ADsP 41회 기출 복원

📝 기출문제 전체 보기

데이터분석 준전문가(ADsP) 2024년 41회차 기출 복원입니다. 각 문제 아래의 「정답·해설 보기」를 펼치면 정답과 해설이 나타나요. 실전 시험 환경(타이머·자동 채점·오답 누적)에서 풀어보고 싶다면 글 맨 아래 「직접 풀러가기」를 눌러주세요.

1. 문제 1

   4지선다

   DIKW 피라미드 계층구조의 요소에 대한 설명으로 옳지 않은 것은?

   • 1.

     Data - 가공하기 전의 순수한 수치나 기호

   • 2.

     Insight - 패턴을 인식하고 의미를 부여한 데이터

   • 3.

     Knowledge - 패턴 이해를 토대로 예측한 결과물

   • 4.

     Wisdom - 원리 이해로 도출되는 창의적 아이디어

   정답·해설 보기▾▴

   정답

   2번

   Insight - 패턴을 인식하고 의미를 부여한 데이터

   해설

   정답: 2. DIKW 계층은 데이터(Data)→정보(Information)→지식(Knowledge)→지혜(Wisdom)로 구성된다. ‘패턴을 인식하고 의미를 부여한 데이터’는 정보(Information)에 해당하며, Insight(통찰)는 DIKW 표준 4계층의 구성 요소가 아니다.

   오답 풀이

   • 1번: Data는 가공 전의 순수한 수치·기호로 옳은 설명이다.
   • 2번: 패턴에 의미를 부여한 단계는 정보(Information)이지 Insight가 아니므로 옳지 않다.
   • 3번: Knowledge는 정보의 패턴을 이해해 예측·판단의 근거로 삼은 것으로 옳다.
   • 4번: Wisdom은 근본 원리의 이해에서 나오는 창의적 아이디어로 옳다.

   보충 개념 DIKW 피라미드: 데이터(사실)→정보(의미 부여)→지식(행동 근거)→지혜(일반화된 통찰) 순으로 위계가 높아진다.

2. 문제 2

   4지선다

   아래에서 설명하는 용어로 알맞은 것은?

   [다양한 의미 전달 매체에 의하여 표현된 데이터, 지식, 저작물 등의 인식 가능한 모든 자료]

   • 1.

     데이터베이스(Database)

   • 2.

     DBMS(Database Management System)

   • 3.

     데이터베이스시스템(DB System)

   • 4.

     콘텐츠(Contents)

   정답·해설 보기▾▴

   정답

   4번

   콘텐츠(Contents)

   해설

   정답: 4. 다양한 매체로 표현된 데이터·지식·저작물 등 인식 가능한 모든 자료를 가리키는 용어는 콘텐츠(Contents)이다.

   오답 풀이

   • 1번: 데이터베이스는 체계적으로 통합·저장되어 공유·관리되는 데이터의 집합이다.
   • 2번: DBMS는 데이터베이스를 생성·관리·운영하는 소프트웨어이다.
   • 3번: 데이터베이스시스템은 DB와 DBMS, 응용프로그램·사용자를 포함하는 전체 시스템이다.
   • 4번: 매체로 표현된 인식 가능한 모든 자료를 뜻하는 콘텐츠가 정의에 부합한다.

   보충 개념 콘텐츠는 텍스트·이미지·음성·영상 등 매체로 표현된 정보의 내용물 자체를 의미하며, 이를 담는 그릇이 데이터베이스·시스템이다.

3. 문제 3

   4지선다

   다음에서 설명하는 기업 내부의 데이터베이스 솔루션으로 옳은 것은?

   [기업의 외부 공급업체 또는 제휴업체와 통합된 정보시스템으로 연계하여 시간과 비용을 최적화시키기 위한 것으로 구매, 생산, 재고, 유통, 고객 데이터로 구성되어 있다.]

   • 1.

     ERP

   • 2.

     SCM

   • 3.

     ITS

   • 4.

     CRM

   정답·해설 보기▾▴

   정답

   2번

   SCM

   해설

   정답: 2. 외부 공급업체·제휴업체와 통합 연계해 구매·생산·재고·유통·고객 데이터를 다루며 공급망 전반의 시간·비용을 최적화하는 솔루션은 SCM(공급망관리)이다.

   오답 풀이

   • 1번: ERP는 기업 내부 자원(인사·재무·생산 등)을 통합 관리하는 전사적 자원관리 시스템이다.
   • 2번: 외부 공급망과의 통합·최적화를 다루는 SCM의 정의에 부합한다.
   • 3번: ITS는 지능형 교통 시스템으로 기업 내부 DB 솔루션이 아니다.
   • 4번: CRM은 고객 관계 관리에 초점을 둔 솔루션으로 공급망 통합이 핵심이 아니다.

