이 단원은 173강부터 177강까지를 맡습니다. 자료가 어떻게 만들어졌는지 묻습니다.
01단원부터 03단원까지는 자료가 이미 있다고 두었습니다. 정리하고, 요약하고, 그렸습니다.
172강 문제 4에서 그림에 없는 것을 물어야 한다고 했습니다. 없는 것이 왜 없는지는 자료를 모은 방식이 정하며, 이 단원이 그 방식을 다룹니다.
그리고 이 단원이 앞의 셋을 뒤집습니다. 얻고 요약하고 보는 일을 다 잘해도, 표본이 틀렸으면 전부 틀립니다.
| 강의 | 하는 일 |
|---|---|
| 173 | 뽑는 방법을 세우고 치우침이 크기와 무관함을 보입니다 |
| 174 | 오차와 표본 크기의 관계를 계산하고 한계를 봅니다 |
| 175 | 뽑힌 뒤에 어긋난 것을 가중치로 고쳐 봅니다 |
| 176 | 답 자체가 틀린 경우를 다루고 못 고치는 것을 가릅니다 |
| 177 | 뽑은 적 없는 자료에 무엇을 물으면 안 되는지 가릅니다 |
마지막 강의가 앞의 넷을 다시 뒤집습니다. 표집을 잘하는 법을 배웠는데, 실무의 자료 대부분은 표집이라는 것이 없습니다.
173강 문제 1의 항등식이 나머지 전부를 정당화합니다.
표본 크기가 이 식에 없습니다. 그래서 상관이 이고 표본 비율이 이면, 몇 명을 모았든 유효 표본이 명입니다.
| 무엇을 늘리면 | 무엇이 줄어드는가 |
|---|---|
| 표본 크기 | 무작위 오차만 줄어듭니다 |
| 응답률 | 치우침이 줄어듭니다 |
| 측정 품질 | 치우침이 줄어듭니다 |
| 표집틀 포괄 | 치우침이 줄어듭니다 |
첫째 줄만 돈으로 쉽게 사는 것이고 나머지 셋은 어렵습니다. 그래서 조사 예산이 크기보다 품질로 가야 한다는 것이 174강 문제 5의 결론입니다.
| 오차의 종류 | 어디서 오는가 | 강의 |
|---|---|---|
| 표집오차 | 일부만 뽑아서 | 173, 174 |
| 표집틀 오차 | 명부에 없어서 | 173 |
| 무응답 오차 | 안 답해서 | 175 |
| 측정 오차 | 잘못 답해서 | 176 |
| 선택 오차 | 자료에 안 들어와서 | 177 |
첫째 줄만 표본 크기로 줄어듭니다. 나머지 넷은 크기와 무관하며, 174강 문제 5에서 그 둘이 같아지는 표본 크기 를 계산합니다. 그 지점을 넘으면 표본을 늘리는 것이 낭비입니다.
| 문제 | 흔적이 | 고칠 수 |
|---|---|---|
| 표집오차 | 설계에 남습니다 | 있습니다 |
| 뽑힐 확률의 불균등 | 설계에 남습니다 | 있습니다 |
| 보정 변수 안의 무응답 | 인구 자료로 보입니다 | 일부 있습니다 |
| 보정 변수 밖의 무응답 | 안 남습니다 | 없습니다 |
| 오응답 | 안 남습니다 | 없습니다 |
| 선택 효과 | 안 남습니다 | 없습니다 |
아래 셋이 이 단원의 진짜 주제입니다. 고칠 수 있는 것은 172강에서 이미 다뤘고, 고칠 수 없는 것을 알아보는 것이 여기서 새로 배우는 일입니다.
| 이 단원의 개념 | 어디서 배웠는가 |
|---|---|
| 중심극한정리 | 149강, 174강 문제 1 |
| 신뢰구간과 포함률 | 151강, 174강 문제 4 |
| 급내상관과 설계효과 | 173강 문제 3 |
| 젠센 부등식 | 132강, 175강 문제 2 |
| 회귀와 계수 해석 | 166강, 176강 문제 2 |
| 버크슨 역설 | 166강 문제 4, 177강 문제 2 |
| 심슨의 역설 | 153강, 177강 문제 3 |
| 빠진 분모 | 172강 문제 4, 177강 문제 5 |
여섯째 줄이 이 단원에서 가장 크게 되살아납니다. 166강에서 상관이 왜 생기는지 자료로 못 가린다고 했는데, 177강에서 그것이 인과 추론 전체의 벽이 됩니다.
S8은 회귀분석입니다. S7이 자료를 믿을 수 있는지를 물었다면, S8은 그 자료에서 관계를 어떻게 적을 것인지를 묻습니다.
177강 문제 3에서 계수의 뜻이 통제한 변수에 따라 달라진다는 것을 봤습니다. S8은 그 계수를 제대로 세우고 재는 법을 다루며, 회귀가 관계는 아주 정밀하게 적어 주지만 인과는 답하지 않는다는 경고가 내내 따라옵니다.