Ch7. 데이터 시각화와 분석 결과 해석

왜 시각화가 중요한가: 앤스콤의 콰르텟

같은 기술통계(평균, 분산, 상관계수)를 가지는 4개의 데이터셋이 시각화하면 완전히 다른 패턴을 보입니다. 데이터를 반드시 시각화해야 하는 이유입니다.

히스토그램: 연속형 변수의 분포. 구간별 빈도.

언제: 데이터가 어느 범위에 많이 분포하는가?

박스플롯: Q1, 중앙값, Q3, 이상값을 한눈에.

언제: 여러 그룹의 분포를 비교할 때
박스플롯: ─○─[  | ]────○
              최소  Q1 중앙값 Q3  최대

산점도: 두 연속형 변수 간 관계.

언제: 두 변수의 상관관계, 패턴, 이상값 확인

버블 차트: 산점도 + 세 번째 변수를 버블 크기로 표현.

막대 차트: 범주별 값 비교. 수직/수평. 누적 막대: 전체 대비 각 부분의 비율.

선 그래프: 시간에 따른 변화. 시계열 데이터. 영역 차트: 선 그래프 + 아래 영역 채움.

히트맵: 매트릭스 형태의 상관계수. 색상으로 강도 표현. 페어플롯: 여러 변수 쌍의 산점도 행렬.

차트 선택 원칙: 1) 목적 먼저(비교? 분포? 관계? 추세?), 2) 데이터 유형(범주형? 연속형? 시계열?), 3) 데이터 수에 맞는 차트. 과도한 장식은 정보 전달을 방해합니다.

코로플레스 지도: 지역별 값을 색상 강도로 표현. (인구밀도, 투표율)

버블 맵: 지리 위치에 버블 크기로 값 표현.

박스플롯 ★★★★★ : Q1-중앙값-Q3-이상값. 그룹 간 분포 비교의 필수 도구. 이상값 탐지에도 활용.

히트맵 ★★★★☆ : 상관 행렬 시각화의 표준. 색상 강도로 변수 간 관계 한눈에 파악.

차트 선택 원칙 ★★★★★ : 비교=막대, 분포=히스토그램/박스플롯, 관계=산점도, 추세=선그래프. 목적에 맞는 선택.

Q1. 지역별(서울/부산/대구/광주) 소득 분포를 비교하려 한다. 가장 적합한 차트는?

박스플롯(Box Plot)이 가장 적합합니다. 각 지역의 중앙값, Q1, Q3, 이상값을 동시에 비교할 수 있습니다. 단순 막대 차트는 평균만 보여주므로 분포의 형태와 이상값을 놓칩니다.

Q2. 마케팅 지출과 매출 간의 관계를 분석하려 한다. 어떤 차트를 사용하는가?

산점도(Scatter Plot)를 사용합니다. 두 연속형 변수 간의 상관관계, 선형/비선형 패턴, 이상값을 시각적으로 확인할 수 있습니다. 추세선(회귀선)을 추가하면 관계의 방향과 강도를 더 명확히 볼 수 있습니다.