스포일러 경고 기능이 추가됐습니다.
(펼침 메뉴 > 설정에서 변경 가능)

정확히 언제, 어디서 처음 이 책을 보았는지는 기억나지 않는다. 평소 숫자와 그래프를 다루는 자료를 자주 읽다 보니, 통계에 대해 기본적인 공부를 해야겠다는 생각이 들었다. 그러던 중 도서관에서 우연히 이 책을 발견했다.

책의 앞부분에서는 한 연쇄살인사건을 예시로 들며, 왜 통계학이 필요한지를 설명한다. 당시 사람들은 오랫동안 사건의 존재를 알아차리지 못했지만, 책에서는 사건을 그래프로 재구성해 패턴을 보여 줌으로써 독자들이 쉽게 살인을 의심할 수 있게 한다. 이러한 분석 방법이 바로 오늘날의 통계 기반 과학수사, 즉 포렌식의 기초가 된다.

이 책은 훌륭한 교양서다. 깊이 있는 개념을 다루면서도 통계를 처음 접하는 사람을 배려하는 점이 인상적이었다. 내가 이 책을 읽은 주된 이유는 통계를 직접 활용하기보다는, 다른 사람이 실수로 또는 의도적으로 결과를 왜곡했을 때 속지 않기 위해서였다. 그런 점에서 이 책은 통계 해석에서 발생할 수 있는 왜곡을 친절하게 짚어 준다. 예를 들어, 절대 수치보다 상대 수치를 사용할 때 효과가 과장될 수 있다는 점을 설명한다. ‘베이컨을 먹지 않는 사람은 100명 중 6명이, 먹는 사람은 100명 중 7명이 장암에 걸린다’는 통계가 있을 때, 상대위험도로 표현하면 “베이컨을 먹는 사람은 암 발병률이 20% 높다”고 해석할 수 있다. 상대 수치로는 큰 차이라고 느껴지지만 실제로는 크지 않을 수도 있다는 것이다.

또 다른 흥미로운 예시는 상관관계와 인과관계의 혼동이다. 미국에서 2000년부터 2009년까지 토목공학 박사학위 취득자 수와 1인당 모짜렐라 치즈 소비량의 상관계수가 0.96이었다는 사례를 소개한다. 이러한 높은 상관계수는 두 현상이 관련되어 보이게 하지만, 실제로 인과관계를 증명하려면 변수를 통제한 오랜 연구와 검증이 필요하다는 점을 강조한다. 이처럼 이 책은 단순히 통계 기법을 소개하는 데 그치지 않고, 통계가 어떻게 왜곡되거나 오해될 수 있는지를 알려 준다.

책을 통해 P값 같은 통계 용어에도 익숙해질 수 있었던 점이 좋았다. 앞으로는 통계 자료나 그래프를 볼 때, 글쓴이의 주장을 수동적으로 받아들이지 않고 논리의 흐름이 타당한지 스스로 검증해 볼 수 있을 것 같다.