다음 데이터는 각 국가의 연간 GDP를 보여줍니다. 1960년부터 2024년까지의 각 연도는 각각 하나의 열(변수)로 구성됩니다. 따라서 한 줄은 한 국가의 GDP 추이를 나타냅니다.
데이터를 보면 곳곳에 결측치가 존재하는 것을 알 수 있습니다.
데이터 출처 : 세계 은행 ( https://www.worldbank.org/ ) 취득일 : 2025/12/16
이 데이터에 있어서 결측치가 되고 있는 이유로서는, 통계의 취득 체제의 문제나, 아직 조사·집계가 행해지고 있지 않은 것 등이 생각됩니다. 이후 나라별 GDP의 트렌드 파악과 나라 간의 비교를 한다면 먼저 데이터의 결측값 상황을 파악하는 것이 중요합니다.
데이터중의 결측치를 조사하는 방법으로서, JMP에서는 「결측치를 조사한다」라고 하는, 결측치의 패턴을 확인하거나, 보완을 실시할 수 있는 플랫폼이 준비되어 있습니다.
그냥 우선
- 결측값이 얼마나 존재하는지
- 어떤 패턴으로 발생하는지
신속하게 확인하고 싶다면 다른 기능을 이용하는 방법도 생각할 수 있습니다.
이 기사에서는 결측값을 빠르고 효과적으로 조사하는 방법을 세 가지 소개합니다.
이하의 1 → 2 → 3의 흐름으로 확인해 가는 방법을 추천합니다.
- '열 관리자' 사용: 각 변수의 결측값 수를 파악
- 「결측치 패턴 표시」의 이용：결측이 발생하고 있는 경향을 파악
- 셀 플롯 사용: 데이터 순서에 대한 결측 패턴 파악
1~3의 각각에 대해 봅시다.
1. 「열매니저」의 이용
JMP 18 이상에서는 열 패널(데이터 테이블 왼쪽 중앙)에 있는 열 관리자 단추를 클릭하여 각 열의 요약 통계를 즉시 확인할 수 있습니다. 이렇게 하면 각 열의 누락 값 수를 확인할 수 있습니다.
이 데이터는 1960년부터 1964년경까지 모든 연도에 결측값이 존재하고 있음을 알 수 있습니다.
2. 「결측치 패턴 표시」의 이용
1.에서는, 각 변수마다의 결측치의 수를 확인했습니다만, 예를 들면 「연속하는 2 년간만 데이터가 취득되지 않았다」라고 하는 결측의 패턴이 존재하는 경우도 있습니다.
「결측치 패턴 표시」 의 기능을 사용하면, 데이터 테이블내에 결측치가 포함되는 경우, 이 결측치에 어떠한 패턴이 있을지 어떨지를 확인할 수 있습니다. 또, 결측치가 1개도 포함되어 있지 않은 행을 추출하는 등의 용도로도 이용할 수 있습니다.
[테이블] > [결측값 패턴 표시] 에서 1960년~2024년의 열(합계 65열)을 대상으로 실행하면 새로운 데이터 테이블이 출력됩니다. 여기에서는 빈도로 내림차순으로 정렬한 결과를 보여줍니다.
출력된 테이블의 값에 대해 0은 결측이 아니라 1이 결측임을 나타냅니다.
열 "패턴"은 지정된 열에 대한 결측값의 유무를 0/1로 표현합니다. 열 "도수"는 누락 패턴에 해당하는 행 수를 나타냅니다.
첫 번째 행은 패턴이 '000000…000'이며 모든 열에 누락된 값이 없음, 즉 모든 연도에 값이 입력된 행임을 나타냅니다. 이 데이터에는 이러한 행이 110개 있습니다.
5행째는, 최초의 5열(1960~1964년)이 결측으로, 1965 이후는 결측이 없는 패턴이며, 이러한 행이 6건 있는 것을 알 수 있습니다.
덧붙여 「결측치 패턴 표시」로 출력되는 테이블은 원래의 데이터와 연동하고 있습니다. 예를 들어 첫 번째 행을 선택하면 원래 데이터 테이블에서 해당 행이 선택됩니다.
이 상태에서 테이블 > 하위 집합을 사용하여 하나의 누락된 값이 없는 데이터만 추출할 수 있습니다.
3. 「셀 플롯」의 이용
결측치가 발생하는 위치로서 데이터의 선두 부근·중앙 부근·말미 부근의 어디에 많은지를 파악하는 것도 중요합니다. 예를 들어, 시간순으로 얻은 공정 데이터에서는 결측이 데이터의 전반에 많거나 후반에 많았는지를 파악하고 싶은 경우가 있습니다.
이러한 경우에 「셀 플롯」 을 사용하면, 데이터를 축소한 셀 표시 중에서, 결측치의 분포를 직감적으로 가시화할 수 있습니다.
이번 예에서는 2020년부터 2024년까지 5년간의 GDP 평균값을 이용하여 국가를 내림차순으로 정렬하여 최근 GDP 수준과 결측 간의 관계를 확인해 보겠습니다.
그래프 > 셀 플롯 에서 연도를 Y, 응답 변수로, 국가 이름(Country Name)을 레이블로 지정하면 셀 플롯 보고서가 표시됩니다.
셀 플롯은 데이터 테이블의 각 셀을 컬러 사각형으로 시각화한 그래프입니다.
여기에서는 셀의 색이 아닌 셀에 표시되는 "×" 마크에 주목 하십시오. 이 "×"는 셀이 결측값임을 나타냅니다.
이와 같이 「×」의 분포를 보면, GDP 가 낮은 나라(데이터의 하측) 만큼 결측치가 많은 경향이 있고, 또 최근인 2023년, 2024년에 대해서도 결측이 되고 있는 나라가 몇개 존재하는 것을 알 수 있습니다.
이는 GDP가 높은 나라일수록 이러한 경제 통계를 안정적으로 취득·공표할 수 있는 체제가 갖추어져 있는 것이 일인이라고 생각됩니다.
결측값은 데이터 분석을 시작하기 전에 반드시 확인해야 하는 중요한 포인트입니다.
사전에 결측의 유무나 경향을 파악하는 것으로, 그 후의 분석이나 해석을 적절히 진행할 수 있습니다.
by 마스카와 나오히로(JMP Japan)
마스카와 나오히로 - JMP 사용자 커뮤니티
