꿈라CBT아래는 어느 분석가가 본격적인 모형 개발에 앞서 수행한 활동 (가)~(라)이다. 각 활동을 탐색적 데이터 분석의 네 가지 주제와 연결한 설명으로 가장 적절하지 않은 것은?
보기
(가) 소수의 극단값 때문에 평균이 크게 흔들리는 것을 확인하고, 중심의 대표값으로 중앙값을, 산포의 대표값으로 사분위 범위를 함께 보고하였다.
(나) 오른쪽으로 길게 치우친 소득 변수에 로그를 취해 분포를 대칭에 가깝게 바꾼 뒤 다시 관계를 살펴보았다.
(다) 회귀 적합 후 남은 값을 예측값에 대해 그려 보고, 예측값이 커질수록 흩어짐이 함께 커지는 패턴을 발견하였다.
(라) 여러 변수의 관계를 요약표의 숫자 대신 산점도 행렬과 상관 히트맵으로 그려 한눈에 드러나도록 하였다.
- 1(가)는 극단값의 영향을 덜 받는 요약값을 선택한 것으로, EDA의 주제 가운데 저항성(Resistance)에 해당한다.
- 2(나)는 변수의 눈금을 바꾸어 자료의 구조가 더 잘 드러나도록 한 것으로, 자료의 재표현(Re-expression)에 해당한다.
- 3(다)는 모형이 설명하지 못하고 남은 부분에서 규칙성을 찾아낸 것으로 잔차 해석(Residual)에 해당하며, 발견된 패턴은 등분산 가정이 지켜지지 않았을 가능성을 시사한다.
- 4(라)는 수치적 근거 없이 그림에 의존한 것이므로 탐색 단계의 보조 수단에 그치며, 변수 간 관계에 대한 판단은 반드시 상관계수 같은 요약 통계량만으로 내려야 한다.