2026 ADP 필기 4과목 1장 1~2절 | R 기초·자료 구조·데이터마트 — 객관식 10문제

정답 ③

R의 기본 원자 벡터는 같은 자료형의 원소를 담습니다. 숫자와 문자를 c()로 묶으면 공통 자료형으로 강제 변환될 수 있습니다. 리스트는 서로 다른 구조를 원소로 가질 수 있다는 점에서 다릅니다. 자료가 화면에 숫자로 보이더라도 문자형이면 숫자 연산이 되지 않을 수 있습니다. str()와 class()로 구조와 자료형을 먼저 확인하는 습관이 좋습니다.

정답 ①

문자 원소와 숫자를 원자 벡터로 결합하면 숫자도 문자로 강제 변환됩니다.

정답 ①

R의 인덱스는 보통 1부터 시작합니다. x[1]은 첫 원소, x[-1]은 첫 원소를 제외한 벡터입니다. 논리 벡터로 조건을 적용할 수도 있습니다. 데이터프레임 d[행,열]에서는 쉼표 앞뒤 역할을 구분합니다. 양수와 음수 인덱스를 섞는 제한, 차원 축소의 동작 등도 주의합니다. Python의 0기반 인덱스와 섞지 마세요. 조건 벡터 길이와 NA가 포함된 경우를 확인해야 예상한 행만 선택할 수 있습니다.

정답 ④

음수 인덱스는 해당 위치를 제외하므로 첫 값 10이 빠집니다.

정답 ③

R에서 is.na(x)로 결측 여부를 검사합니다. x==NA는 일반적인 결측 검사 방법이 아닙니다. mean(x)는 NA가 포함되면 NA를 반환할 수 있고 na.rm=TRUE로 결측을 제외할 수 있습니다. 결측을 제외하는 것은 값을 0으로 바꾸는 것과 다릅니다. 제외 후 표본 크기가 어떻게 달라지는지 보고, 결측 발생이 특정 집단에 치우치지 않았는지도 살펴야 합니다.

정답 ④

NA를 제외한 두 값의 평균(10+20)/2=15입니다.

정답 ④

데이터프레임은 같은 행 수를 가진 열들로 구성되며 열마다 다른 자료형을 가질 수 있습니다. 팩터는 범주와 수준을 관리합니다. factor의 내부 정수 코드를 원래 숫자 값으로 오해하지 않도록 주의합니다. 집계와 모델에서 기준 수준이 계수 해석에 영향을 줄 수 있습니다. 범주에 순서가 있다는 정보는 ordered factor 등으로 명시하고 단순 코드 번호와 양적 크기를 구분하세요.

정답 ①

행을 공유하면서 열별로 다른 자료형을 담는 데이터프레임이 적합합니다.

정답 ④

분석용 표는 한 행의 단위와 기준 시점이 명확해야 합니다. 고객별 월 매출이면 고객×월이 유일한 행 단위입니다. 주문 상세를 조인한 뒤 고객 정보를 반복 집계하면 매출·건수가 부풀 수 있습니다. 파생 변수는 재현 가능한 규칙과 관찰 기간을 남깁니다. 최근 30일 구매 횟수를 만들 때 예측일 이후 거래가 포함되지 않는지 확인하고, 고객별 집계 뒤 조인하는 방식으로 중복 위험을 줄일 수 있습니다.

정답 ④

분석 단위와 시점을 맞추어 중복과 미래 정보 누수를 방지해야 합니다.