5-1. Box Plot - 사분위수 (IQR)
•
Source: 구자룡(2025), "챗GPT로 시작하는 데이터 리터러시", 마들렌북
이미지와 같은 분석하려면 무슨 데이터가 필요할까?•
소스 파일 첨부 : 다운로드
첨부 데이터로 만들면 될 거 같아.
데이터 처리부터 하자•
이후 시각화까지 모두 진행
gpt
•
잠실(송파구청), 홍대입구 → 전체적으로 이용객 규모가 매우 큼
•
반포 → 일일 이용량이 작고 변동 폭이 좁음 → 안정적인 수요
•
서울역, 사당→ 평균 이용량은 중간이지만 이상치 다수 → 환승, 출퇴근 영향
•
강남, 선릉 → 변동성 크고 꼬리 두꺼움 → 첨도 높을 가능성 (출퇴근 집중형 역)
•
첨도, 왜도 시각화
각 역의 왜도(skewness), **첨도(kurtosis)**를 계산하여 비교표 또는 그래프로 시각화하자gpt
분류 | 대표 역 | 특징 |
집중형(첨도 > 3) | 잠실(송파구청), 사당, 신림 | 출퇴근 집중 or 특정 요일 급등 패턴 |
정규형(≈3) | 강남, 서울역, 반포 | 안정적 수요, 일상적 이용 중심 |
균형형(첨도 < 3) | 홍대입구, 고속터미널, 선릉, 구로디지털단지 | 일정하고 분산된 이용, 극단값 적음 |
양의 왜도(→ 오른쪽 꼬리) | 홍대입구, 고속터미널 | "평소보다 매우 이용량 높은 날" 존재 (주말·공연·축제 등 영향) |
Contact : azureguy@empal.com / azureguy@cau.ac.kr