平均値補完の影響
図は、年収の列の欠損値を、観測された値の平均で埋める(平均値補完)前後のヒストグラムである。この処理によって起きやすいこととして、最も適切なものを1つ選べ。
- A
列の平均も分散も補完の前と変わらないので、欠損による影響はなくなる
- B
列の平均は変わらないが、平均から離れた値が増えるため、分散が大きく見積もられやすい
- C
列の平均は変わらないが、同じ値が増えるため、分散が実際より小さく見積もられやすい
- D
平均で埋めると外れ値の影響を受けなくなるので、中央値で埋めるよりも頑健になる
正解と解説を見る
正解：C
平均値補完では、平均と同じ値が増えるので列の平均は変わらないが、ばらつきが小さく見え、他の変数との相関も弱まりやすい。平均は外れ値に引っ張られるので、外れ値に強いのは中央値での補完だという点も取り違えやすい。
- A
誤り。平均は変わらないが、平均と同じ値が増える分だけ分散は小さくなる。
- B
誤り。埋めた値は平均と同じなので、分散は小さくなる方向に動く。
- C
正しい。埋めた値はすべて平均と同じなので、平均は保たれるが、ばらつきは小さく見える。
- D
誤り。平均は外れ値に引っ張られるので、外れ値に強いのは中央値で埋めるほう。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。