기본 콘텐츠로 건너뛰기

이상치의 처리 (2)


 앞서 Z>3인 경우를 이상치로 보고 NA 값으로 대체하는 예제를 이야기했습니다. 표준값을 이용하는 방법은 가장 일반적이고 간단한 접근이긴 하지만, 문제점도 있습니다. 대표적인 것은 관측값/표본의 숫자가 적은데 이상치가 매우 정상에서 벗어난 경우입니다. 예를 들어 20명의 소득을 조사했는데, 그 가운데 빌게이츠가 끼어 있는 경우입니다. 이 경우 소득의 평균값이 수백만 달러로 올라가 5만 달러, 10만 달러 연봉을 받는 사람까지 이상치가 될 수 있습니다. 


 이렇게 평균을 내면 본래 이상치가 아닌 것도 이상치로 만들 수 있는데, 이를 회피하는 가장 좋은 방법은 평균 대신 중앙값(median)을 이용하는 것입니다. 집단에서 중간 위치에 있는 값을 기준으로 잡으면 평균의 함정에서 벗어날 수 있습니다. 이 역시 outliers 패키지에서 지원합니다. 


require(outliers)

set.seed(1234)
x<-rnorm span="">


 여러 개의 이상치를 다루기 위해 3000개의 관측치를 지닌 예제를 실행해 보겠습니다. 그리고 Zm이라는 새로운 값에 type="mad"를 지정합니다. 그 다음 역시 which를 써서 3 이상인 값을 알아봅니다. 참고로 median인데 mad 인 이유는 중앙값 절대 편차 median absolute deviation (MAD)라는 단어의 약자이기 때문입니다. 이를 수정된 Z값 (modified Z score)라고 하며 구하는 방식에 대해서는 링크를 참조하시면 됩니다. 




Zm<-scores span="" type="mad" x="">
which(Zm %in% Zm[Zm>3|Zm< -3])


> Zm<-scores span="" type="mad" x="">
> which(Zm %in% Zm[Zm>3|Zm< -3])
[1]  178  237  392  486 1660 1815 2111 2414


 그리고 이전 시간에 설명을 잘못했는데, 표준값의 절대값이 3 이상인 경우이므로 3이상만이 아니라 -3 이하 값도 필요합니다. Zm< -3을 넣어야 하는데 실수했네요. 중요한 점은 <-3 -3="" span="">


 아무튼 이번엔 이상치의 갯수가 8개로 늘었습니다. 수정된 Z 값에서는 더 많은 이상치가 나왔는데, 각각의 값을 보기 위해 이번에는 데이터 프레임의 형태로 바꿔보겠습니다. x값을 이용해 DF라는 데이터 프레임을 만들고 다시 수정된 Z값(Zm 변수)로 넣어보겠습니다. 


DF<-as .data.frame="" span="" x="">
DF$Zm<-scores span="" type="mad" x="">

head(DF)

          x         Zm
1  96.37880 -1.2328145
2 100.83229  0.2683791
3 103.25332  1.0844689
4  92.96291 -2.3842547
5 101.28737  0.4217810
6 101.51817  0.4995776


 이제 subset 을 이용해 표준값의 절대값이 3이상인 값을 구해보겠습니다. 


DF1=subset(DF,Zm>3|Zm< -3)
DF1

> DF1=subset(DF,Zm>3|Zm< -3)
> DF1
             x        Zm
178  109.13130  3.065834
237   90.30054 -3.281692
392   89.81181 -3.446436
486  109.58770  3.219680
1660  90.63523 -3.168874
1815 109.50381  3.191402
2111  90.71603 -3.141637
2414 109.06743  3.044304


 각각의 값을 확인할 수 있었습니다. 이를 모두 NA 값으로 바꿔보겠습니다. 

replace(x,Zm>3,NA)->x


 이후 각각의 값이 정상적으로 바뀌었는지 확인할 수도 있지만, 일괄적으로 확인하기 위해 데이터 프레임으로 확인하겠습니다. 

