《 비즈니스 리더를 위한 경영저널 DBR(동아비즈니스리뷰) 261호(2018년 11월 15일자)의 주요 기사를 소개합니다. 》

○ 숨은 경영 찾기

표준화 점수, 정확하게 내는 법
○ 계량분석 A to Z
노동시간과 소득에 어떤 상관관계가 있는지 알아보기 위해 통계조사를 한다고 해보자. 100명의 표본을 선정했는데 그중 빌 게이츠나 워런 버핏 같은 특이한 표본이 섞여 있다면 분석 결과는 왜곡될 것이다. 정확한 분석을 하려면 이렇게 극단적인 값, 즉 ‘이상치(outlier)’를 걸러내야 한다. 분석 대상이 되는 변수가 하나일 경우는 ‘표준화 점수’라는 개념을 활용하면 된다. 하지만 변수가 여러 개일 때는 인도의 수학자 마할라노비스(1893∼1972)가 고안한 ‘마할라노비스 거리’ 개념을 활용해야 한다. 4차 산업혁명 시대 빅데이터 분석에 꼭 필요한 이상치 걸러내기 기준을 소개한다.