우리는 직접 연구할 수 있는 정보를 사용하고 싶습니다. 그래서 필요한 모든 데이터가 이미 준비되어 있을 때까지 기다릴 필요가 없습니다. 빈도 분석은 이 데이터를 효율적으로 분석하는 방법을 제공합니다. 즉, 특정 사건이 발생하거나 나타나는 빈도입니다. 변수들은 우리가 이 데이터를 더 잘 이해하도록 도와줍니다.
변수란 다양한 요소들이 변할 수 있는 것들로, 우리는 그것들이 어떤 일이 일어나는 빈도에 영향을 줄 것이라고 생각합니다. 이들은 사건이나 현상이 일어날 가능성을 좌우하는 모든 요인일 수 있습니다. 예를 들어, 특정 도시에서 비가 오는 상황을 관찰하려고 한다고 가정해 보겠습니다. 이를 판단하기 위해 현재 몇 월인지, 도시의 위치와 각 계절의 날씨를 살펴볼 수 있습니다. 이러한 변수들을 분석하여 어느 때에 가장 많이 비가 올지에 대한 합리적인 추측을 세울 수 있습니다.
우리가 특정 이벤트에 관심이 있다면, 그 이벤트에 영향을 미치는 변수들이 무엇인지 알아보고 싶어질 것입니다. 예를 들어 사람들이 얼마나 자주 아프는지 배우고자 한다면, 기본 변수들은 다음과 같아야 합니다: 나이 기반, 성별 기반 및 직업 관련 변수들입니다. 이러한 중요한 요인들은 사람들이 병에 걸리는 횟수를 크게 결정할 수 있습니다.
우리가 관찰한 패턴을 설명하고 예측하기 위해 변수를 사용할 수 있습니다. 예를 들어, 학생들이 얼마나 자주 좋은 성적을 받는지 알고 싶다면, 변수들은 다음과 같을 것입니다: 공부 시간 (언제), 수업 출석 빈도 (어떤 시간) 및 교육 활동 참여도입니다. 이를 통해 우리는 왜 일부 학생들은 높은 점수를 받고 다른 학생들은 그렇지 않은지를 이해할 수 있게 됩니다.
상황을 설명하는 것 외에도, 우리는 미래의 이벤트를 예측하기 위해 요인들을 활용할 수도 있습니다. 예를 들어, 우리가 사람들의 운동 빈도를 연구하고 있다면, 그 변수들은 나이대, 성별 및 시간대일 수 있습니다. 이러한 요소들의 분석을 통해 사람들이 가장 활발한 행동을 할 가능성이 높은 시기를 생성할 수 있습니다.
예를 들어, 사람들이 패스트푸드를 얼마나 자주 먹는지 살펴보고 있다면, 어떤 요일에 사람들이 이 종류의 식사를 가장 많이 하는지를 알려주는 표를 만들 수 있습니다. 이 차트를 나이, 성별 및 소득 수준과 함께 살펴보면 패스트푸드 소비와 관련하여 이러한 요소들이 어떻게 작용하는지에 대한 관점을 제공합니다.
실험 하나를 통한 최고의 방법 중 하나는 질적인 결과를 얻기 위해 실험을 수행하는 것입니다. 우리는 실험을 통해 변수를 제어하고 그것이 우리의 연구에 어떤 영향을 미치는지 볼 수 있습니다. 예를 들어, 사람들이 식단에서 얼마나 자주 채소를 섭취하는지 조사한다면(현재: ndl.ofer...), 참가자들에게 매일 일정량의 채소를 제공하고 실제로 그것을 소비한 횟수도 계산할 수 있습니다.
EN
AR
BG
HR
CS
DA
NL
FI
FR
DE
EL
HI
IT
JA
KO
NO
PL
PT
RO
RU
ES
SV
CA
TL
IW
ID
LV
LT
SR
SK
SL
UK
VI
SQ
ET
GL
HU
MT
TH
TR