   보충 개념 기업 내부 DB 솔루션 — ERP(내부 자원 통합), SCM(공급망 최적화), CRM(고객 관계 관리)로 영역이 구분된다.

4. 문제 4

   4지선다

   빅데이터가 만들어낸 변화의 양상으로 옳지 않은 것은?

   • 1.

     표본조사-->대면조사

   • 2.

     사후처리-->사전처리

   • 3.

     질보다-->양적으로

   • 4.

     인과관계-->상관관계

   정답·해설 보기▾▴

   정답

   2번

   사후처리-->사전처리

   해설

   정답: 2. 빅데이터가 가져온 변화는 표본조사→전수조사, 사전처리→사후처리, 질→양, 인과관계→상관관계이다. 보기의 ‘표본조사→대면조사’는 잘못된 짝이며(전수조사로 변화), ‘사후처리→사전처리’도 방향이 반대여서 옳지 않은 양상에 해당한다. 출제 의도상 정답은 2번이다.

   오답 풀이

   • 1번: 표본조사가 아니라 전수조사로 변화하므로 ‘표본→대면조사’ 표현 자체가 변화 양상이 아니다.
   • 2번: 실제 변화는 사후처리→사전처리가 아니라 ‘사전처리→사후처리’이므로 방향이 뒤집혀 옳지 않다.
   • 3번: 질보다 양을 중시하는 방향으로 변화한 것은 옳다.
   • 4번: 인과관계보다 상관관계를 중시하는 방향으로 변화한 것은 옳다.

   보충 개념 빅데이터 시대의 4대 변화: 사전처리→사후처리, 표본조사→전수조사, 질→양, 인과관계→상관관계.

5. 문제 5

   4지선다

   빅데이터의 가치 산정하기 어려운 이유로 옳지 않은 것은?

   • 1.

     폐쇄적 데이터 활용방식

   • 2.

     데이터가 기존에 없던 가치를 창출

   • 3.

     데이터 분석 기술의 발달

   • 4.

     가치경제 측정방식의 변화

   정답·해설 보기▾▴

   정답

   1번

   폐쇄적 데이터 활용방식

   해설

   정답: 1. ‘폐쇄적 데이터 활용방식’은 가치 산정을 어렵게 하는 요인이 아니다. 오히려 데이터가 재사용·재조합·다목적 활용되는 ‘개방적·중층적’ 활용 방식 때문에 어디서 가치가 창출될지 특정하기 어려운 것이 가치 산정 곤란의 원인이다.

   오답 풀이

   • 1번: 폐쇄적 활용은 가치 산정 곤란의 이유가 아니므로 옳지 않다.
   • 2번: 기존에 없던 새로운 가치를 창출하므로 사전에 가치를 가늠하기 어렵다.
   • 3번: 분석 기술의 발달로 과거에 무가치하던 데이터가 가치를 가지게 되어 산정이 어렵다.
   • 4번: 가치 측정 방식 자체가 변화해 기존 기준으로 산정하기 어렵다.

   보충 개념 빅데이터 가치 산정이 어려운 이유: 데이터 활용 방식의 다양화(재사용·재조합), 새로운 가치 창출, 분석 기술의 발전으로 인한 잠재가치 변동.

6. 문제 6

   4지선다

   다음 괄호 안에 들어갈 말로 알맞은 것은?

   데이터 오용의 피해를 막아 줄 유망한 직업으로 알고리즘 접근권 보장, 알고리즘에 불이익을 당한 사람들을 대변해 피해자를 구제할 수 있는 능력을 가진 전문가인( )의 역할이 대두됨.

   • 1.

     데이터관리자

   • 2.

     알고리즈미스트

   • 3.

     정보보안전문가

   • 4.

     애널리스트

   정답·해설 보기▾▴

   정답

   2번

   알고리즈미스트

   해설

   정답: 2. 알고리즘 접근권을 보장하고 알고리즘으로 불이익을 당한 사람들을 대변·구제하는 전문가는 알고리즈미스트(Algorithmist)이다.

   오답 풀이

   • 1번: 데이터관리자는 데이터의 저장·품질·보안 등 운영 관리를 담당한다.
   • 2번: 알고리즘의 부작용 통제·피해 구제를 맡는 알고리즈미스트가 정의에 부합한다.
   • 3번: 정보보안전문가는 정보 자산 보호·침해 대응을 담당한다.
   • 4번: 애널리스트는 데이터 분석·해석을 수행하는 직무이다.

