결측치

Missing Value

종류

완전 무작위 결측

MCAR; Missing Completely at Random

• 결측치가 다른 변수들과 아무런 상관이 없음
• ex) 깜빡하고 데이터를 기입하지 않음, 무작위로 누락됨

무작위 결측

MAR; Missing at Random

• 특정 변수에 관련되어 누락되었지만, 그 변수는 결과와 관련이 없음
• ex) 여자는 몸무게를 적지 않을 확률이 높지만, 여자인 것과 몸무게는 연관이 없음

비 무작위 결측

MNAR; Missing Not At Random

• 결과에 관련이 있는 변수 때문에 값이 누락됨
• ex) 몸무게가 많이 나가는 사람은 몸무게를 적지 않을 확률이 높음, 결측치인 경우 몸무게가 평균 이상일 것이라고 예상
• ex) 소득이 적은 사람이 소득에 대한 결측값을 가지기 쉽다면(소득이 적은 사람들은 설문에 자기 소득을 밝히기 싫어한다고 가정). 이 데이터는 비무작위 결측이다.

처리 방법

합리적 접근법

• 결측값을 평균, 중앙값, 예상값 등으로 채워 넣는 방식

완전 제거법

• 결측값이 있는 데이터 전체를 삭제하는 방법
• ex) 몸무게 정보가 없는 사람의 데이터는 모두 삭제

다중 대체법

• 시뮬레이션을 통해 예측되는 최대한 정확한 값을 채워 넣는 방식
• ex) Mice, Amelia , MissForest, Hmisc, Mi