가상 사례: 60초 또는 40초
같은 범위에서 활성 사용자 100명과 150세션에 6000초가 기록됩니다. 활성 사용자당 평균은 60초, 세션당 평균은 40초입니다. 이름과 분모를 수치와 함께 제시해야 합니다.
| 가상 지표 | 값 | 분모 또는 단위 |
|---|---|---|
| 총 기록 시간 | 6000 | 초. |
| 활성 사용자 | 100 | 전체 기간. |
| 세션 | 150 | 동일 측정 범위. |
| 활성 사용자당 평균 | 60 | 6000 / 100, 단위는 초. |
| 세션당 평균 | 40 | 6000 / 150, 단위는 초. |
오해를 부르는 비교 피하기
- 참여 시간, 경과 시간과 세션 수를 구분합니다. 초점이 있는 탭이 읽기나 이해를 입증하지 않습니다.
- 일별 평균을 단순 평균하지 않습니다. 같은 사용자가 여러 날 돌아오므로 전체 기간 총량과 올바른 분모로 다시 계산합니다.
- 수집, 필터, 기기와 과업 맥락을 기록합니다. 0이나 짧은 시간을 해석하기 전에 누락을 확인합니다.
기다림보다 과업 개선하기
실용 정보를 찾는 시간이 줄면 답이 좋아졌을 수 있고 절차 시간이 늘면 어려움일 수 있습니다. 시간, 완료, 오류와 사용자 조사를 결합합니다. 평균을 높이려고 인위적 단계를 추가하지 않습니다.
1차 자료
누락값, 영과 추정
관측 누락은 측정된 영과 같지 않습니다.
- 미수신 필드, 해당하지 않는 관측과 수집 실패를 구분합니다. 유효한 측정값 0은 유지하세요. 모든 누락을 0으로 바꾸면 다른 상태가 섞입니다.
- 가상 예 [10, 누락, 0]에서 관측 두 개의 평균은 5입니다. 누락을 0으로 바꾼 뒤 3으로 나누면 다른 질문에 답하므로 두 건수를 보여 주세요.
- 추정값에는 대체 표시와 규칙을 보관합니다. 추정 포함·제외 결과를 비교하세요. 유효 관측이 없으면 평균 0 대신 결과 없음을 표시합니다.
재현 가능한 수락 사례
가상 예시입니다. 고객이나 실제 관측 결과를 나타내지 않습니다.
사례 입력 보기
{
"values": [
10,
null,
0
],
"observed_count": 2,
"mean_observed": 5,
"mean_if_missing_replaced_with_zero": 3.3333333333,
"extended_sample": {
"values": [
10,
null,
0,
20,
null,
30
],
"known_count": 4,
"expected_count": 6,
"known_sum": 60,
"mean_observed": 15,
"mean_after_zero_fill": 10
},
"missing_only_sample": {
"values": [
null,
null
],
"known_count": 0,
"mean_observed": null
}
}예상 판단
관측값 평균은 5입니다. 누락을 0으로 대체하면 모집단과 결과가 바뀝니다.
같은 데이터, 두 평균: 규칙을 표시하기
가상 데이터: [10, 누락, 0, 20, 누락, 30]. 예상 관측 6개 중 알려진 값은 4개이며 합계는 60입니다. 기존의 0은 관측값입니다.
| 처리 | 평균 계산 | 해석 |
|---|---|---|
| 알려진 값만 사용 | 60 ÷ 4 = 15 | 평균은 알려진 4개 값을 설명합니다. 누락된 2개가 같은 분포를 가질 것임을 증명하지는 않습니다. |
| 누락값을 0으로 대체 | 60 ÷ 6 = 10 | 두 개의 0은 규칙으로 추가했으며 관측하지 않았습니다. 다른 질문에 대한 평균이므로 비교 전에 규칙의 근거를 제시하세요. |
| 다른 표본: [누락, 누락] | 계산 불가 | 알려진 값이 없으므로 사용 불가로 표시합니다. 평균 0은 존재하지 않는 관측을 암시합니다. |
검증 절차
- 누락, 0 및 추정값을 구분합니다.
- 제외 전후의 평균을 계산합니다.
- 수와 변수별 처리 규칙을 보존합니다. 모든 값이 누락된 그룹도 시험하고, 명시적 규칙 없이 측정된 0으로 표시되지 않는지 확인하세요.
합계 0이면 모든 값이 0이었다는 뜻인가요?
아닙니다. 존재하는 값의 수와 빈 집합 처리 방식을 확인하세요. 누락은 0 측정을 증명하지 않습니다.
1차 자료: pandas — Working with missing data. 관련 방법: 실무 가이드 읽기.