통계학에서 평균(Mean)은 데이터 집합의 대푯값을 나타내는 가장 기본적인 개념입니다. 데이터의 모든 값을 더한 뒤 값의 개수로 나누어 계산합니다. 예를 들어 1, 2, 3, 4, 5라는 다섯 개의 값이 있다면, 이들의 합은 15이고 개수는 5이므로 평균은 15 ÷ 5 = 3이 됩니다.
평균이 중요한 이유
평균은 통계학에서 가장 널리 사용되는 '중심 경향치(measure of central tendency)' 중 하나입니다. 방대한 데이터를 하나의 숫자로 요약해 전체적인 흐름을 파악할 수 있게 해주며, 서로 다른 데이터 집합을 비교할 때도 유용하게 활용됩니다.
평균의 주요 특성
1. 극단값(이상치)에 민감하다
평균은 선형적(linear) 성질을 가지는 측정값으로, 이상치(outlier)의 영향을 크게 받습니다. 데이터에 단 하나의 극단적으로 크거나 작은 값만 포함되어도 평균 전체가 크게 왜곡될 수 있습니다.
2. 안정성(robustness)이 낮다
평균은 견고한(robust) 측정값이 아니기 때문에 데이터가 조금만 변동되어도 그 값이 상당히 달라질 수 있습니다. 즉, 사소한 데이터 변화에도 민감하게 반응합니다.
3. 정규분포를 전제로 한다
평균은 모수적(parametric) 측정값으로, 데이터가 정규분포를 따른다는 가정 아래에서 가장 잘 작동합니다. 만약 데이터가 정규분포에서 크게 벗어나 있다면, 평균은 중심 경향을 정확하게 반영하지 못할 수 있습니다. 이런 경우에는 중앙값(median) 같은 다른 지표를 함께 고려하는 것이 좋습니다.
한계에도 불구하고 유용한 지표
이러한 한계에도 불구하고 평균은 여전히 데이터를 이해하는 데 가치 있는 도구입니다. 계산과 해석이 간단하고 직관적이어서, 데이터의 전반적인 수준을 빠르게 파악하거나 여러 데이터 집합을 비교할 때 널리 사용됩니다. 다만 평균을 활용할 때는 데이터의 분포 형태와 이상치의 존재 여부를 반드시 함께 점검하는 습관이 필요합니다.
