결측 데이터 의존성

R에서 결측치 다루기

Nicholas Tierney

Statistician

개요

• MCAR 완전 무작위 결측

• MAR 무작위 결측

• MNAR 비무작위 결측

MCAR: 무엇인가?

결측이 관측된 데이터 또는 관측되지 않은 데이터와 무관합니다.

test	vacation
NA	TRUE
11.533340	FALSE
10.126115	TRUE
NA	FALSE
NA	TRUE
8.551881	FALSE
NA	FALSE
NA	TRUE
10.608264	TRUE

MCAR: 시사점

시사점

• 대체(Imputation) 권장
• 관측치 삭제 시 표본 크기 감소로 추론이 제한될 수 있으나 편향은 없음
• 데이터를 대체해야 합니다

MAR: 무엇인가?

결측이 관측된 데이터에 의존하나, 관측되지 않은 데이터와는 무관합니다.

시사점:

• 대체 수행
• 관측치 삭제는 편향을 유발할 수 있어 권장하지 않음

test	vacation	depression
NA	TRUE	87.93109
11.533340	FALSE	40.02708
10.126115	TRUE	48.62883
NA	FALSE	88.21743
NA	TRUE	90.29282
8.551881	FALSE	44.77343
NA	FALSE	89.48865
NA	TRUE	89.99209
10.608264	TRUE	45.56832

MNAR: 무엇인가?

응답의 결측이 평가와 관련된 관측되지 않은 값에 의존합니다.

시사점:

• 삭제 및 대체 시 데이터 편향 발생
• 추론이 제한될 수 있으므로 주의가 필요합니다.

test	vacation	depression
NA	TRUE	NA
11.533340	FALSE	11.533340
10.126115	TRUE	10.126115
NA	FALSE	NA
NA	TRUE	NA
8.551881	FALSE	8.551881
NA	FALSE	NA
NA	TRUE	NA
10.608264	TRUE	10.608264

예시: MCAR

vis_miss(mt_cars, cluster = TRUE)

예시: MAR

oceanbuoys %>% arrange(year) %>% vis_miss()

예시: MNAR

vis_miss(ocean, cluster = TRUE)

연습해 봅시다!

R에서 결측치 다루기