보건복지 분야 패널자료 품질 개선 연구 - 항목무응답 대체 방법을 중심으로

Abstract

패널자료는 정책입안자나 연구자가 정책을 마련하거나 효과를 평가할 때 활발히 사용되고 있다. 패널자료의 활용도가 높은 상황에서 신뢰성 있는 통계적 분석 결과를 얻기 위해서는 패널자료의 질이 담보되어야 한다. 패널자료의 질을 결정짓는 하나의 요소로 항목무응답에 대한 처리를 들 수 있다.

이 연구는 무응답 대체에 대한 새로운 기법 제안 및 지속가능한 무응답 대체 자료를 제공하는데 목적을 두고 있다. 첫째, 기계학습과 딥러닝이 여러 분야에서 활발하게 사용되고 있는 상황에 부합하여 최신 통계방법을 패널자료의 항목무응답 대체에 적용해 보았다. 랜덤 포레스트 대체 방법은 모의실험에서 우수한 결과를 보여 실무에서 활용할 수 있을 것으로 보인다. 둘째, 한국복지패널조사와 한국의료패널조사의 경우 항목무응답 비율은 높지 않으나, 향후 무응답 발생 패턴의 변화에 대비하고자 하였다.