   보충 개념 데이터 오용에 대한 통제 방안으로 알고리즘 접근권을 허용하고, 이를 대리·감시하는 직업으로 알고리즈미스트가 부상한다.

7. 문제 7

   4지선다

   빅데이터 시대의 위기 요인과 통제방안의 조합으로 알맞은 것은?

   가. 사생활 침해 - 동의제에서 책임제로 변환

   나. 데이터 오용 - 알고리즘 접근 허용

   다. 책임원칙훼손 - 정보 선택 옵션 제공

   • 1.

     가,나

   • 2.

     가,다

   • 3.

     나,다

   • 4.

     가,나,다

   정답·해설 보기▾▴

   정답

   1번

   가,나

   해설

   정답: 1. 위기 요인-통제방안의 올바른 조합은 (가) 사생활 침해→동의제에서 책임제로 전환, (나) 데이터 오용→알고리즘 접근 허용이다. (다)는 ‘책임원칙 훼손→결과 기반 책임 원칙 고수’가 맞으므로 ‘정보 선택 옵션 제공’과의 조합은 옳지 않다. 따라서 올바른 것은 (가), (나)이다.

   오답 풀이

   • 1번: (가)·(나)만 올바른 조합이므로 정답이다.
   • 2번: (다)의 통제방안이 잘못되어 있어 옳지 않다.
   • 3번: (다)가 포함되어 옳지 않다.
   • 4번: (다)가 포함되어 옳지 않다.

   보충 개념 빅데이터 3대 위기와 통제: 사생활 침해→동의제에서 책임제, 책임원칙 훼손→결과 기반 책임 고수, 데이터 오용→알고리즘 접근권 허용(알고리즈미스트).

8. 문제 8

   4지선다

   통찰력있는 분석을 하기 위해 데이터 분석가가 갖춰야할 역량으로 옳지 않은 것은?

   • 1.

     창의적 사고

   • 2.

     호기심

   • 3.

     연구윤리

   • 4.

     논리적 비판

   정답·해설 보기▾▴

   정답

   3번

   연구윤리

   해설

   정답: 3. 통찰력 있는 분석을 위해 데이터 분석가에게 요구되는 사고 역량은 창의적 사고, 호기심, 논리적 비판 등이다. ‘연구윤리’는 연구자가 지켜야 할 윤리 규범으로, 통찰을 도출하는 사고 역량 자체와는 구분된다.

   오답 풀이

   • 1번: 창의적 사고는 새로운 관점에서 문제를 보는 분석가의 핵심 역량이다.
   • 2번: 호기심은 데이터 이면의 의미를 파고드는 동력이 된다.
   • 3번: 연구윤리는 사고 역량이 아니라 윤리 규범이므로 이 문항의 요구 역량에 해당하지 않는다.
   • 4번: 논리적 비판은 가정·근거를 따져 보는 비판적 사고 역량이다.

   보충 개념 통찰력 있는 분석을 위한 사고: 호기심·창의적 사고·논리적 비판 등 비판적·창의적 사고력이 핵심이다.

9. 문제 9

   4지선다

   다음 중 데이터 사이언티스트에게 요구되는 소프트 킬을 모두 나열한 것은?

   가. 이론적 지식

   나. 분석기술에 대한 숙련

   다. 커뮤니케이션 기술

   라. 시각화를 활용한 설득력

   마. 창의적 사고

   • 1.

     가, 나, 다

   • 2.

     가, 다, 라

   • 3.

     나, 다, 라

   • 4.

     다, 라, 마

   정답·해설 보기▾▴

   정답

   4번

   다, 라, 마

   해설

   정답: 4. 데이터 사이언티스트의 역량은 하드 스킬과 소프트 스킬로 나뉜다. (가) 이론적 지식과 (나) 분석기술 숙련은 하드 스킬이고, (다) 커뮤니케이션, (라) 시각화를 활용한 설득력, (마) 창의적 사고는 소프트 스킬이다. 따라서 소프트 스킬만 나열한 것은 (다), (라), (마)이다.

   오답 풀이

   • 1번: (가) 이론적 지식은 하드 스킬이므로 소프트 스킬 나열이 아니다.
   • 2번: (가)가 포함되어 옳지 않다.
   • 3번: (나) 분석기술 숙련은 하드 스킬이므로 옳지 않다.
   • 4번: (다)·(라)·(마)는 모두 소프트 스킬로 올바른 조합이다.

