Insurance Insights Board

분석 방법 사전 — 파이썬 코드

클릭하면 [정의 및 방법 · 파이썬 코드 적용 · 엑셀 코드 적용] 팝업이 열립니다

기초 통계분포 요약과 가설검정 — 분석의 출발점

회귀·통계모형관계를 수식으로 — 설명과 예측

어려움 ↑어려움 ↓자주 사용← 빈도 낮음빈도 낮음 →

머신러닝전통 ML — 지도·비지도 학습과 검증

보험·계리위험률·준비금·요율 — 보험 고유의 계산

가로축 — 중심 세로선에 가까울수록 자주 사용 · 세로축 — 중심 가로선에서 위·아래로 멀수록 난이도 높음 (글자가 클수록 자주 쓰는 방법)

기초 통계

회귀·통계모형

머신러닝

보험·계리

데이터 핸들링

‘파이썬 코드 실행’ 탭 실행기(브라우저)에서 제한되는 방법

생존분석 — lifelines 패키지가 브라우저 실행기에 포함되어 있지 않아 웹에서는 실행되지 않습니다. 로컬 파이썬(pip install lifelines)에서 이용하세요.
그래디언트 부스팅 — LightGBM·XGBoost는 브라우저 실행기에서 사용할 수 없습니다. 다만 예제의 sklearn HistGradientBoosting 블록은 그대로 실행됩니다.

회색 이름은 브라우저 실행기에서 실행할 수 없고(로컬 파이썬에서 이용), 점선 밑줄은 일부 블록만 실행됩니다. 그 밖의 방법은 ‘파이썬 코드 실행’ 탭 실행기에서 바로 돌려볼 수 있습니다.

확률분포 — PDF·CDF 그래프와 통계량

상단 버튼으로 분포를 고르면 그래프·수식·통계량이 바뀝니다 · 파라미터를 바꾸면 모양이 실시간으로 변하고, 그래프에는 평균·중위수가 표시됩니다 · 통계량 아래 위험 측도(VaR·TVaR)로 꼬리 위험을 읽고 · 각 분포의 보험 용례(심도·빈도·손해율)를 배지로 확인하세요 · ‘비교’를 켜면 두 분포를 겹쳐 볼 수 있습니다 · 그래프를 드래그하면 그 구간만 확대됩니다

연속정규분포Normal합계·평균 (중심극한)

종형 대칭 분포 — 오차·평균의 극한(중심극한정리).

평균·중위수 표시

μ (평균)σ (표준편차)

확률밀도함수 (PDF)

누적분포함수 (CDF)

PDF

f (x) = \frac{1}{σ 2 π} e^{- \frac{( x - μ ) ^{2}}{2 σ ^{2}}}

CDF

F (x) = \frac{1}{2} [1 + erf (\frac{x - μ}{σ 2})]

통계량

통계량	수식	값
평균	$μ$	0
분산	$σ^{2}$	1
표준편차	$σ$	1
왜도	$0$	0
초과첨도	$0$	0

위험 측도 · VaR · TVaR

q = 99.0%

VaRq=99.0%

2.3263

TVaR=CTE

2.6652

VaR는 99.0% 확률로 손해가 이 값 이하임을(꼬리 임계), TVaR(=CTE)는 그 임계를 넘는 최악 1.0% 구간의 평균 손해를 뜻합니다.

이산이항분포Binomial사고 여부 (0/1 합)

성공확률 p인 독립시행 n회 중 성공 횟수.

평균·중위수 표시

n (시행수)p (성공확률)

확률질량함수 (PMF)

누적분포함수 (CDF)

PMF

P (X = k) = (k n) p^{k} (1 - p)^{n - k}, k = 0, \dots, n

CDF

F (k) = i = 0 \sum k (i n) p^{i} (1 - p)^{n - i}

통계량

통계량	수식	값
평균	$n p$	10
분산	$n p (1 - p)$	5
표준편차	$n p (1 - p)$	2.2361
왜도	$\frac{1 - 2 p}{n p ( 1 - p )}$	0
초과첨도	$\frac{1 - 6 p ( 1 - p )}{n p ( 1 - p )}$	-0.1

위험 측도 · VaR · TVaR

q = 99.0%

VaRq=99.0%

15

TVaR=CTE

15.3585

VaR는 99.0% 확률로 손해가 이 값 이하임을(꼬리 임계), TVaR(=CTE)는 그 임계를 넘는 최악 1.0% 구간의 평균 손해를 뜻합니다.

