코로나 현황 분석(FEAT, 빅데이터 시대에서의 데이터 특성 이해, 실시간 데이터 등, 간단한 사칙연산에서의 통계 분석,총합 내부의 데이터, 검사중 데이터)2020-05-04

 

 

출처 - https://coronaboard.kr/ 코로나 통계 20200504

 

 

 

이전 포스팅에서는 현저하게 감소한 코로나의 심각성을 나타내는 수치(확진자, 사망자)들을 확인할 수 있었다.

https://nmland.tistory.com/entry/%EC%BD%94%EB%A1%9C%EB%82%98-%ED%86%B5%EA%B3%84-%ED%98%84%ED%99%A9-%EB%B6%84%EC%84%9Dfeat-%EC%BD%94%EB%A1%9C%EB%82%98-%ED%86%B5%EA%B3%84-%EC%A6%9D%EA%B0%90%EC%9C%A8-%EB%B0%8F-%ED%86%B5%EA%B3%84-%EB%B3%80%EB%8F%99%EC%84%B1%EB%B6%84%ED%8F%AC-%EB%AF%B8%EA%B5%AD-%EC%8B%B1%EA%B0%80%ED%8F%AC%EB%A5%B4-%ED%95%9C%EA%B5%AD-%EC%BD%94%EB%A1%9C%EB%82%98-%ED%86%B5%EA%B3%84-%EC%A0%95%EA%B7%9C%EB%B6%84%ED%8F%AC-%EA%B7%A0%EB%93%B1%EB%B6%84%ED%8F%AC-%ED%95%B4%EC%84%9D-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%A0%84%EC%B2%98%EB%A6%AC%EC%9D%98-%EC%A4%91%EC%9A%94%EC%84%B1%EB%AA%A8%EC%88%98-%ED%91%9C%EB%B3%B8-%ED%86%B5%EA%B3%84-%EC%9D%B8%EC%82%AC%EC%9D%B4%ED%8A%B8-2020-04-25

2020-04-25코로나 통계 현황 분석(FEAT, 코로나 통계 증가량 및 통계 변동성(분포), 미국, 싱가포르, 한국 코로나 통계, 정규분포, 균등분포 해석, 데이터 전처리의 중요성(모수, 표본), 통계 인사이트

 

 

 

 

코로나 통계 20200425

 

 

전 세계를 기준으로 확진자, 사망자의 증가량 데이터는 오히려 증가하는 모습을 보이고 있다.

 

격리해제인원 또한 증가(+23,776 -> +35,842)한 모습을 보이고 있지만 여전히 확진자 증가량의 절반에 해당하는 양이기에 세부적인 데이터를 살펴봐야 하겠지만 특정 국가는 코로나의 영향력에서 벗어나지 못하고 있다고 볼 수 있다.

 

 

 

반면, 대한민국의 데이터는 4월 25일 기준 일주일이 지난 데이터를 가져왔을 때 해당 수치들에서 균등한 모습을 유지하고 있는 것으로 보인다. 시각화된 자료가 아닌 단순히 수치로만 확인하였을 때

 

 

오른쪽 하단에 위치한 총검서자 수치, 검사중, 결과음성 수치의 증가량이 뚜렷하다.

 

 

출처 : https://coronaboard.kr/ (2020.03.28일자 코로나 통계)

 

총검사자 및 결과음성(결과가 음성으로 판명된 환자의 수)의 전체 증가량은 현저하게(거의 3~5배) 감소한 모습을 확인할 수 있다.

 

 

 

총검사자 = 확진자 + 검사중 + 결과 음성

 

 

 

이라고 할 수 있으며,

 

 

 

 

(1) 총검사자(총합)가 증가하고 있는 상황에서 검사중 인원이 감소하면 확진자와 결과 음성 데이터 중 하나가 증가해야 한다.

 

(2) 그리고 검사 중 인원은 확진자 인원에 의해 많은 영향을 받을 수 있음을 추측할 수 있다.

 

 

 

 

 

(2)번과 관련하여 해당 포스팅의 가장 오래된 코로나 데이터인 2020년 3월 28일자를 살펴보면

 

 

기준 확진자가 +146의 증가세를 보일 때

 

검사중인 인원이 +1345를 보이는 것으로 보아

 

 

 

 

대한민국 확진자의 확진자 증가량과 검사중 인원의 증가량은 양의 상관관계(확진자가 증가할 때 검사 중 인원이 증가한다.)가 있다고 생각해 볼 수 있다.

