읽고 따라하는 통계학(11장~13장)

---

 

* 본 자료는 출간된 자료나 출간 예정 자료의 내용을 요약해서 읽기 쉽게 정리한 것입니다.

 

연재자료실의 연재글과 통계 데이터는 타 게시물로 옮겨가시는 것을 불허합니다.

 

---

 

11_통계를 활용한 절대왕정기 인물들 : 그런트와 헬리

 

이번 장에서는 통계를 활용한 선구자들 몇 명을 알아봅시다.

 

먼저, 그런트와 헬리라는 인물을 한번 살펴볼께요.

 

유럽에서는 16세기 절대왕정이라는 시기가 있었다고 하네요.

 

원래 유럽은 중세시대를 거치면서 교회의 힘이 막강해서 신앙심을 우선으로 두었죠.

 

그런데, 16~17세기 프랑스의 태양왕 루이 16세, 영국의 엘리자베스 1세 등

 

강력한 국왕들이 등장하면서 '절대왕정' 시기로 넘어갑니다.

 

특히 이 시기에 국왕들은 자국민의 인구동향과 식량산출량 등의 통계를 중요시 하였죠.

 

또 전쟁으로 국력을 확대하기 위한 징병 수요와 식민지 수확량 등도 예측하려 했답니다.

 

통계 분석 결과, 타국보다 조금이라도 먼저 영토를 확보하고 식민지를 확장하는 것이

 

국력 향상에 도움이 된다는 결론을 얻기 시작합니다.

 

이 때부터 국력을 키우고 영토를 확장하면서 타국과 영토 경쟁을 시작하는데요.

 

16~17세기는 유럽 안에서의 영토전쟁이 심화되는 시기이고,

 

18세기 이후에는 각국의 국왕들이

 

해외 식민지의 유용성을 통계내기 시작하면서 식민지 경쟁이 시작되죠.

 

이 때 영국에서 '그런트'라는 인물이 최초로 통계 규칙을 증명하려고 했답니다.

 

그가 알고 싶어했던 건 이런 거에요.

 

'사람들은 살고 죽을 때 어떤 규칙과 변수들이 있을까? 그 규칙을 알면 국가에 도움이 되지 않을까?'

 

지난 장에서 언급했듯이 통계학은 국가 안위를 위한 학문이었고, 지금도 그렇거든요.

 

그런트는 17세기 재발한 흑사병을 통계내면서 과연

 

흑사병 때문에 국가가 위기에 처한 것인지부터 분석했습니다.

 

그런데?? 헐... 뭔가 의도한 데이터는 아닌 듯한 것들이 나오네요.

 

분석해보니 17세기 흑사병은 단순히 몇 년 사이의 재앙일 뿐이었고

 

국가에서는 그 위기를 틈타 마녀사냥으로 수많은 정부반대인사들을 죽였다는 걸 확인한 거에요.

 

마치 17세기 흑사병이 중세시대 수십만명의 목숨을 앗아간 그 흑사병 것 마냥 위장 광고한거죠.

 

 

종교적인 신념이 강했던 중세 카톨릭 교황청은 

 

흑사병 창궐을 대대적으로 홍보하면서 흑사병이 신의 재앙이라고 했었죠.

 

하지만 17세기 국가주의 시대의 흑사병은

 

각 국가가 좌파인사들을 숙청하는 도구로 활용되지 않았을까... 하는 ㅎㅎ

 

그 이름도 무시무시한 마. 녀. 사. 냥.....

 

그런데 그런트는 그런 내용은 논문에 넣지 않았고, 단순히 흑사병에 의한 죽음을 분석화만 했습니다.

 

오히려 후대 학자들이 그 논문을 보고 당시 상황을 알게 된 거죠.

 

그런트는 출생, 사망 통계를 가지고 이런 분석을 했답니다.

 

1. 여자보다 남자가 더 많이 태어나지만, 남성의 사망률이 더 높다.

 

2. 영아일수록 사망률이 높고, 기계기술이 발전할수록 소년 사망률이 높다.

