2026 ADsP 분석 학습 1 | 결측값 탐색·학습 기준 대체 — 표·코드·풀이

학습 실습 · 직접 따라 하기

결측을 발견한 뒤 어떤 집단과 변수에서 생겼는지 확인하고, 평균·중앙값 대체의 결과를 비교합니다. 이 표는 전처리 규칙을 익히는 학습 자료입니다. 모형 검증에서는 먼저 자료를 나눈 뒤 학습 부분으로 대체 값을 정합니다.

데이터·Python·R 풀이 파일 내려받기 (.zip)

실습 준비

• ZIP을 풀고 데이터 파일과 풀이 코드를 같은 폴더에 둡니다. 원본은 합성된 연습 데이터입니다.
• Python 풀이는 pandas·NumPy와 해당 코드의 scipy 또는 scikit-learn을 사용할 수 있는 환경에서 실행합니다. R 코드가 포함된 경우 base R로 실행할 수 있습니다.
• 먼저 작업 지시만 보고 풀고, 아래 해설에서 결과·분모·자료형을 대조합니다.
• 이 표에서 빈 값은 미입력입니다. 숫자 0이나 문자 NULL로 임의 치환하지 않습니다.

원본 표

작업 1. 결측 수

열별 결측 수와 전체 행 수를 구하세요.

작업 2. 중앙값

관측된 amount11개의 중앙값을 구하세요.

작업 3. 대체

amount 결측을 100으로 대체한 뒤 합계를 구하세요.

작업 4. 평균 비교

대체 전 NULL 제외 평균과 대체 후 평균을 비교하세요.

작업 5. 지시 변수

amount가 원래 결측이었던 행을 1로 표시하는 열을 만드세요.

작업 6. 검증 적용

학습에서 구한 중앙값 100을 새 자료의 결측에 적용할 때 다시 전체 중앙값을 구해야 하는지 설명하세요.

전체 풀이 — Python

import pandas as pd
d = pd.read_csv("data.csv")
print(d.isna().sum())
missing = d["amount"].isna().astype(int)
median = d["amount"].median()
filled = d["amount"].fillna(median)
print(median, filled.sum(), filled.mean())
d["amount_missing"] = missing
d["amount"] = filled
d.to_csv("cleaned.csv", index=False)

같은 계산 — R

d <- read.csv("data.csv")
print(colSums(is.na(d)))
m <- median(d$amount,na.rm=TRUE)
d$amount_missing <- as.integer(is.na(d$amount))
d$amount[is.na(d$amount)] <- m
print(c(median=m,total=sum(d$amount),mean=mean(d$amount)))

제출 전 점검

• 요구한 열·행 수·순서·자료형이 맞는지 결과를 다시 읽습니다.
• 평균·분산·검정에서 분모와 보정 옵션을 확인합니다.
• 학습에서 정한 전처리를 검증·시험에 그대로 적용했는지 확인합니다.
• 설명 문장에서는 유의성과 효과 크기, 예측과 인과를 구분합니다.

범위 확인

2026년 학습 범위를 기준으로 구성했습니다. 시험 시행기관의 자격 안내·출제 기준에서 과목과 변경 공지를 확인할 수 있습니다.

예상 모의문제입니다.