지수 변환기 (Exponential)
로그 변환된 데이터를 원래 스케일로 복구(역변환)하거나 데이터의 증폭이 필요한 경우 사용하세요.
데이터 입력 (로그값)
로그 데이터 드래그 & 드롭
수동 입력
역변환 설정
* 로그 변환 시 더했던 상수(c)가 있다면 여기서 같은 값을 지정하여 완전히 복구할 수 있습니다.
입력 데이터 (Log Scale)
평균 (로그)
3.8130
왜도
-1.0412
복구 데이터 (Original Scale)
평균 (복구)
55.0000
최대값
100
데이터 스케일 복구 비교
Log Scale Distribution
Original Scale Distribution
* 지수 변환은 로그 상태에서 좁혀진 데이터를 다시 넓은 원래의 수치 영역으로 되돌려 놓습니다.
역변환 로직 (Inverse Transformation)
입력 (로그 스케일)
출력 (원래 스케일)
역변환 데이터 세부 확인
| No. | Log Value (y) | Constant (c) | Original Scale (x) |
|---|---|---|---|
| 1 | 2.3026 | 0 | 10 |
| 2 | 2.9957 | 0 | 20 |
| 3 | 3.4012 | 0 | 30 |
| 4 | 3.6889 | 0 | 40 |
| 5 | 3.912 | 0 | 50 |
| 6 | 4.0943 | 0 | 60 |
| 7 | 4.2485 | 0 | 70 |
| 8 | 4.382 | 0 | 80 |
| 9 | 4.4998 | 0 | 90 |
| 10 | 4.6052 | 0 | 100 |
지수 변환(역변환) 가이드
왜 다시 지수 변환을 하나요?
분석을 위해 로그 변환을 사용했더라도, 최종 보고나 결과 해석은 우리가 이해하기 쉬운 원래의 물리적 단위(매출액, 인원수 등)로 돌아와야 하기 때문입니다.
보정 상수의 복구 (y - c)
로그 변환 시 $ln(x+1)$ 방식을 사용했다면, 지수 변환 후에는 $e^{ln(x+1)} - 1$과 같이 반드시 같은 상수를 빼주어야 원래의 데이터 함량을 정확히 복구할 수 있습니다.
데이터 증폭 효과
지수 변환은 작은 차이를 크게 확대하는 성질이 있습니다. 이는 미세한 신호나 변화를 두드러지게 표현해야 할 때 유용하게 사용됩니다.
자연지수 (e) vs 상용지수 (10)
자연로그($ln$)로 변환했다면 지수($e$) 변환을, 상용로그($log10$)로 변환했다면 10의 거듭제곱($10^x$)을 선택하여 역연산을 수행해야 합니다.
해석의 정밀도
로그 스케일에서의 평균을 지수 변환한 값은 수학적으로 '기하평균'에 해당하며, 이는 원시 데이터의 산술평균과는 값이 다를 수 있음을 인지해야 합니다.
Excel 활용 팁
변환된 데이터를 다운로드하여 엑셀에서 다시 다른 수식과 결합해 사용할 수 있습니다. 파일 다운로드 기능을 적극 활용하세요.