 

3. 계절에 따라 출산률과 사망률의 변동이 매우 높다.

 

4. 도시와 농촌간 사망 수준의 차이가 크다.

 

5. 특정한 사건(흑사병, 마녀사냥)이나 정치적 의도가 있을 경우 위 규칙을 무시하기도 한다.

 

지금은 누구나 통계청에 들어가면 할 수 있는 말이지만

 

이 때는 그런트의 출생표가 통계학의 한 획을 그었다고 생각했죠.

 

이 그런트의 통계분석을 바탕으로 헬리라는 사람이 유명한 '생명표'를 만들었답니다.

 

헬리는 우리가 지구과학에서 배웠던 '헬리 혜성'을 발견한 그 유명한 사람이에요....

 

76년만에 혜성이 지구에 근접했다가 떠난다고 말했던.... 그 당시엔 믿거나 말거나 ㅎㅎ

 

그 과학적 이론을 통계적 분석에 응용하는 창의적 사고? 디자인 싱킹? ...

 

암튼 그런 능력을 발휘해서

 

인간의 수명을 헬리 혜성이 한바퀴 도는 일주기처럼 구성한 생명표를 만들었고,

 

그것이 현재 통계학에서 활용되는 '기대수명' 이 되었습니다.

 

이 생명표는 국가에서 국민의 기대 수명과 노동력 제공을 위한 기본 통계 자료로 활용되는데

 

기본 공식은,

 

연령별 생존자수 / 사망자수  - 이것을 분석해서 국가의 기대 수명과 국가 건강 지표를 분석하는 거죠.

 

 

11_통계를 활용한 근대 인물 : 나이팅게일

 

다음으로 백의의 천사라고 불리는 나이팅게일을 한 번 살펴보죠.

 

나이팅게일은 간호사로서 매우 유명하지만, 통계학에서는 더 유명한 유명인 입니다.

 

그 이유는 사람의 목숨을 살리기 위해 헌신하는 것을 넘어

 

통계를 바탕으로 국가를 설득하여 전시예산을 확보한 일화가 유명하기 때문입니다.

 

나이팅게일은 크림전쟁시 부상자를 치료하다가 의문이 들었답니다.

 

실제 총을 맞고 죽은 사람도 많겠지만

 

사실 아군의 실수로 부상당한 사람도 많은 것 같고

 

사소한 부상인데 보건위생의 문제로 감염사한 사람도 많다는 걸 안거죠.

 

즉, 나이팅게일같은 전문적인 간호사들이 보기엔

 

총 맞아 죽은 사람보다는

 

부상치료가 미흡하거나 간호 물품 부족으로 죽은 사람이 많고

 

2차 감염이나 추가 질병으로 죽은 사람이 너무 많다는 직감은 있는데,

 

통계가 없으니 국가를 설득하기 어려운 것입니다.

 

나이팅게일은 이렇게 질병, 부상, 전시사망 등을 구분한 사망 그래프를 만들어서

 

영국 의회를 설득하였습니다.

 

 

이게 바로 그 유명한 장미처럼 생긴 통계 그래프, 즉 로즈-다이어그램입니다.

 

월별 사망 통계를 내면서 면적의 넓이로 사망유형을 시각적으로 표현했던 것이죠.

 

결국 영국 의회도 수긍하였답니다.

 

보건 위생학을 도입하고 감염자와 부상자를 구분하여 치료한 통계 자료 덕분에

 

크림전쟁의 사망률 42%가 2%로 낮아지는 기적이 일어나게 됩니다.

 

이 때문에 나이팅게일은 보건학의 어머니, 백의의 천사, 통계간호학의 창시자로 불리게 됩니다.

 

쉽게 말하자면, 통계란 문제의 성질을 파악하고

 

개선할 부분과 해결할 부분을 타인과 공유하기 위해

 

자료를 조직화, 분류화, 시각화 하는 과정을 말합니다.

