データ資格 模擬試験

DS検定 模擬試験 第3回 問54・データサイエンス(データ準備(前処理・欠損値・外れ値・特徴量))

欠損が生じる仕組みの見極め

C市は住民の健康調査アンケートを集計している。世帯年収の欄は回答者の18%が空欄だった。調べると、同じ年齢・同じ職業の人どうしで比べても、年収が高い人ほど空欄にしやすいと考えられた。この欠損についての判断として、最も適切なものを1つ選べ。

  1. A

    欠損率が2割近くと大きいので、全体の平均値で補完すれば分布の偏りもあわせて解消できる

  2. B

    欠損は年齢と職業で説明できるので、年齢・職業ごとの平均で補完すれば偏りは解消できる

  3. C

    欠損が年収の値そのものに左右されるので、回答者だけで平均を出すと低めに偏るおそれがある

  4. D

    欠損は完全にランダムに起きているので、空欄の行を削除して平均を出しても偏りは生じない

正解と解説を見る

正解:C

欠損の仕組みには、完全にランダム(MCAR)、観測済みの変数で説明できる(MAR)、欠けている値そのものに左右される(MNAR)の3種類がある。MNARでは、削除しても単純に補完しても偏りが残るので、追加調査や偏りの大きさを確かめる分析が必要になる。

学習のポイント:「何が欠損しやすさを決めているか」で見分ける。その値自身ならMNARで、削除や平均値補完では偏りが直らない。

この問題を演習で解く →

DS検定のトップへ 問題一覧へ

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。