데이터 분석 전문가를 위한 통계학

확률과 통계의 원리, 정의, 수식, 이론적 배경을 체계적으로 학습하세요

이론 중심 학습

공식 해설

실제 예시

원하는 개념·랩·가이드를 검색해보세요

Ctrl K

동전을 10번 던져 7번 앞면, 이 동전은 조작됐을까?

동전을 10번 던졌더니 앞면이 7번 나왔습니다. 조작된 동전일까요, 아니면 그저 우연일까요? 눈앞의 숫자만 보면 "앞면이 많이 나왔으니 수상하다"고 느끼지만, 통계학은 "정상 동전이라도 이 정도는 흔히 일어난다"고 답합니다. 확률과 통계는 이렇게 우연과 진짜 신호를 구분하는 언어입니다. 여론조사 몇 명이면 충분한지, 신약이 정말 효과가 있는지, A/B 테스트 결과를 믿어도 되는지 — 모두 같은 원리 위에 있습니다.

이 페이지에서 배우고 나면

눈에 보이는 결과가 우연인지 의미 있는 신호인지 확률로 판단할 수 있습니다.
"표본이 크면 항상 정확하다"거나 "확률이 낮으면 안 일어난다" 같은 흔한 오해를 바로잡을 수 있습니다.
정규분포·중심극한정리가 왜 통계 곳곳에 등장하는지 설명할 수 있습니다.

실제로 어디에 쓰일까?

일부 표본에서 전체를 추정하고, 우연과 신호를 구분해야 하는 분야라면 어디든 확률·통계가 바탕이 됩니다.

여론·설문 조사

수천 명의 표본으로 전체 유권자·소비자의 의견을 추정

임상시험·신약 검증

치료 효과가 우연이 아닌지 통계적으로 검정해 승인 여부를 판단

A/B 테스트

두 버전의 차이가 진짜 개선인지 통계적 유의성으로 확인

품질 관리

공정 데이터의 변동에서 정상 범위와 이상 신호를 구분

보험·리스크 계리

사고·수명 데이터의 확률 분포로 보험료와 위험을 산정

스포츠 분석

선수·경기 데이터로 성과를 평가하고 전략을 최적화

효과적인 학습 및 탐구 방법

개념을 실생활 예시로 연결해서 이해
수식보다는 개념의 의미에 집중
실제 데이터로 직접 계산해보기
헷갈리는 개념들은 비교표 만들기
통계 소프트웨어 활용하기

꾸준한 복습으로 개념 정착

실습으로 학습 완성하기

이론을 익혔다면 직접 실험·실습으로 개념을 체화하세요

이론 메인으로 기술통계 실습 확률·통계 실습 다음 단계 — 기계학습 이론