모델 적합 — 데이터로 분포 찾기

데이터를 붙여넣으면 empirical 분포를 그리고, scipy(브라우저 파이썬)로 후보 분포를 적합해 AIC·BIC 등으로 비교합니다

아직 데이터가 없습니다 — 위 버튼으로 데이터를 입력하세요.

개별 값 1열, 연도+값 2열(빈도·심도 동시 분석), 최소·최대·건수 3열(그룹)을 지원합니다. 형식은 자동으로 감지해 확인을 받습니다.

적합 가능한 연속형(심도) 분포 · 9종

정규로그정규지수와이블감마베타파레토(2모수)파레토(1모수)일반화 파레토(GPD)

적합 가능한 이산형(빈도) 분포 · 5종

포아송음이항이항제로팽창 포아송(ZIP)제로팽창 음이항(ZINB)

연속형(심도)은 개별 값(1열)·그룹(3열)·연도+값(2열)에서 적합하고, 이산형(빈도)은 연도+값(2열) 데이터의 연간 건수 분포로 적합합니다. 데이터 형식·꼬리 두께에 따라 일부 분포는 자동으로 비활성화됩니다.

🐍 파이썬 실행기

작업 탭마다 데이터를 불러오고 셀(단락) 단위로 독립 실행합니다 — 변수는 탭 사이에 섞이지 않고, 데이터는 PC를 벗어나지 않습니다.

노트북 열기 (.ipynb)데이터 업로드 (CSV·XLSX)폴더 저장·불러오기는 Chrome·Edge에서 지원됩니다.

셀마다 ▶ 실행(또는 셀 안에서 Shift+Enter) — 앞 셀에서 만든 변수·데이터프레임을 다음 셀에서 그대로 쓸 수 있습니다. 1단계(데이터 로드·열 이름 확인)를 먼저 실행해 실제 열 이름을 본 뒤, 다음 분석 셀의 열 이름을 맞춰 실행하세요.

✦ AI에게 코드 요청

먼저 데이터 로드 셀을 실행해 두면, AI가 그 데이터의 실제 열 이름을 읽어 코드를 만들어 새 셀로 추가합니다.

1In [ ]

입력

도움말 · 자주 묻는 질문 — 클릭해 전체 보이기/숨기기

실행 환경

코드와 데이터가 서버로 전송되나요?

아니요. 실행은 전부 브라우저 안(Pyodide·WebAssembly)에서 이루어집니다. 예외는 AI 기능뿐이며, 그때도 코드와 열 이름·자료형 요약만 전달되고 실제 데이터 값은 전송되지 않습니다.

첫 실행이 오래 걸립니다.

처음 한 번은 파이썬 런타임과 패키지(수십 MB)를 내려받습니다. 이후에는 브라우저 캐시에서 바로 실행됩니다.

어떤 패키지를 쓸 수 있나요?

numpy · pandas · scipy · statsmodels · scikit-learn · matplotlib을 지원합니다. lifelines·xgboost·lightgbm 등 일부 패키지는 브라우저에서 실행되지 않습니다.

저장·불러오기

작업한 내용이 저장되나요?

작업 탭·셀·데이터는 이 브라우저에 자동 저장되어 새로고침·브라우저 종료·PC 재부팅 뒤에도 복원됩니다. 서버로 보내지 않으므로 기기·브라우저마다 별도로 유지됩니다(모바일·PC·다른 PC 각각). 단, 실행된 파이썬 변수는 메모리라 복원되지 않으니 셀을 다시 실행하세요.

주피터 노트북(.ipynb)을 열 수 있나요?

노트북 열기 (.ipynb)로 주피터·코랩에서 만든 노트북을 셀 구성 그대로 불러옵니다 — 코드 셀·텍스트(마크다운) 셀, 저장돼 있던 출력·그림·In [n] 번호까지 유지됩니다(불러온 출력은 이전 실행 결과이며, 변수는 다시 실행해야 만들어집니다). .ipynb로 저장을 누르면 현재 구성을 노트북 파일로 내려받아 주피터·코랩에서 이어서 작업할 수 있습니다.

폴더에 저장·불러오기는 무엇인가요?

