도와 같은 시각화를 통해 분포를 분석하는 데 자주 활용됩니다.

 

숫자형 데이터에는 다시 값의 특성에 따라서 연속형과 이산형으로 나눌 수 있어요.

 

연속형 데이터(Continuous Data)

연속형 데이터는 이론적으로 계속해서 세분화를 할 수 있는, 데이터 값들 간에 끊어지지 않는 연속적인 값들을 말합니다.

heights = [175.2, 162.7, 180.1, 158.5, 170.8]

 

키나 몸무게처럼 소수점까지 표현이 가능하고, 값과 값 사이가 끊어지지 않고 이어지는 특징을 가집니다

 

세분화되어서 나타내다 보니, 구간 별 분포 분석에 유용하고 정규분포 등과 같은 연속 확률 분포에 적용이 가능합니다.

따라서, 회귀 분석을 할 때에 적합하다는 특징을 가지고 있어요.

 

이산형 데이터(Discrete Data)

반면, 이산형 데이터는 정수로만 표현이 되는 값들을 말합니다.

room_numbers = [101, 205, 312, 108, 220]

 

예를 들어 방 번호나 방문 횟수 등이 이에 해당하는데요,

연속적인 값들이 아니기에 중간값 자체의 의미는 딱히 없습니다.

 

횟수 혹은 개수 분석을 할때 적합하다는 특징을 가지고 있고,

이런 특징들로 포아송 분포 등의 이산 확률 분포를 적용할 때 유용합니다.

 

범주형 데이터(Categorical Data)

범주형 데이터는 분류나 그룹을 나타내는데요,

이 데이터들은 산술 연산의 의미 자체가 없는 데이터들을 말합니다.

blood_types = ['A', 'B', 'O', 'AB']

 

혈액형처럼 산술 연산이 의미 없는 데이터가 대표적이고,

여기서 평균이나 합계를 구하는 것은 적절하지 않겠죠? 

 

즉, 빈도나 비율 분석을 중심으로 진행되고, 

막대그래프나 파이차트로 시각화를 할 수가 있어요.

이러한 데이터는 카이제곱 검정 등에서 자주 적용이 됩니다.

 

범주형 데이터에서도 다시 범주 간의 순서 관계에 따라 명목형과 순서형으로 구분을 할 수가 있어요.

 

명목형 데이터(Nominal Data)

명목형 데이터는 단순히 그룹을 나누는 역할로서, 범주 간에 순서나 서열이 없는 데이터를 말합니다.

departments = ['내과', '외과', '정형외과', '소아과', '내과']

 

병원 내 각 진료과들과 같이 어느 과가 더 우선이거나 서열이 더 높다거나 그런것이 없이,

단순히 그룹을 구분해주는 역할만 합니다.

 

이들은 더미 변수로 변환해서 분석을 할 수가 있겠고,

카이제곱 검정을 적용할 때 유용합니다.

 

순서형 데이터(ordinal Data)

순서형 데이터는 범주 간에 명확한 순서나 등급이 있는 데이터를 말하는데요.

pain_levels = ['없음', '경미', '보통', '심함', '매우심함']

 

다음과 같이 고통의 수준에 따라 나눌 수 있는, 등급을 매길 수 있는 값들을 말할 수 있어요.

 

이처럼 범주 간에 순서가 명확하고,

이들 사이의 중간값이나 백분위수 계산이 가능합니다.

따라서, 순위를 기반으로 하는 분석 방법 등에 적용이 가능합니다.

 

쉽게 정리해보기

상황에 따라 어떤 데이터를 사용해야할지를 쉽게 한번 정리를 해봣는데요!

 

1. 이 데이터로 평균을 구하는 것이 의미가 있는 일일까?

• Yes: 숫자형
• No: 범주형

2. 소수점 값이 의미가 있는가?

• Yes: 연속형
• No: 이산형

3. 범주 간에 순서가 있는가?

• Yes: 순서형
• No: 명목형

 

데이터 분석에서 중요한 것은 데이터의 타입을 정확히 이해하고, 그에 맞는 방법으로 분석하는 것입니다.

데이터 타입을 올바르게 구분하지 못한다면 잘못된 분석 결과를 얻을 수 있기 때문에,

이 점을 유의해서 데이터 타입 구분을 헷갈리지 않게 숙지해야할 것 같아요🧐