🎻난 슬플 때 바이올린을 켜

[꼭꼬의 매드매스 027] 산포도 이야기 ③ 바이올린 플롯

산포도 특집 대망의 세번째 이야기. 오늘은 박스 플롯에 이어 산포도를 파악할 수 있는 또다른 그래프 바이올린 플롯에 대한 이야기를 해보려고 한다네. 바이올린 플롯이라는 용어 자체도 생소한 벗들이 많을 것 같구만. 하지만 직관적으로 떠오르는 그 바이올린의 모양과 그래프의 모양이 비슷하게 생겼기때문에 바이올린 플롯이라고 부른다네. 하나하나 차근차근 설명해줄테니 따라오게나 :)

---

1. 바이올린 플롯이 뭐야?

오늘 다룰 바이올린 플롯은 지난주 설명했던 박스 플롯에 발전된 형태라고 생각하면 된다네. 박스 플롯안에는 중위수, 사분위수 등이 포함되어 있다고 했었지? 바이올린 플롯에는 거기에다가 확률밀도까지 함께 보여준다네. 한번 밑의 그림을 보게나. 조그마한 박스 플롯이 바이올린 안에 담겨있는 모습이지?

데이터의 전체 분포를 볼 수 있다는 점에서 평범한 박스 플롯보다 더 유익하다네. 박스 플롯에서는 사분위수 범위와 같은 요약 통계량만 볼 수 있었지만 바이올린 플롯은 모든 표본의 분포를 확인할 수 있네. 특히 피크가 2개 이상인 경우에 바이올린 플롯에서는 피크의 위치와 상대적 높이까지 알 수 있지. 위의 예시를 보면 상자에서 잡히지 않았던 70점대의 작은 피크가 바이올린 플롯에서는 보인다네.

---

2. 바이올린 플롯… 어디에 쓰지?

마부작침의 <도시재생 뉴딜> 기사에 사용된 그래프를 보면서 설명해보겠네. 활성화 지수라는 데이터의 분포를 파악하기위해 바이올린 플롯을 사용했군. 활성화 지수가 무언지 궁금한 벗이 있다면 여기서 기사를 읽어보게나! 다시 그래프로 돌아와서 살펴보면 지역별로 어느 수치에 몰려있는지 한눈에 들어오는 구만. 이를테면 강원도는 70점대에 불룩 튀어나온 피크가 있고, 경기도는 상대적으로 넓게 분포한 모습이군. 울산을 보면 피크점이 2곳(80점 부근, 60점 부근)이라는 게 확 눈에 띄지.

물론 바이올린 플롯이나 박스 플롯 자체가 벗들에게는 생소하기 때문에 조금 불친절한 부분이 있을 수 있을거네. 그래서 이 그래프에서는 바이올린 플롯 안의 상자(중위값, 사분위수 등)를 제거해주었지. 하지만 그래프를 읽는 능력을 기른다면?! 논문이나 데이터 분석 자료를 본다면 한눈에 확 알아볼 수 있게 될 걸세. 오늘은 여기까지~ 다음 시간까지 안뇽!