   보충 개념 하드 스킬(이론·분석기법 숙련) vs 소프트 스킬(통찰력 있는 분석, 설득력 있는 전달=스토리텔링·시각화, 협업·커뮤니케이션).

10. 문제 10

    4지선다

    다음 중 빅데이터의 (미래) 가치 패러다임 변화 순서로 알맞은 것은?

    가. Connection

    나. Agency

    다. Digitalization

    • 1.

      가-나-다

    • 2.

      가-다-나

    • 3.

      다-가-나

    • 4.

      다-나-가

    정답·해설 보기▾▴

    정답

    3번

    다-가-나

    해설

    정답: 3. 빅데이터의 미래 가치 패러다임 변화는 (다) 디지털화(Digitalization)→(가) 연결(Connection)→(나) 에이전시(Agency) 순으로 진행된다.

    오답 풀이

    • 1·2·4번: 디지털화로 데이터가 축적된 뒤, 그 데이터를 서로 연결하고, 마지막으로 연결된 것들이 자율적으로 작동(에이전시)하는 순서가 아니므로 옳지 않다.
    • 3번: Digitalization→Connection→Agency 순서로 올바르다.

    보충 개념 디지털화 단계에서 아날로그가 데이터로 전환되고, 연결 단계에서 데이터·서비스가 상호 연결되며, 에이전시 단계에서 연결된 객체가 지능적으로 자동 작동한다.

11. 문제 11

    4지선다

    데이터 분석기획 유형 중 분석의 대상 및 방식에 대한 설명으로 옳지 않은 것은?

    • 1.

      분석대상을 모르고 분석방식을 알면 통찰력을 활용할 수 있다.

    • 2.

      분석방식만 알고 있으면 솔루션의 이용이 가능하다.

    • 3.

      분석대상과 분석방식을 모두 알 경우 최적화 또는 예측이 가능하다.

    • 4.

      분석대상과 분석방식을 모두 모를 경우 탐색을 통한 발견이 가능하다.

    정답·해설 보기▾▴

    정답

    2번

    분석방식만 알고 있으면 솔루션의 이용이 가능하다.

    해설

    정답: 2. 분석 주제 유형은 분석 대상(What)과 분석 방식(How)의 인지 여부로 나뉜다. 분석 방식만 알고 대상을 모르는 경우는 ‘통찰(Insight)’ 유형이며, ‘솔루션’은 대상은 알지만 방식을 모를 때 적용된다. 따라서 ‘분석방식만 알면 솔루션 이용이 가능하다’는 설명은 옳지 않다.

    오답 풀이

    • 1번: 대상은 모르고 방식만 알면 통찰을 활용하므로 옳다.
    • 2번: 방식만 알 때는 통찰 유형이지 솔루션이 아니므로 옳지 않다.
    • 3번: 대상·방식을 모두 알면 최적화(Optimization)이므로 옳다.
    • 4번: 대상·방식을 모두 모르면 발견(Discovery)이므로 옳다.

    보충 개념 분석 주제 유형 — 최적화(대상O·방식O), 솔루션(대상O·방식X), 통찰(대상X·방식O), 발견(대상X·방식X).

12. 문제 12

    4지선다

    분석 기획 단계에서 프로젝트 위험 대응 계획 수립 시 대응방안으로 옳지 않은 것은?

    • 1.

      완화(Mitigate)

    • 2.

      제거(Elimination)

    • 3.

      전이(Transfer)

    • 4.

      회피(Avoid)

    정답·해설 보기▾▴

    정답

    2번

    제거(Elimination)

    해설

    정답: 2. 프로젝트 위험 대응 전략은 회피(Avoid)·전이(Transfer)·완화(Mitigate)·수용(Accept)의 4가지이다. ‘제거(Elimination)’는 표준 대응 전략에 포함되지 않는다.

    오답 풀이

    • 1번: 완화는 위험의 발생 확률·영향을 줄이는 전략으로 옳다.
    • 2번: 제거(Elimination)는 4대 대응 전략에 없으므로 옳지 않다.
    • 3번: 전이는 보험·외주 등으로 위험 책임을 제3자에게 넘기는 전략이다.
    • 4번: 회피는 위험 요인이 있는 활동 자체를 하지 않는 전략이다.

    보충 개념 위험 대응 4전략: 회피(Avoid)·전이(Transfer)·완화(Mitigate)·수용(Accept).

13. 문제 13

    4지선다

    KDD분석방법론의 프로세스 중 아래 보기가 설명하는 단계로 적절한 것은?

