[성동 1기 전Z전능 데이터 분석가] Day 28

• EDA(Exploratory Data Analysis): 탐색적 데이터 분석
  
  • 주어진 데이터를 탐색하고 이해하는 과정
  • 주어진 데이터들 안에서 다양한 패턴이나 잠재적인 문제들을 발견
  • 가설을 세우기 전에 데이터를 이해하는 과정
• EDA를 왜 하는 것일까?
  • 데이터 자체에 대한 이해와 해석이 잘못되면 추후의 데이터 분석의 결과가 잘못될 가능성이 크다.
• EDA의 분석 대상
  • 일변량(Univariate): EDA를 통해 파악하려는 변수 1개(데이터를 설명하고 패턴을 찾는 것이 목적)
    →어떤 대상의 성격을 규명하기 위하여 한 가지 측면에서 그 대상을 관찰하고 분석
  • 다변량(Multi-variate): EDA를 통해 파악하려는 변수 여러개(변수들 간의 관계를 보는 것이 목적)
    →여러 개의 독립변수에 여러 개의 종속변수를 동시에 분석
    →여러 각도와 측면에서 변수들의 관계를 분석하는 것에 유용
• EDA의 분석 종류
  • 시각화 분석: 차트, 그림 등을 이용하여 데이터를 확인 →데이터를 한 눈에 파악하여 대략적인 형태 파악
  • 비시각화 분석: 그래픽적 요소 없이 주로 "요약통계량"으로 확인 →정확한 값을 파악하기 좋음
• EDA의 분석 유형
  • 일변량 시각화
    1. 연속형: 히스토그램 / BOX PLOT / 막대 차트
    2. 범주형: BAR CHART / PIE CHART
  • 다변량 시각화
    1. X 범주형/ Y 연속형: BAR CHART / 집단간 통계비교
    2. X 연속형/ Y 연속형: 분산형 차트 (Scattor Plot)
    3. X 순서형 / Y 연속형: 선 차트 / 순서(시간)에 따른 연속값 추이