PC의 선택한 폴더에 notebook.ipynb(텍스트 셀·출력 포함) + analysis.py(셀을 # %% 로 이은 실행 가능한 스크립트) + workspace.json + 데이터 파일을 함께 저장합니다. 불러오기는 노트북을 우선 복원합니다. Chrome·Edge에서 지원됩니다.

데이터는 어떻게 불러오나요?

샘플 데이터셋(policy·claims와 계리용 experience·triangle·mortality_table.xlsx), 내 파일 업로드, URL로 불러오기(CSV·XLSX 링크) 세 가지입니다. 모두 로드·속성 확인 셀(shape·columns·dtypes·head)이 자동으로 만들어지니 먼저 실행해 열 이름을 확인하세요. 한글 윈도우·엑셀에서 저장한 CSV(CP949)는 인코딩을 자동으로 판별해 넣어 줍니다. 사전 예제를 재현하려면 분석 코드 불러오기 → 샘플 보험 데이터 생성도 있습니다.

셀 다루기

변수는 셀 사이에 유지되나요?

네, 주피터와 동일하게 유지됩니다. 처음부터 다시 하려면 변수 초기화를 누르세요.

코드를 불러오면 왜 셀이 나뉘나요?

1단계(데이터 로드·속성 확인)가 먼저 한 셀로 분리되고, 특정 열 이름을 쓰는 분석 코드는 다음 셀로 나뉩니다. 로드 셀이 실제 열 이름을 출력하니, 그 결과를 보고 이후 셀의 열 이름·조건을 맞춘 뒤 실행하세요. 직접 붙여넣을 때는 # %% 줄로 셀 경계를 지정할 수 있습니다.

코드 셀과 텍스트 셀의 차이는?

셀 머리의 코드/텍스트 선택으로 바꿉니다. 텍스트 셀은 마크다운(# 제목 · - 목록 · 굵게)으로 쓰고 실행하지 않는 설명 셀이며, .ipynb의 markdown 셀로 그대로 저장됩니다. 미리보기 상태에서 더블클릭하면 편집됩니다.

셀 순서·실행 순서·되돌리기는?

▲/▼로 순서를 바꿉니다. 왼쪽 번호는 위치, In [n]은 실행 순서(색으로 실행 상태)입니다. 방금 삽입·입력은 ↶ 취소 또는 Ctrl+Z로 되돌립니다.

AI 도움

셀의 AI 버튼 3개는 각각 무엇인가요?

변수 반영 ▾은 앞 셀에서 만든 실제 변수 목록을 열어, 고른 변수로 이 셀의 변수를 대체합니다(로직·열 이름은 유지). 에러분석(오류 셀에서 활성화)은 에러 내용과 수정안을 팝업으로 안내하고, 반영을 누르면 기존 셀은 그대로 두고 수정된 코드를 바로 아래 새 셀로 추가합니다. ✦ AI 제안은 오른쪽 입력창에 적은 수정·추가 요청대로 코드를 생성합니다(검토 후 적용). 위의 AI에게 코드 요청은 새 셀로 코드를 만들어 줍니다.

AI에 내 데이터가 전송되나요?

코드와 데이터의 열 이름·자료형 요약만 전달되며, 실제 데이터 값은 전송되지 않습니다.

코드 조각 삽입

데이터 핸들링 ▾ 은 무엇을 넣나요?

데이터 입력(CSV 옵션·엑셀 시트·여러 시트·JSON·날짜 파싱·직접 입력)· Join(left/right 등)·합치기·Split·Groupby·필터 같은 pandas 조각을 그 셀에 바로 삽입합니다. 삽입 코드 상단에 무슨 코드인지 설명 주석(#)이 붙고, 중간에도 단계별 설명이 들어갑니다.

그래프 ▾ 는 무엇을 넣나요?

matplotlib 그래프 조각입니다. 탐색(EDA)(히스토그램+KDE· 박스/바이올린·산점도+회귀선·상관 히트맵·산점도 행렬)은 df 기준이고, 모델 진단(잔차·학습/검증곡선·ROC·PR· 캘리브레이션·리프트/게인)과 해석(변수 중요도·순열 중요도·PDP·ICE)은 자체 완결이라 조각 안에서 빠른 모델까지 함께 적합합니다(이미 적합한 model이 있으면 조각 첫 줄 안내대로 준비 블록만 지우세요).

최신순 인기순

통계청 KOSIS · 국민연금공단