‘歸無가설: 돌아갈 귀, 없을 무. 없는 곳으로 돌아갔으니, 차이가 없는 것이다.

p-value는 귀무가설이 참이라고 할 때, 그 사건이 일어날 확률. p-value가 5%보다 작게되면, 아무리 귀무가설이 참이라 할지라도 일어날 확률 자체가 낮기 때문에 기각해야 한다.’

대학원 시절 쌓여가는 데이터에 대한 처리의 필요성을 느꼈고, 이에 대한 갈증을 해소하고자 네이버 지식인, 통계관련 도서관 참고문헌을 통하여 개인적으로 정리한 내용이 위와 같았었습니다. 이번 과정을 배우면서 보통의 상태, 증거제시가 필요 없는 가설, 귀무가설이 일어날 확률 등 혼자서 공부했던 내용을 확인해볼 수 있는 좋은 기회가 됐던 것 같습니다. 물론, 모든 내용이 다 이해가 된 것은 아니지만 첫 걸음은 잘 뗀 것 같습니다. 앞으로 차상급 과정을 들으면서 기초 통계 내용 및 JMP software를 다루는 기법을 좀 더 다져나가야 할 것으로 사료됩니다. 이론제시와 엑셀을 통해 직접 계산한 다음 JMP 결과와 비교하는 방식이 실질적인 이해를 높이는데 도움이 된 것 같습니다.

다만, 교재의 편재를 통계 이론과 software 숙지 파트 두 개로 나누고 두 파트 사이에는 간지 등을 대서 이론 강의를 할 때에는 이론 파트에서 순차적으로 진행 되도록 하고, software 숙지 파트를 다룰 때에는 해당되는 교재의 부분에서만 움직이게 편재를 구분하면 어떨까 합니다. 통계 이론이 숙달되어 이리저리 왔다갔다해도 이해가 되는 수준이면 교재의 흐름이 왔다갔다해도 상대적으로 덜 헷갈리겠지만, 내용이나 software가 미숙한데 교재까지 왔다갔다 하니 일견 수업 내용을 쫓아가기가 난해하게 느껴지는 때가 있었습니다. 이 부분 참고하시기 바랍니다. 3일간 강의 하시느라 수고 많으셨습니다! (김기형 공학박사 / 종근당효종연구소)