거짓을 간파하는 통계학

추천의 글/ 들어가며

1부 통계 뒤에 숨겨진 이야기
1장 보너스가 많은 회사를 노려라?
평균의 이면｜극단값｜1,000만원 따위는 푼돈?
2장 잘못된 학부 선택
숨겨진 정보｜함부로 묶으면 위험!｜고령 출산의 위험
3장 어느 쪽이 실전에 더 강할까?
편차를 측정하려면｜평균편차 · 표준편차 · 분산｜왜 표준편차를 사용할까?｜때로는 도움이 되는 평균편차
4장 수학으로 뽑아요?
산포도｜다양한 상관관계｜남자가 살이 찌면 여자는 빠진다?
5장 합격, 불합격을 추정한다
분포가 도출되는 메커니즘｜이항분포에서 정규분포로｜합격 여부를 가르는 능선｜구간추정과 오차
정규분포가 맞는지
6장 주식투자 사기 사건
분산투자란｜노벨상 수상자의 머릿속｜분산으로 분산을 줄인다｜효율적 프론티어｜너무 좋은 말은 조심

2부 숨겨진 관계를 밝혀내다
7장 맥주연구부는 B형 왕국?
귀무가설｜관측도수와 기대도수｜우리는 다른 걸까?｜카이제곱의 파트너 자유도｜P값은 커피?
5%의 기준｜혈액형별 성격 진단을 믿습니까?
8장 어른들의 비밀
다시 카이제곱검정｜정상과 이상을 구분 짓는 것｜교정 전후의 차이
9장 고기로 승부한다
뜻밖의 관계 밝혀내기 ? 회귀직선｜R2값｜허울뿐인 관계｜다중회귀분석
10장 장수하는 나라
직선이 아닌 관계를 분석하다｜직선회귀에 맞지 않는 경우｜BMI의 기원
열심히 하지 않는 것이 더 이득｜뜻밖에 몸에 좋은 것
11장 남자와 여자의 갈림길
물 흐르듯이｜분포와 검정｜맥주를 맛있게 한 t검정｜일단 해보세요

3부 통계의 심오한 세계
12장 사람들은 이야깃거리를 찾는다
포아송분포｜말에 차여 죽은 병사의 숫자｜사건은 계속된다｜고객센터의 효율화｜대기행렬 이론 효율적인 서비스 처리
13장 서민의 세계
일본인의 소득분포｜로그정규분포｜꼬박꼬박 저축하는 사람들
14장 부자의 세계
멱함수분포｜승부를 거는 사람들｜브레이크 없는 F1 레이스
15장 주가분석은 취급 주의
시세변동의 법칙｜주가의 분포는｜시장에 숨어있는 악마의 정체｜블랙먼데이도 예상 범위 내
시어핀스키 삼각형
16장 세계기록은 어디까지 경신될까?
꼬리를 잡아라!｜트리니티 정리｜예측 가능한 일, 불가능한 일｜와이불 분포의 예언
17장 세계는 나눌 수 없다
금융위기의 음모｜산불의 혜택 ? 반비례 법칙｜작은 세상｜새로운 시대

모 아: 아빠, 통계 강의는 너무 지루해. 어떻게 안될까?
소로스: 강의라는 게 다소 지루한 건 어쩔 수 없지. 영화처럼 숨도 못 쉴 정도로 재미있을 수는 없잖아. (중략)
모 아: 계산을 전부 따라가지는 못해도, 의미를 이해해서 머리에 넣고 싶어. 단순한 입문서나 통계 토막이야기
같은 책이 아니라, 읽기만 해도 통계의 개념이나 센스를 익힐 수 있는 그런 책!
소로스: 그러면 계산은 그렇다 치더라도 수학의 핵심만큼은 전해줘야 하겠네. 왜 이런 것을 하는지, 왜 그런 수식
이 나오는지. 그리고 실제 현상에 대해서 잡학 다식한 것도 뜻밖에 도움이 돼. 통계는 응용해보면 훨씬 재미있거든. 통계학을 어떤 분야에 적용하고 있는지, 어떤 부분은 아직 모르고 있는지, 이런 이야기도 있으면 좋겠지.
(들어가기 p10-11)

앞에서도 이야기하였듯이 지금도 취업에는 남학생이 여학생보다 더 유리한 면이 많으므로, 단순 비교하면 여학생이 많은 학부의 취업률이 낮게 나올 수 있습니다. 남녀별로 구분한 데이터가 없으면 제대로 된 실태를 파악하기 어렵습니다.
대학교수라는 직업병 때문에 발표되는 취업률을 매번 확인하고 있지만, 발표하는 방법을 조금은 바꿔야 한다고 생각합니다. 후생노동성이 계속해서 이렇게 엉성한 형식으로 발표하면 유효한 대책을 세우기 어려울 것입니다.
이처럼 원래는 구분해서 생각해야 하는 데이터가 한꺼번에 묶여서 처리되는 경우가 적지 않습니다. 우리가 대응하는 방법은 조사결과를 볼 때, '구체적으로 무엇과 무엇을 비교하고 있는가?'를 확인하는 것입니다. 데이터가 엉성하게 표현되거나, 부분적으로 제시되는 경우가 많습니다. 빠진 정보는 없는지, 작은 글씨로 쓰인 주의사항은 없는지 확인해야 합니다. 의심 가득한 눈으로 데이터를 보면, 실태가 보이는 경우도 있습니다.
(2장 잘못된 학부 선택 p33)

이것도 잘 틀리는 문제입니다. 상관관계는 인과관계와 다릅니다.
2009년 국민영양조사에 의하면, 20~60대 남성 중 비만인 사람(BMI 25 이상)의 비율과 40~60대 여성 중 비만인 사람의 비율은 [그림 4-4]와 같습니다. BMI는 키와 몸무게의 관계로부터 계산된 비만도를 나타내는 지수입니다. 산포도에 찍은 점은 해당 연도입니다. 예를 들어 '2000년 남성 비만 비율과 여성 비만 비율'이 하나의 점으로 표시됩니다. 참고로 이 산포도에는 20~30대 여성의 데이터가 없는데, 그 당시에는 비만보다 너무 마른 체형이 문제가 되었기 때문에 데이터를 나눈 것 같습니다.
그림을 보면, 남성 비만 비율과 여성 비만 비율 사이에는 -0.7063566이라는 비교적 강한 부(-)의 상관관계가 있습니다. 이 결과는 남성이 살이 찌면, 여성은 살이 빠진다는 것을 의미할까요? 남자들이 너무 많이 먹는 바람에 여자들이 먹을 식량이 부족해졌다던가……?
물론 그렇지 않습니다. 단지 '남성의 비만 비율은 거의 매년 증가하고, 여성의 비만 비율은 매년 감소하는 경향이 있다.'라는 것일 뿐, 두 사실이 특별한 인과관계가 있는 것은 아닙니다.
그런데 중년여성은 살짝 통통하다고 생각했지만, 최근에는 그렇지도 않은가 봅니다.
(4장 수학으로 뽑아요? p55-56)