윤팀장 [849384] · MS 2018 · 쪽지

2020-12-27 19:38:08
조회수 4,978

표본 분석 방법- "고립된 구간"의 카운팅 작업

게시글 주소: https://profile.orbi.kr/00034380857

  안녕하세요 윤팀장입니다. 오늘은 표본분석의 미시

작업중 하나인 카운팅 방법을 공유할까 합니다. 실제 제가 대학을 갈때 스스로 사용했던 방법이기도 하고, 많이 알려진 방법이기도 하지만 따져볼 문제도 분명 있습니다. 판단은 스스로 하시길 추천드립니다.


  조금 위험한 발언일수 있으나, 개인적으로 카운팅 방법의 표본분석은 "고립된 구간" 에서만 가능하다고 생각합니다. 저또한 고립된 구간의 학교(지원군) 였기에 가능했다 생각하고, 고립되지 않은 구간에서 카운팅 작업은 고정표본을 제외하고는 추측의 힘이 더 크게 작용하지 않나 생각합니다.


           그럼 세가지가 궁금하실겁니다.


1.  "고립된 구간"은 무엇인가


2.  고립된 구간에서의 카운팅 작업은 어떻게 하나


3. 고립되지 않은 구간에서의 표본분석이 불가능한 이유?


  차례대로 말씀 드리자면..



1.  "고립된 구간"은 무엇인가


 고립된 구간이란 말그대로 지원 범위가 고립된곳을 말하는데, 달리 얘기하면 표본이 튀어도 구간 내에서 쉽게 발견 가능한 현상을 뜻합니다. 다들 표본분석을 하실때 나보다 앞 등수의 사람을 기록하는데, 문제는 앞등수의 사람들 중 일부는 바뀌고 일부는 고정되어 있다는 겁니다. 


  비고정적인 표본은 고립된 구간이라는 전제하에 90%이상 찾을수 있습니다. 오르비 대학이 모든 학과중 a b c d 학과만  나군에서 모집을 할때, a에서 튀는표본은 90%이상 b c d에 있습니다. 단, 오르비 대학의 a b c d 나군은 고립되어 있어야 합니다.


  고립구간을 추가 설명하자면, 특이한 반영비, 특정 과 등의 이유로 나군에는 경쟁대학이 없으며 죽었다 깨어나도 오르비대학을 쓸수밖에 없는 구조를 뜻합니다.


 2.  고립된 구간에서의 카운팅 작업은 어떻게 하나


  카운팅 작업은 흔히들 알려진 방법대로 하시면 됩니다. 나의 앞등수의 사람들을 기록하고, 유동적인 표본의 추이를 보시면 됩니다. 1번과 연관지어 설명드리면, 고립구간이라는 전제 하에 a의 유동표본의 90%이상은 b c d중 한곳에서 찾을수 있습니다.


  그후 이들이 이동하는 기준을 잡아내시고, 실제 지원으로 이어질지 그 기준을 대입해 판단 하시면 됩니다. A과를 간보던 표본이 왜 b c d중 하나로 이동했는지, 그 변수는 무엇인지, 그 변수가 일어남의 유무에 따라 실제 지원에 어떤 영향을 끼칠지 합리적인 예측을 하시면 됩니다.


  핵심은 고립된 구간내의 모든 표본을 기록하는것이 아니라 비고정적인 표본의 유동성의 방향과 요인을 잡아내는 것입니다.



3. 고립되지 않은 구간에서의 카운팅이 불가능한 이유?


  고립되지 않은 구간에서의 카운팅은 (제 생각엔) 불가능합니다. 저도 카운팅 작업을 한 학교만 했습니다. 다른 두 학교는 물리적으로 불가능하다 판단했습니다. 예를들어 A B C D 학교가 같은 라인 이고 모두 나군에서 모집한다 가정하겠습니다.


  내가 A학교 b학과를 지원하고 싶은데 오늘 나보다 점수가 높았던 표본이 사라지면, 이 표본은 B학교 c 학과를 탐색중일수도 있고, D학교 f학를 보고있을수도 있으며, 마감까지 다시 A 학교 b로 돌아오지 않을수도 있습니다. 그렇다고 A b를 지원하지 않는다는 보장도 없습니다. 


  그렇기에 단순 기록만으로는 성향을 파악하기 힘들며, 단순히 글로는 나열하기 힘든 복합적인 작업이 필요합니다. 고립되지 않은 구간을 지원하시려거든 다른 방법으로 분석하시는걸 조심스레 추천드립니다.


  

 


  제가 작성하는 모든 글은 지극히 제 주관적인 생각입니다. 생각이 다를수 있으며, 제가 정답이 아닐수도 있습니다. 수험생 분들은 제 글을 맹신하지 마시고, 필요한 정보만 선택적으로 이해하시면 좋을것 같습니다.


오늘 글의 핵심은 "고립된 구간"을 완벽히 이해하고, 이 구간 내에서 효율적으로 표본카운팅을 하는 이유를 아는것입니다. 부디 조금이나마 도움이 되셨길바랍니다. 


  


  

0 XDK (+0)

  1. 유익한 글을 읽었다면 작성자에게 XDK를 선물하세요.