꿈라CBT아래는 어느 분석가가 모형 개발에 앞서 수행한 탐색적 데이터 분석 활동 (가)~(라)이다. 각 활동에 대한 평가로 가장 적절하지 않은 것은?
보기
(가) 두 변수의 상관계수가 0.02로 0에 가깝게 나오자, 두 변수 사이에는 어떠한 관계도 없다고 결론짓고 이후 분석에서 두 변수를 모두 제외하였다.
(나) 소득 변수의 평균이 중앙값보다 크게 높고 히스토그램이 오른쪽으로 긴 꼬리를 보이자, 로그 변환의 적용을 검토하기로 하였다.
(다) 결측이 전체의 30%에 이르는 변수를 발견하고, 결측이 어떤 조건에서 발생했는지 규칙성부터 확인하였다.
(라) 산점도에서 다른 관측치와 크게 떨어진 점을 발견하고, 곧바로 삭제하지 않은 채 입력 오류인지 실제로 존재하는 현상인지 원자료와 대조하였다.
- 1(라)는 이상치로 보이는 값을 즉시 제거하지 않아 분석의 효율을 떨어뜨린 것으로, 탐색 단계에서는 이상치를 발견하는 즉시 제거하는 것이 원칙이다.
- 2(가)는 상관계수가 선형관계의 강도만을 나타낸다는 점을 간과한 것으로, 산점도를 함께 확인했다면 곡선 형태의 관계를 발견했을 수도 있다.
- 3(나)는 오른쪽으로 치우친 분포를 완화하여 이후 분석에서 소수의 큰 값이 결과를 지나치게 좌우하는 것을 줄이려는 조치로 적절하다.
- 4(다)는 결측이 무작위로 발생했는지 특정 조건과 관련되어 발생했는지에 따라 처리 방법과 그 영향이 달라지므로, 처리에 앞서 필요한 확인 절차이다.