통계/데이터분석 면접 문제집

데이터 특성:

• 평균 > 중앙값 → 오른쪽으로 치우친 분포 (Right-skewed)
• 소수의 고액 구매자가 평균을 끌어올림
• 대다수 고객은 8만원 이하로 구매

지표 선택:

• 대표값: 중앙값 (8만원) 사용 권장
• 보고용: “고객의 절반은 8만원 이하 구매” 표현
• 매출 예측: 평균 사용 (전체 합계 관련)

추가 분석:

# 왜도 확인
from scipy import stats
skewness = stats.skew(df['amount'])
print(f"왜도: {skewness:.2f}")  # 양수면 오른쪽 치우침
 
# 분위수 확인
print(df['amount'].quantile([0.25, 0.5, 0.75, 0.9, 0.99]))

면접관 포인트:

“어떤 상황에서 평균을 써야 하나요?” → 정규분포, 전체 합계 관련 지표

❌ 틀린 해석:

• “효과가 있을 확률이 3%다”
• “귀무가설이 맞을 확률이 3%다”

✅ 올바른 해석:

“귀무가설이 참일 때, 현재 관측된 결과(또는 더 극단적인 결과)가 나올 확률이 3%다”

쉽게 설명:

• “만약 진짜 효과가 없다면, 이런 결과는 100번 중 3번만 나온다”
• “우연치곤 드문 결과이므로, 효과가 있다고 판단”

p-value 한계:

1. 효과의 크기는 알려주지 않음
2. 표본 크기가 크면 작은 차이도 유의
3. 0.05 기준은 자의적

면접관 포인트:

“p-value가 0.051이면 효과가 없는 건가요?” → 경계값 문제, 효과 크기 함께 고려

정의:

• 1종 오류 (α): 효과 없는데 있다고 판단 (False Positive)
• 2종 오류 (β): 효과 있는데 없다고 판단 (False Negative)

신약 테스트:

• 1종 오류: 효과 없는 약 승인 → 환자 피해 (더 심각)
• 2종 오류: 효과 있는 약 탈락 → 기회비용

반대 케이스 - 스팸 필터:

• 1종 오류: 정상 메일을 스팸으로 → 중요 메일 놓침 (더 심각)
• 2종 오류: 스팸을 정상으로 → 약간의 불편

Trade-off:

α ↓ (보수적) → β ↑
α ↑ (공격적) → β ↓

비즈니스 적용:

• 의료/안전: 1종 오류 최소화 (α = 0.01)
• 마케팅 테스트: 2종 오류 고려 (검정력 80% 이상)

면접관 포인트:

“검정력이란 무엇인가요?” → 1 - β, 실제 효과를 탐지할 확률