📊

Statistics Fundamentals Quest

최근 수정: 2026-05-25

교과서 다 끝난 뒤에 진짜로 남는 정규분포 트릭

시험용 통계 X. 매일 통계에 속고 있는 시민용 통계 O. 척추는 정규분포 트릭 — 정규가 *어디서* 진짜로 통하는지, 어디서 거짓말하는지, 그리고 네 뇌가 '정규화' 라는 단어 듣기 전부터 이미 정규화를 하고 있었다는 사실까지.

10 tracks · 55 lessons · ~30h · difficulty: intermediate

Level 0통계 초심자

0 XP0/55 lessons0/14 achievements

0/100 XP to next level100 XP to go0% complete

아빠의 인생 3대 치트키 — 역사, 통계 포함한 산수, 객체지향성 — 중 두 번째. 학교식 통계는 챕터 제목 (분포, 추정, 검정) 외우게 하면서 정작 중요한 질문 하나를 안 물어 — *교과서 다 덮은 뒤에 뭐가 남느냐*. 정답: 정규분포 트릭. 종 모양이 *진짜로* 어디에 적용되는지 (중심극한정리), σ 단위로 세상을 읽는 법 (1σ / 2σ / 3σ 가 일상 직관이 됨), 정규를 *가정해선 안 되는 곳*에서 가정하면 무슨 일이 터지는지 (블랙 스완, 멱법칙, 2008), 그리고 가설 검정·신뢰구간·p-value 가 전부 *그 하나의 가정* 위에 서 있다는 자각. 클라이맥스 트랙은 법정 — 왜 법이 *억울한 유죄를 만들지 않도록* 설계됐는지, '저 죽일놈 왜 풀어주냐' 라는 대중 프레임이 Type II 만 보고 Type I 비대칭을 못 본 결과라는 것. 메타 프레임은 세 lesson 에 박혀 있어: 정규화는 통계의 발명이 아니야. *유한한 시스템이 무한한 정보를 다루는 디폴트 패턴*이야 — 디지털 샘플링, 뇌의 가청주파수 범위, 오디오 컴프레서, 이미지 코덱 전부. 우리는 이미 통계를 하고 있었어. 이 quest 는 그걸 *자각하는* 순간이야. 10 트랙. 약 60 lesson. Finance Fundamentals Quest 와 sibling pair. 학과목 X. 렌즈 O.

