데이터에 따른 변수의 이해
데이터의 종류 - 질적자료 / 정성적 자료
명목자료 : 수치 또는 기호로 표기 가능. 의미는 없음.
서열자료 : 수치 또는 기호로 표기 가능. 해당 수치가 서열을 나타냄.
데이터의 종류 예시
- 온도 : 구간자료. 곱셈/나눗셈이 안됨
- 무게 : 비율자료. 모든 연산이 다 됨.
데이터의 정제
데이터 정제과정 : 수집, 저장, 변환, 품질확인, 관리
데이터 결측값 처리
결측 데이터의 종류
- 완전 무작위 결측 : 결측데이터가 타 변수와 연관이 없음.
- 무작위 결측 : 결측데이터가 타 변수와 연관은 되어있으나, 그 자체가 비관측값들과는 연관이 없음.
- 비 무작위 결측 : 결측가능성이 곧 결측데이터와 연관
완전 무작위 결측은 대규모 데이터에서 단순 무작위 표본추출로 해결 가능.
이상치의 특징
- 많아질수록 정상성이 감소한다. (신뢰성이 떨어진다.)
- 정상성이 높음 = 정규분포에 가깝다는 뜻.