replace(DF$x,DF$Zm>3|DF$Zm< -3,NA)->DF$x
DF1=subset(DF,Zm>3|Zm< -3)
DF1


> DF1
      x        Zm
178  NA  3.065834
237  NA -3.281692
392  NA -3.446436
486  NA  3.219680
1660 NA -3.168874
1815 NA  3.191402
2111 NA -3.141637
2414 NA  3.044304


 데이터 프레임에서 값이 모두 NA로 변경된 것을 볼 수 있습니다. 이 코드 그대로 사용하되 Type만 Z로 바꿔주면 Z 값에서 그대로 사용이 가능합니다. 비교해보면 비슷한 결과가 나오는 것을 알 수 있는데, 표준 정규분포를 따르는 예제이기 때문입니다. 물론 이런 경우는 거의 없을 것이기 때문에 실제로 그렇지 않은 예제를 진행해 보겠습니다. 




댓글

이 블로그의 인기 게시물

렘 수면이 식이 패턴에 영향을 준다?

  ( Using a techniqu e called optogenetics, the activity of cells in the brain can be specifically suppressed with light pulses. Credit: Pascal Gugler / Insel Gruppe )  수면 중 빠른 안구 운동이 발생하는 렘 (REM) 수면은 아직도 그 기능이 완전히 밝혀지지 않았지만, 수면에서 매우 중요한 부분이라는 사실은 확실합니다. 렘 수면은 꿈과 관련이 깊으며 전체 수면 시간이 부족하지 않더라도 렘 수면 시간이 짧으면 다음날 집중력이 떨어지고 많이 피곤하게 됩니다. 아마도 렘 수면 시간 동안 여러 가지 기능과 작업이 이뤄짐을 시사하는 결과입니다.   베른 대학교 ( University of Bern )의 과학자들은 쥐를 이용한 동물 모델을 통해서 렘 수면이 식이 패턴에 미치는 영향을 조사했습니다. 연구팀은 렘 수면이 외측 시상하부 ( lateral hypothalamus)에 영향을 주어 식욕을 조절할 수 있다는 증거를 발견했습니다. 외측 시상하부는 모든 포유류에서 볼 수 있는 시상하부의 작은 핵으로 식욕을 조절하는데 중요한 역할을 하는 것으로 생각됩니다. 과거 과학자들은 렘 수면 동안 외측 시상하부가 활성화되는 것을 확인했지만, 렘 수면이 실제 식욕을 조절하는지에 대해서는 알지 못했습니다. 렘 수면 동안 외측 시상하부만 차단할 방법이 없었기 때문입니다.   연구팀은 빛으로 살아있는 세포를 조절하는 기술인 광유전학 (optogenetic) 방식으로 렘 수면 중인 쥐의 외측 시상하부 활동을 차단했습니다. 그 결과 쥐의 식욕이 저하되는 것을 확인할 수 있었습니다. 불과 하루 간 차단만으로도 4일 정도 효과가 지속될 정도로 식욕에 대한 영향이 컸습니다. 이는 렘 수면이 식욕을 적절하게 유지하는 데 도움을 준다는 점을 시사합니다.   사실 최근에 다이어트에 대한 수요가 폭발해서 ...

몸에 철이 많으면 조기 사망 위험도가 높다?

