꿈라CBT다음 <보기>의 상황에 대한 분석가의 판단으로 가장 적절한 것은?
보기
C 은행의 분석팀은 대출 심사 모델을 개발하기 위해 신청서 데이터 40만 건의 완전성을 진단하였다. '연소득' 항목의 결측률은 18%였다.
추가 조사 결과, 연소득을 기입하지 않은 신청자일수록 실제 소득 수준이 높은 경향이 뚜렷하게 확인되었다(소득 노출을 꺼려 공란으로 둔 것으로 파악됨). 결측 여부는 다른 관측 변수(연령·직업군·거주지 등)만으로는 설명되지 않았다.
분석가는 우선 결측된 연소득을 관측된 연소득의 평균값으로 대체한 뒤 모델을 학습시키려 한다.
- 1결측이 MCAR에 해당하므로 평균 대체는 편향을 일으키지 않으며, 표본 크기를 유지할 수 있어 가장 적절한 처리이다.
- 2결측이 MNAR에 해당하므로 평균 대체는 소득 분포를 실제보다 낮게 왜곡시키며, 결측 발생 원인을 모델에 반영하는 방식을 함께 검토해야 한다.
- 3결측률이 18%로 30% 미만이므로 완전성 기준을 충족하며, 별도의 대체 없이 결측 행을 모두 삭제해도 편향은 발생하지 않는다.
- 4결측이 MAR에 해당하므로 연령·직업군을 이용한 회귀 대체만 수행하면 결측으로 인한 편향이 완전히 제거된다.