상관관계와 인과관계 차이: 함께 움직인다고 원인은 아니다
상관관계와 인과관계 차이는 데이터 해석에서 가장 자주, 그리고 가장 위험하게 헷갈리는 지점입니다. 보고서에서 “A를 한 사람이 B도 더 많이 했다”는 문장을 보면 우리는 곧바로 “A가…
분석 데스크
분석 데스크
상관관계와 인과관계 차이: 데이터 해석 오류를 피하는 법
아이스크림 판매량이 늘어나는 날에는 익사 사고도 늘어난다는 말을 들으면, 아이스크림이 위험하다고 결론낼 수 있을까요. 데이터는 두 숫자가 함께 움직인다는 흔적을 보여줄 수 있지만, 그 흔적만으로…
행동 아카이브
의사결정 피로 줄이는 방법: 선택 부담을 낮추는 실전 루틴
저녁에 냉장고 문을 열고도 무엇을 먹을지 정하지 못하는 날이 있다. 큰 문제가 생긴 것도 아닌데 배달앱을 열었다 닫고, 냉동식품을 꺼냈다 다시 넣고, 결국 아무거나 고른…
추천 사이트 리뷰
외부 인증과 신뢰의 메커니즘, 검증 시스템의 작동 원리
어떤 것을 믿을 것인가에 대한 답은 거의 언제나 그 대상 자체보다 그 대상을 평가하는 제3자에게 달려 있다. 내가 어떤 사람이 신뢰할 만한지 확신할 수 없을…
행동 아카이브
후견편향과 도박사의 오류, 시간 인식의 두 함정
과거를 돌아볼 때 우리는 모든 것이 명확해 보인다. 그 결과가 일어났을 수밖에 없었다고 느끼고, 그래서 그것을 미리 예측할 수 있었어야 한다고 생각한다. 그리고 다음 사건에…
분석 데스크
분산과 표준편차, 산포를 읽는 통계의 알파벳
평균만으로는 어떤 것도 정확히 말할 수 없다. 데이터의 진짜 모습은 평균 주변에 분포가 어떻게 펼쳐져 있는가에서 드러난다. 분산과 표준편차는 그 펼쳐짐을 정량화하는 가장 기본적인 도구이며,…
사냥터 리포트
데이터 시각화의 왜곡, 그래프가 거짓말하는 방식
같은 데이터로 정반대의 이야기를 할 수 있다. 그래프 한 장이 전달하는 메시지는 데이터 자체보다 그 데이터를 시각화하는 방식에 더 큰 영향을 받는다. 축의 범위, 색의…
정보 공유
마르코프 체인, 상태 전이의 확률 모델
현재의 상태가 미래를 결정한다는 가정. 이 단순해 보이는 명제 위에 마르코프 체인(Markov chain)이라는 확률 모델이 서 있다. 1906년 안드레이 마르코프가 도입한 이 개념은 이후 한…
행동 아카이브
매몰비용 오류와 그만두기의 어려움
이미 들어간 돈은 의사결정에 영향을 줘서는 안 된다. 합리성의 가장 기본적인 원칙 가운데 하나지만, 인간의 뇌는 이 원칙을 거의 지키지 못한다. 매몰비용 오류(sunk cost fallacy)는…
분석 데스크
신호 대 잡음비, 작은 신호를 가려내는 법
의미 있는 신호는 거의 언제나 잡음 속에 묻혀 있다. 데이터에서 진짜 패턴을 가려내는 일이 어려운 이유는 단순히 데이터가 많기 때문이 아니라, 의미 없는 변동이 의미…