꿈라CBT아래 조건의 고객 데이터에 대한 설명으로 가장 적절하지 않은 것은?
보기
전체 관측치가 10,000건인 고객 데이터에 나이·소득·직업 세 변수가 있으며, 각 변수는 서로 독립적으로 다음과 같은 비율의 결측값을 가진다.
| 변수 | 나이 | 소득 | 직업 |
|---|---|---|---|
| 결측률 | 10% | 20% | 25% |
- 1세 변수가 모두 관측된 데이터의 비율은 \(0.9 \times 0.8 \times 0.75 = 0.54\)이다.
- 2하나라도 결측인 데이터를 모두 삭제하는 완전제거법을 적용하면 4,600건이 삭제된다.
- 3변수의 개수가 늘어날수록 완전제거법으로 남는 자료의 비율은 급격히 줄어들므로, 삭제 대신 대체(Imputation)를 고려할 필요가 있다.
- 4결측이 완전 무작위(MCAR)가 아니라 소득이 높은 사람일수록 소득을 응답하지 않는 구조라 하더라도, 완전제거법으로 남은 자료는 여전히 편향되지 않는다.