 

이 때 중요한 점은 아무리 어려운 자료라도 알기 쉽게 정리하고

 

과학적으로 분석해 시각화함으로서

 

빠른 의사결정을 유도해야 한다는 점입니다.

 

즉, 우리가 통계를 배우는 이유는 바로 실무적 해결능력을 갖추고

 

나의 주장을 상대에게 펼쳐 보임으로서 토론의 장을 만들기 위함이죠.

 

보통 통계는 기술적으로 보여주고 설명하기 위함이라고 생각하지만

 

사실 논리적인 주장이 맞다는 것을 증명하는 용도로 더 많이 활용된답니다.

 

 

12_한국의 인구 분포, 통계청의 활용 방식은?

 

이제 우리나라로 넘어가서 인구표나 생존률을 한 번 볼까요?

 

세계보건기구 WHO에 따르면 국가별 건강 수준의 지표는

 

영아의 사망률, 국민의 평균 수명, 생존자 비례 사망자수.... 이런 것들입니다.

 

물론 최근 코로나 때문에 이 건강 지표가 국가마다 휘청이긴 하지만 그래도 이 기준으로 분석해보죠.

 

고려 이전은 삼국사기, 삼국유사의 기록인데 생존률 기록이 없으니... 패스...

 

고조선의 8조법 수준을 분석해서 추론할 수는 없으니까요 ㅠㅠ

 

고려, 조선 시대는 왕조 기록이니 왕의 수명표를 한 번 볼께요.

 

고려왕실은 70세 이상 생존한 왕이 단 두 명인데, 태조 왕건과 전성기 때 성종... 단 2명입니다.

 

조선왕실은 역시 두 명인데, 똑같이 태조 이성계와 절대군주인 영조 단 2명입니다.

 

즉, 국가의 창업자들은 매우 오래 살았고, 자신이 국가의 기틀을 다 마련했다는 뜻이네요.

 

그리고 고려 문물의 기반을 닦은 성종과 조선의 절대군주 영조 등

 

국가의 큰 영향력을 미친 강력한 군주들은 수명이 길었다는 뜻입니다.

 

즉, 왕도 제대로 해먹으려면 일단 오래 살 수 있게 건강관리를 했어야 하나 봅니다.

 

(반대로 말하면, 절대군주로서 권력을 잃지 않아야 오래 산다는 역설도 성립하네요.)

 

다음으로 일제 강점기를 볼까요?

 

이 때는 일본인과 한국인의 수명 비교를 해보는 게 맞을 듯 합니다.

 

70세 이상 국민이 한국인은 남자 17%, 여자 22%로서 남자들의 생존률이 더 낮은 편이네요.

 

반면, 일본인은 남성 30%, 여성 32%로서 조선인보다 생존률이 매우 높은데,

 

쉽게 말하면 조선인들은 일제 치하에서 한반도든, 일본이든

 

거주지에 상관없이 일본인보다 생존률이 최소 10%이상 더 낮았다는 뜻입니다.

 

일본인들의 착취가 얼마나 심했는지 보여주는 통계일 듯 하네요.

 

반면 해방후에는 평균 수명이 일제시대와는 비교가 안될 정도로 급격하게 높아집니다.

 

1970년대 들어서자 1971년 62.3세로 평균 60세를 넘어서더니

 

2010년대에는 2011년 81.2세로 평균 수명 80세를 넘었습니다.

 

2030년 평균수명은 회귀분석 결과 89.5세가 예상된다고 합니다.

 

즉, 2020년 기준으로 남성 80%, 여성 92%가 70살 이상 생존하는 초고령화 사회에 진입합니다.

 

이에 따라 국가에서는 4차 산업혁명 시대에 맞게 노령화와 생산인구감소에 맞는

 

새로운 대책을 내놓아야 하는데,

 

아직도 기성세대의 우둔함으로

 

부동산 가격이나 취업난 등 지난 시절에 해결되어야 할 일들로 발목을 잡고 있네요.

 

자, 그럼 이제 다음 장부터는 기초통계에 해당되는

 

평균값을 구하는 여러 요령을 알아보도록 하겠습니다.