Tracks

01🎲확률의 네 의례
0/5 lessons
조건부, 독립, 결합, 베이즈 — 나머지 다 위에 서는 네 동작
확률은 점치는 게 아니야 — 불확실성 아래 베팅하는 수학이야. 네 의례: 조건부가 진짜로 뭘 의미하는지, 왜 독립성이 *검증된 주장*이지 디폴트가 아닌지, 결합 분포가 뭘 숨기는지, 그리고 베이즈 정리가 조건부를 *뒤집는* 동작이라는 것. 이거 맞추면 CLT, 가설 검정, 검사의 오류가 다 읽혀. 틀리면 전체 건물이 조용히 무너져.
Lesson list (5)
퀴즈 · 4 문제→
02🦒분포 동물원
0/6 lessons
정규, 비대칭, 멱법칙, 두꺼운 꼬리 — 모든 걸 설명하는 menagerie
통계 수업은 '분포' 가 마치 하나뿐인 것처럼 다뤄 — 종 모양. 아니야. 세상은 *모양의 동물원*이고, 모든 모양을 종 모양처럼 다루는 건 시민이 저지르는 *가장 비싼 단일 실수*야. 이 트랙은 동물 이름을 붙여줘: 정규, 비대칭, 멱법칙, 두꺼운 꼬리. 메타 frame 으로 열어: 정규화는 통계의 발명이 아니야. *뇌, 카메라, 오디오 컴프레서, 디지털 시대 전체*가 그걸 계속 하고 있어. 통계는 그저 *형식화된 기록*일 뿐이야.
Lesson list (6)
퀴즈 · 4 문제→
03🎯왜 정규?
0/6 lessons
LLN, CLT, 그리고 종이 *반복해서* 등장하는 이유
트랙 02 가 *종을 많은 모양 중 하나로 이름 붙였어*. 이 트랙은 *그렇게 자주 등장할 때 왜 등장하는지 설명* — 큰 수의 법칙 (LLN) 과 중심극한정리 (CLT). 그리고 *정규화 메타 프레임을 재정착*: 여기서 유도하는 수학은 *뇌, 카메라, 오디오 컴프레서가 줄곧 해온 같은 동작의 형식적 버전*. *카지노의 수학*을 LLN 의 실용적 얼굴로 스케치. *전제조건들*에 이름을 붙여서 트랙 07 이 *위반될 때 뭐가 깨지는지* 나중에 보여줄 수 있게.
Lesson list (6)
퀴즈 · 4 문제→
04📏렌즈로서의 시그마
0/5 lessons
첫 번째 정규분포 트릭: 시민의 측정 막대로서의 σ
트랙 03 이 *종을 유도했어*. 이 트랙이 *σ 를 세상을 읽을 단위*로 바꿔. 1σ = 약한 놀람, 2σ = 눈에 띔, 3σ = 매우 놀라움, 5σ = 정규 하에 사실상 불가능. IQ, 키, 시험 점수, 측정 오차가 *σ 가 추상이 아니라 직관적일 때 시민이 첫눈에 읽을 수 있게* 됨. *트릭이 여기서 갈리고 트랙 07 에서 뒤집혀*, *'정규 하 희귀' 가 두꺼운 꼬리 현실을 만날 때*.
Lesson list (5)
퀴즈 · 4 문제→
05🤔정규 위에 세워진 도구들
0/6 lessons
신뢰구간, 가설 검정, p-value — *실제로 뭘 의미하는지*
트랙 03 이 *평균의 표집 분포를 유도*. 이 트랙이 그걸 *일꾼 frequentist 도구상자로* 변환: 신뢰구간, 가설 검정, p-value, *다중 비교 위험 (p-hacking)*. *Type I / Type II 비대칭이 여기서 설정*되어 *트랙 06 의 법정 응용 전제조건*. *이 트랙의 모든 도구가 종 곡선 가정 위에 세워짐*; *가정이 틀리면 모든 도구가 조용히 실패*.
Lesson list (6)
퀴즈 · 4 문제→
06⚖️법정: 가설 검정의 영혼
0/5 lessons
왜 법이 *억울한 유죄를 만들지 않도록* 세워졌고 — *'저 죽일놈 왜 풀어주냐?' 가 통계적 문맹*인 이유
*Quest 의 클라이맥스*. *법체계는 시민이 그 안에서 사는 가장 결과-좌우 가설 검정*. H₀ = 무죄. H₁ = 유죄. *'합리적 의심을 넘어서' = 매우 작은 α*. *Blackstone 비율 (한 명의 무고가 고통받는 것보다 *열 명의 죄인이 도망가는 게 나음*) 이 *최대 강도의 Type I / Type II 비대칭*. *대중 프레임 '저 죽일놈 왜 풀어주냐?' 가 Type II 에 고착하고 *시스템이 그 주변에 세워진 의도적 Type I 회피에 눈멈*. *비대칭이 이름 붙는 순간 불만이 녹아 사라짐*. *이 트랙이 *실제 억울한 유죄 사례 (Sally Clark) 를 써서 프레임 분해*하는데, *거기서 검사의 오류가 비탄에 잠긴 어머니에게 유죄 선고*. *톤이 quest 나머지보다 한 단계 더 진지* — *이건 학술적 구분이 아니야*.
