데이터 탐험노트

나는 왜 피크민 블룸(Pikmin Bloom)에 7만원을 썼을까?

2025.04.19· 프로덕트분석

들어가며 요즘 내가 가장 열심히 하는 게임을 말하자면, 뭐니 뭐니 해도 피크민 블룸(Pikmin Bloom)이다. 간단히 게임에 대해 소개하자면, 나이앤틱(Niantic)과 닌텐도가 협업해서 만든 위치 기반 모바일 게임이다. 나이앤틱의 전작인 포켓몬고와 비슷하게 "걷기"에 게이미피케이션을 입힌 그런 게임이라 할 수 있는데, 유저는 걷기라는 행위를 통해 피크민을 수집하고, 피크민과 함께 꽃을 심으며 여러 가지 성장에 필요한 혜택을 얻을 수 있다. 이렇게 시간이 지나면 피크민과의 친밀도가 높아지면서 다양한 장식을 가진 피크민을 얻으며 수집의 즐거움을 누릴 수 있다. 처음에는 이 게임을 반신반의하며 시작했다. 포켓몬 고가 출시되었을 때 게임을 해 본 경험이 있는데, 약 1,000 시간의 포켓몬 플레이 경..

베이지안 통계 - 기본 개념 가볍게 살펴보기

2025.01.12· Statistics

들어가며통계학과를 졸업했지만 참으로 부끄럽게도 베이즈 통계를 제대로 공부하지 않아 어쩔 수 없이 역량의 부족으로 빈도주의자(frequentist)로 살아왔다. 빈도주의자든, 베이지안이든 어찌 됐든 결과만 나오면 어떻게든 괜찮다고 생각했는데 인과추론을 공부하든, 머신러닝을 공부하든 알음알음 베이지안 개념이 나오고, 그걸 대충 넘어가야만 하는 일들이 반복되면서 이대로는 안 되겠다는 생각이 들었다.   1분기에는 베이즈 통계학을 공부하며, (매우 얕고도 얕은) 통계 저변을 조금이나마 확장해보려고 한다. First Course in Bayesian Statistical Methods 라는 베이즈 통계학 기초 책을 보며 공부 중인데, 수식을 최소화하여 나만의 언어로 풀어서 글쓰기를 해 보는 것이 목표다!  통계학..

R이냐 파이썬이냐 그것이 문제로다 (To do R, or Python)

2024.12.03· 일상생각

이 글은 데이터 분석가로서의 성장에 대한, 한 개인의 생각을 다룬 글이다. 스스로가 데이터 분석가로서 대표성을 띈다고 말할 수 있을 정도는 아니지만, 데이터 분석가를 준비하거나, 혹은 이제 막 데이터 분석가로서 커리어를 시작한 분들에게 개인 경험담을 나누고 싶어 글을 쓰게 되었다.  R vs Python 많이 나오는 떡밥 중 하나인 것 같다. 대부분 파이썬의 판정승에 손을 들어주는 분위기이지만, 개인적으로는 R 유저이기 때문에 R의 장점에 대해서도 어필해 볼 겸 글을 써본다. R의 장점 EDA나 통계 분석을 파이썬보다 손쉽게 할 수 있다는 것이 R의 특장점이라 생각한다. 가령 파이썬으로 간단한 라인 그래프를 그리기 위해서는 코드 라인이 길어지게 되고, 각 함수마다 일관성이 없어서(xlabel, ylabe..

매칭(Matching)을 통한 인과추론 : 개념부터 실습까지 (feat. ChatGPT)

2024.03.25· Statistics

배경 최근 매칭을 업무에 오랜만에 써보는 일이 있었다. 오랜만에 써봐서 잊고 있었는데 매칭은 은근 분석에 도움이 되어, 가끔씩이라도 쓰게 되는 일이 있는 것 같다는 생각이 들었다. 향후 다시 매칭을 써먹을 나를 위해, 그리고 매칭을 적용해보고 싶은 사람들을 위해 정리할 겸 글을 남기게 되었다. 글은 매칭의 개념, 매칭의 한계, 매칭 방법에 대한 간단한 소개, 매칭에 사용하는 코드(R 위주) 순으로 진행하려 한다.     매칭의 개념 및 목적 매칭은 간단히 말하면 Treatment 그룹(처치군 ; 처치를 받은 대상)과 Control 그룹(대조군 ; 처치를 받지 않은 대상) 간 특성이 비슷한 사람을 짝지어주는 것을 의미한다. 이러한 짝짓기가 필요한 이유는 Selection Bias(선택 편향) 때문인데, 선..

인과추론을 위한 회귀분석 개념 정리 - 편회귀계수, FWL 정리

2024.04.21· Statistics

회귀분석은 종속변수와 종속변수를 설명하는 설명변수의 조합으로, 변수 간 관계성을 규명하는데 사용되는 도구이다. 그래서인지 인과추론(Causal Inference)에서도, 머신러닝 등 예측(Prediction)에서도 마치 백종원 만능간장마냥 널리 사용되고 있다. 만일 예측 문제를 해결하기 위해 회귀분석을 사용한다면, 설명변수의 조합으로 종속변수를 얼마나 잘 맞출 수 있을지에 대해 관심을 갖게 되므로, 설명변수 각각의 회귀계수(Coefficient)보다는 MSE, MAE 와 같은 예측 지표에 관심을 더 가질 수 있을 것이다. 그렇지만, 처치(Treatment)가 결과변수(Outcome)에 어느 정도로 영향을 미치는지에 관심을 갖는다면, 처치 변수가 결과 변수에 미치는 영향력, 즉 처치변수의 회귀 계수를 중요..