빈칸은 관측된 0과 다릅니다. 어떤 칸이 빠졌는지와 제외·0 대체·지정값 대체 규칙을 바꾸며 평균과 분모가 어떻게 달라지는지 봅니다.
측정하지 못한 칸을 0으로 바꾸면 ‘0을 측정했다’는 뜻이 되어 버릴까요?
강수량 0mm는 관측했지만 비가 없었다는 값입니다. 측정기 고장으로 빈칸인 기록은 무엇이었는지 모른다는 상태입니다.
둘을 같은 0으로 저장하면 ‘없음’과 ‘모름’을 구별할 수 없고 평균의 합과 분모가 달라질 수 있습니다.
8, 6, 4, 2에서 6이 빠졌다고 합시다. 빠진 값을 제외하면 (8+4+2)÷3≈4.67이고, 0으로 대체하면 14÷4=3.5입니다.
지정값 5로 대체하면 19÷4=4.75입니다. 계산은 정확해도 어떤 처리법이 타당한지는 결측이 생긴 이유와 분석 목적에 달려 있습니다.
AI가 CSV의 빈 문자열·NA·0을 같은 것으로 읽지 않도록 자료 사전에서 의미를 정해야 합니다. 결과표에는 사용한 행 수와 처리 규칙을 함께 표시합니다.
활동은 세 규칙의 산술 효과만 비교합니다. 실제 연구에서는 결측 메커니즘, 민감도 분석, 여러 대체법을 더 검토해야 합니다.
평균=사용한 값의 합÷사용한 값의 수입니다. 제외는 분모를 줄이고, 0 대체는 분모를 유지하며 합에 0을 더합니다. 지정값 대체는 가정이므로 근거를 따로 밝혀야 합니다.
가상 관측값 8, 6, 4, 2 중 빠진 칸을 선택하세요.
‘빠짐’은 0이라는 관측과 다릅니다. 어떤 처리도 자동으로 정답이 되지 않으며, 결측 이유와 분석 계획을 함께 밝혀야 합니다.
두 문제의 답을 모두 선택하면 해설을 볼 수 있습니다.
메모는 현재 기기의 브라우저에만 보관됩니다. 계정이나 다른 기기에는 동기화되지 않습니다.
원문을 참고해 설명·도표·문항·실험을 새로 작성했습니다. 별도 표시가 없는 사례와 수치는 학습을 위한 가상 예시입니다. 원문 번역이나 실제 모델의 성능 평가 자료가 아닙니다.
pandas 3.0 문서에서 mean의 skipna 기본값이 True이며 NA/null 값을 계산에서 제외한다는 동작을 확인했습니다. 활동은 제외·0 대체·지정값 대체의 산술 차이를 보여 줄 뿐 특정 대체법을 권고하지 않습니다.
