꿈라CBT어느 분석가가 고객 1만 명의 '월 구매금액' 변수를 탐색적 데이터 분석(EDA)으로 살펴본 결과 아래와 같은 특징을 확인하였다. 이에 대한 판단으로 가장 적절한 것은?
보기
· 평균은 32만 원, 중앙값은 18만 원으로 평균이 중앙값보다 크게 높다.
· 상위 0.5%에 해당하는 50명의 월 구매금액이 500만 원을 넘는다.
· 확인 결과 이 50명은 모두 실제 거래 기록이 검증된 법인(기업) 구매 고객이다.
· 전체 관측치의 12%에서 월 구매금액이 결측으로 기록되어 있다.
- 1평균이 중앙값보다 크므로 분포가 오른쪽으로 긴 꼬리를 갖는 형태이며, 이 경우 집단의 대표값으로는 평균보다 중앙값이 더 안정적이다.
- 2상위 0.5%의 값은 통계적 이상치 기준을 벗어나므로, 실제 거래가 검증되었는지와 무관하게 분석에서 일괄 제거하는 것이 원칙이다.
- 3결측이 12%로 적지 않으므로 해당 관측치를 모두 삭제하는 것이, 결측값을 다른 값으로 대체하는 것보다 언제나 더 안전한 처리 방법이다.
- 4극단적으로 큰 값이 평균을 끌어올리고 있으므로, 결측값은 이 평균으로 대체하여 분포의 중심을 유지하는 것이 가장 바람직하다.