(SEM Final Project) 결측 패턴(MCAR, MAR, MNAR)파악에 대한 SEM의 활용

1. 서론

결측 데이터는 데이터 분석 및 통계모델링 과정에서 피할 수 없는 중요한 문제 중 하나이다. 특히, 다양한 분야에서 수집되는 데이터는 종종 누락된 값이 존재하며, 이는 분석 결과의 신뢰성과 정확성에 큰 영향을 미친다. 결측값의 패턴을 이해하는 것은 데이터가 어떻게 누락되었는지를 파악하고 적절한 처리 방법을 선택하는 데 필수적이다. 결측 데이터의 패턴은 크게 세 가지로 구분할 수 있는데 SEM(구조방정식모델)을 활용하여 각각의 패턴을 분석하는 방법이 점차 주목받고 있다. 첫째, 완전 무작위 결측(MCAR: Missing Completely At Random)은 결측된 값이 관찰된 값과 독립적일 때 나타난다. 이 경우, 결측과 특정 변수 또는 관찰값 간의 관련성이 없기 때문에 결측처리 과정이 비교적 단순화되어 통계적 추론이 가능하다. 둘째, 조건부 무작위 결측(MAR: Missing At Random)은 결측이 일부 관찰된 변수에 의해서만 결정될 때 해당한다. 예를 들어, 설문 조사에서 소득 정보는 나이와 직업에 따라 결측이 발생하는데, 이 경우 구조방정식을 활용해 어떤 변수들이 결측 여부를 설명하는지 파악할 수 있다. 셋째, 비무작위 결측(MNAR: Missing Not At Ran…