 철분은 인체에 반드시 필요한 미량 원소입니다. 헤모글로빈에 필수적인 물질이기 때문에 철분 부족은 흔히 빈혈을 부르며 반대로 피를 자꾸 잃는 경우에는 철분 부족 현상이 발생합니다. 하지만 철분 수치가 높다는 것은 반드시 좋은 의미는 아닙니다. 모든 일에는 적당한 수준이 있게 마련이고 철 역시 너무 많으면 여러 가지 질병을 일으킬 수 있습니다. 철 대사에 문제가 생겨 철이 과다하게 축적되는 혈색소증 ( haemochromatosis ) 같은 드문 경우가 아니라도 과도한 철분 섭취나 수혈로 인한 철분 과잉은 건강에 문제를 일으킬 수 있습니다. 하지만 높은 철 농도가 수명에 미치는 영향에 대해서는 잘 알려지지 않았습니다.   하버드 대학의 이야스 다글라스( Iyas Daghlas )와 임페리얼 칼리지 런던의 데펜더 길 ( Dipender Gill )은 체내 철 함유량에 영향을 미치는 유전적 변이와 수명의 관계를 조사했습니다. 연구팀은 48972명의 유전 정보와 혈중 철분 농도, 그리고 기대 수명의 60/90%에서 생존 확률을 조사했습니다. 그 결과 유전자로 예측한 혈중 철분 농도가 증가할수록 오래 생존할 가능성이 낮은 것으로 나타났습니다. 이것이 유전자 자체 때문인지 아니면 높은 혈중/체내 철 농도 때문인지는 명확하지 않지만, 높은 혈중 철 농도가 꼭 좋은 뜻이 아니라는 것을 시사하는 결과입니다.   연구팀은 이 데이터를 근거로 건강한 사람이 영양제나 종합 비타민제를 통해 과도한 철분을 섭취할 이유는 없다고 주장했습니다. 어쩌면 높은 철 농도가 조기 사망 위험도를 높일지도 모르기 때문입니다. 그러나 임산부나 빈혈 환자 등 진짜 철분이 필요한 사람들까지 철분 섭취를 꺼릴 필요가 없다는 점도 강조했습니다. 연구 내용은 정상보다 높은 혈중 철농도가 오래 유지되는 경우를 가정한 것으로 본래 철분 부족이 있는 사람을 대상으로 한 것이 아니기 때문입니다. 낮은 철분 농도와 빈혈이 건강에 미치는 악영향은 이미 잘 알려져 있기 때문에 철...

비타민 D - 우울증 예방 효과는 없다

   다른 비타민과 마찬가지로 비타민 D는 사람이 살아가는데 반드시 필요한 비타민입니다. 비타민 D가 부족한 경우 뼈에 심각한 문제가 생길 수 있습니다. 그런데 한 가지 더 흥미로운 사실은 여러 질병에서 비타민 D 부족이 관찰된다는 것입니다. 예를 들어 우울증의 경우에도 비타민 D 부족이 보고된 바 있습니다. 일부 연구자들은 햇빛을 받아 생성되는 비타민 D 부족이 계절성 우울증 장애 (seasonal affective disorder)의 원인일지 모른다고 생각해왔습니다.   하지만 하버드 의대와 메사추세스 종합 병원(MGH)의 연구팀은 비타민 D3 (cholecalciferol) 보충제를 사용한 대규모 임상 시험에서 비타민 D 복용이 우울증 예방에 특별한 효과가 없다는 사실을 확인했습니다. 이 연구는 종합 비타민제 혹은 단독으로 사용되는 비타민 D 보충제가 질병 예방에 효과가 있는지를 알아보기 위한 것으로 평균 67세의 건강한 성인 남녀 18,353명을 대상으로 진행되었습니다. 연구 참여자들은 두 그룹으로 나뉘어 콜레칼시페롤 (비타민 D3) 2000 IU 혹은 위약을 받아 5년간 복용했습니다. 우울증의 정도는 8-item Patient Health Questionnaire depression scale [PHQ-8]로 측정했습니다.   이 연구에서는 분명한 비타민 D 결핍증이 있는 경우는 제외했는데, 의학적으로 보충이 필요한 정도의 결핍이라면 치료를 하는 게 맞지 위약을 5년이나 주는 것은 윤리적으로 문제가 있기 때문입니다. 따라서 연구의 목표는 비타민이 부족하지 않은 건강한 사람에서 비타민 보충제가 혹시 우울증 예방에 효과가 있는지를 알아보려는 것입니다.   연구 결과 실험군과 대조군 사이에는 통계적으로 유의한 차이가 없었습니다. 우울증 발생률은 두 그룹에서 별로 차이가 없었으며 연구 시작과 종료 시점에 그룹 내에서도 별 차이가 없었습니다. 따라서 비타민 D가 부족하지 않...