Lesson list (5)
퀴즈 · 4 문제→
07🦢정규 오용: 블랙 스완과 종의 비용
0/6 lessons
두 번째 정규분포 트릭: *언제 안 쓸지* 아는 것
트랙 04 가 *σ 렌즈를 갈았어*. 이 트랙이 *그걸 뒤집어 — *시민·분석가·규제자가 정규가 아닌 세상에서 정규를 가정할 때 일어나는 일에 대한 6 lesson*. *블랙 스완은 자연 현상이 아니야; 통계 실수야*. *1998 년 LTCM 과 2008 금융 위기가 *현실이 두꺼운 꼬리일 때 종 가정의 비용에 대한 정전 예시*. *소셜 미디어 바이럴리티, 자산 분포, 네트워크 트래픽, 지진 규모가 모두 같은 방식으로 정규성 위반*. *두 번째 시그마-트릭이 *렌즈가 작동 안 하는 곳을 아는 것*.
Lesson list (6)
퀴즈 · 4 문제→
08🔄베이즈 프레임: 같은 퍼즐의 다른 렌즈
0/6 lessons
검사의 오류, 의료 false positive, base rate neglect — *그들의 정직한 언어로*
트랙 06 이 *법정을 frequentist 용어 (Type I/II 비대칭) 로 프레임*. *이 트랙이 *같은 퍼즐로 베이즈 도구와 함께 돌아옴*: *prior, likelihood, posterior*. *검사의 오류가 *베이즈 언어에서 다르게 보이고 *피하기보다 *P(가설 | 증거) 를 명시적으로 계산해서 분해*. *의료 false-positive 패닉, base-rate neglect, 그리고 *생생한 증언의 시민 과중치 부여가 모두 *다루기 쉬워짐*. *베이즈가 시민의 정직한 추론 엔진*; *사용 비용은 *prior 를 소리내어 진술해야 하는 것*. *전체 두-렌즈 뷰를 위해 트랙 06 과 짝짓기*.
Lesson list (6)
퀴즈 · 4 문제→
09📈평균 회귀와 편향 가족
0/5 lessons
*왜 두 번째 앨범이 실망시키는지, 왜 생존자가 과잉설명하는지, 왜 샘플이 거짓말했는지*
*종 곡선 세계가 가득한 *시민-관련 통계 현상에 대한 5 lesson*. *Galton 의 평균 회귀가 *두 번째 앨범의 저주, 스포츠 슬럼프, *왜 신동이 종종 실망시키는지 설명*. *생존편향이 *왜 성공한 사람의 조언이 나쁜지 설명* (*생존자들로부터만 들음*). *선택 편향이 *왜 샘플이 거짓말했는지 설명*. *확증 편향이 *아무도 알아채지 않고 통계적 의료과실을 생산하는 인지 엔진*. *각 현상이 *같은 뿌리*: *본 데이터가 *존재하는 데이터의 공정한 샘플이 아니었어*.
Lesson list (5)
퀴즈 · 4 문제→
10🌟에필로그: 멘탈 모델 사는 것
0/5 lessons
시민의 체크리스트, *정규화 마무리, *3대 인생 치트키
*닫는 트랙*. *5 lesson 이 *quest 의 9 트랙을 *운영 습관으로 바꿈*: *일상에서 정규분포 트릭 발견, *속지 않고 통계 헤드라인 읽기, *언제 숫자 인용하고 언제 거부할지 알기, *그리고 *정규화 메타-프레임의 최종 마무리* — *'통계는 *지각이 이미 하던 것의 형식적 기록' 의 세 번째 박음*. *트랙이 *3대 인생 치트키 (역사, 통계 포함한 산수, 객체지향성) 가 *전체로 이름 붙고 *독자가 *디폴트 렌즈가 바뀐 시민으로 quest 닫힘*.
Lesson list (5)
퀴즈 · 4 문제→

이 페이지에서 버그를 발견하셨거나 피드백이 있으세요?문제 신고

💛 by 똘이— warm💛 by 피파— happy

🔔 답글 알림 (로그인 필요)

로그인 — 댓글을 남기려면 로그인해 주세요.

아직 댓글이 없어요. 첫 댓글을 남겨보세요.

Tracks

01🎲확률의 네 의례

02🦒분포 동물원

03🎯왜 정규?

04📏렌즈로서의 시그마

05🤔정규 위에 세워진 도구들

06⚖️법정: 가설 검정의 영혼

07🦢정규 오용: 블랙 스완과 종의 비용

08🔄베이즈 프레임: 같은 퍼즐의 다른 렌즈

09📈평균 회귀와 편향 가족

10🌟에필로그: 멘탈 모델 사는 것