 

 

 

 

 

해당 상관관계에 대해 확신을 가지기 위해서는 대한민국의 경우가 아닌 다양한 나라의 경우와 지속적인 양데이터의 증가세를 확인할 수 있어야 할 것이다.

 

일단 필자의 포스팅의 데이터만으로는 최근 일주일 데이터인 2020년 4월 25일과 2020년 05월 04일에서 확진자의 증가가 +10대 일 때 검사 중 인원이 감소하는 모습을 보이고 있다.

 

확진자의 증가량은 음수(마이너스)가 될 수 없다.

 

 

총검사자 = 확진자 + 검사중 + 결과 음성

 

 

해당 총합을 다시 가져와보면 총검사자 데이터라는 총량에서 확진자와 결과 음성은 누적데이터에 해당하는 해당 데이터에 해당될 때마다 지속적으로 축적되는 데이터이다.

 

해당 데이터에 한 번 소속되면 해당 데이터에 소속된 사람은 그 집단에서 벗어날 수 없다.

 

 

 

 

 

 

그렇지만 검사 중 데이터는 조금 다르다.

 

 

 

검사중 데이터는 총검사자의 데이터에 포함되면서 코로나의 확진 여부를 판단하기 위해 진단키트를 사용하여 확진자와 결과 음성 중 한 집단으로 분류되기 전에 대기하는 일시적인 집단에 해당한다. 해당 데이터가 다른 데이터(확진자, 결과 음성)와 차이가 있음을 3월 28일, 4월 25일의 데이터와 5월 4일의 데이터의 변동 추이에서 확인할 수 있다.

 

 

 

확진자와 결과음성 데이터에서는 볼 수 없는 증가가 아닌 (-)의 감소량을 확인할 수 있으며, 총량도 감소하는 누적데이터가 아님을 확인할 수 있다. 실제 데이터의 이름에서도 그 특징을 확인할 수 있다.

 

 

 

검사중(검사 ~ing)

 

 

 

확진자, 결과음성 데이터와 검사중 데이터의 차이는 빅데이터 시대에서 분석 및 활용에서 데이터를 사용할 때 더욱 주목해야 할 점이라고 생각한다. 

 

 

 

 

필자는 프로그래밍을 공부하면서 데이터베이스(DB)에 저장하면서 자바(JAVA)의 프로그래밍 특성 상 데이터에 접근하고 저장하고 추출하는 객체(코딩 영역?)를 달리하는 것에서 이미 그 중요성을 인식하고 활용하고 있다고 생각하고 있다.(예 - 실시간 데이터와 누적 데이터의 차이)

 

아마 아래 포스팅은 프로그래밍(데이터베이스 관련)을 공부하고 있는 상황이 아니라면 이해가 잘 안가실 수 있다. 참조하길 바란다.

 

https://genesis8.tistory.com/214

DAO / VO / DTO란?

 

 

 

추가적으로 수학의 간단한 사칙연산을 활용하여

 

대한민국 확진자의 현황을 살펴보면...

 

 

 

출처 - 구글링 : 대한민국 확진자 10명

 

 

대한민국의 확진자 증가량은 최근 일당 10명대를 유지하고 있다.

 

 

 

 

총검사자 = 확진자 + 검사중 + 결과 음성

 

확진자의 증가량이 +10대이면서 검사중인 인원의 증가량이 마이너스이면?

 

 

 

 

 

결과가 음성인 데이터가 증가하고 있다는 것을 실제 육안으로 혹은 다른 데이터를 통해서도 확인할 수 있다.

 

 

 

단순한 총합 아래에서 덧셈과 뺄셈에 의한 연산이며, 여러 데이터의 합계에 해당하는 데이터와 그 요소의 데이터의 상승과 하락을 통해 다른 데이터의 변화를 판단할 수 있음을 생각해 보길 바란다.

(매우 간단해 보이지만 실제 현장에서 특정 수치의 반대 상황에 해당하는 부분이라 고려하지 않는 부분이거나 가려진 부분에 해당한다. 해당 부분에서 통찰력을 얻을 수 있는 경우가 있을 것이라 생각한다.)

 

 

결론

 

(1) 간단한 사칙연산을 통해 통계 데이터는 집단으로 분류되어지고 세분화 되어진다.

 

(2) 빅데이터 시대에서 실시간에 얻을 수 있는 데이터의 종류와 양이 많아지는 만큼 그 데이터의 특성 및 기술을 이해하는 역량이 요구될 것이다.