    분석 추출된 분석대상 데이터 셋에 포함된 잡음(Noise), 이상값(Outlier), 결측값(Missing Value)를 식별하고 필요시 제거하거나 의미있는 데이터로 재처리하는 단계이다.

    • 1.

      데이터 변환

    • 2.

      데이터 전처리

    • 3.

      데이터 마이닝

    • 4.

      데이터 셋 선택

    정답·해설 보기▾▴

    정답

    2번

    데이터 전처리

    해설

    정답: 2. 추출된 데이터셋의 잡음(Noise)·이상값(Outlier)·결측값(Missing Value)을 식별하고 제거·재처리하는 단계는 KDD의 ‘데이터 전처리(Data Preprocessing)’ 단계이다.

    오답 풀이

    • 1번: 데이터 변환은 전처리된 데이터를 분석에 적합한 형태(차원 축소·속성 생성 등)로 바꾸는 단계이다.
    • 2번: 잡음·이상값·결측값 처리 단계는 전처리이므로 정의에 부합한다.
    • 3번: 데이터 마이닝은 패턴·규칙을 탐색하는 핵심 분석 단계이다.
    • 4번: 데이터셋 선택은 분석 대상 데이터를 선정하는 첫 단계이다.

    보충 개념 KDD 5단계: 데이터셋 선택 → 데이터 전처리 → 데이터 변환 → 데이터 마이닝 → 해석/평가.

14. 문제 14

    4지선다

    분석과제 발굴 방법 중 상향식 접근법(Bottom Up Approach)에 대한 설명으로 옳지 않은 것은?

    • 1.

      문제가 정의되어 있지 않거나 분석과제가 주어지지 않은 경우에 적합한 접근법이다.

    • 2.

      일반적으로 지도학습(Supervised Learning)의 방식을 수행한다.

    • 3.

      다양한 원천 데이터를 대상으로 분석을 수행하여 가치있는 문제를 도출하는 일련의 과정이다.

    • 4.

      하향식 접근방식과는 달리 복잡하고 다양한 환경에서 발생하는 문제해결에도 적합하다.

    정답·해설 보기▾▴

    정답

    2번

    일반적으로 지도학습(Supervised Learning)의 방식을 수행한다.

    해설

    정답: 2. 상향식 접근법은 데이터에서 출발해 패턴을 탐색하는 방식으로, 일반적으로 비지도학습(Unsupervised Learning)의 성격을 가진다. ‘지도학습 방식을 수행한다’는 설명은 옳지 않다.

    오답 풀이

    • 1번: 문제가 명확히 정의되지 않은 상황에 적합한 접근으로 옳다.
    • 2번: 상향식은 비지도학습적 탐색이지 지도학습이 아니므로 옳지 않다.
    • 3번: 다양한 원천 데이터를 분석해 가치 있는 문제를 도출하는 과정으로 옳다.
    • 4번: 복잡·다양한 환경의 문제 해결에 적합한 것은 상향식의 특징으로 옳다.

    보충 개념 하향식(Top-Down)은 문제 정의가 명확할 때 체계적으로 분해, 상향식(Bottom-Up)은 데이터 기반 탐색·발견(비지도학습적)으로 통찰을 얻는다.

15. 문제 15

    4지선다

    다음에서 설명하는 문제탐색 기법으로 알맞은 것은?

    [ 새로운 문제를 탐색하는 단계에서 유사 또는 동종 사례의 벤치마킹을 통해 후보군을 추출하고 "Quick&Easy" 방식으로 필요한 분석기회가 무엇인지에 대한 아이디어를 얻어 기업에 적용할 분석 테마 후보 목록을 워크숍 형태의 브레인스토밍을 통해 빠르게 도출하는 방법이다. ]

    • 1.

      분석 유즈케이스

    • 2.

      외부 참조 모델

    • 3.

      경쟁자 확대 관점

    • 4.

      역량의 재해석

    정답·해설 보기▾▴

    정답

    2번

    외부 참조 모델

    해설

    정답: 2. 유사·동종 사례의 벤치마킹을 통해 후보를 추출하고 Quick&Easy 방식으로 분석 기회를 빠르게 도출하는 기법은 ‘외부 참조 모델’ 기반 문제 탐색이다.

    오답 풀이

    • 1번: 분석 유즈케이스는 기존 분석 사례·라이브러리를 과제 발굴에 재활용하는 기법이다.
    • 2번: 외부 사례·동종업계 벤치마킹을 활용하는 외부 참조 모델 탐색의 정의에 부합한다.
    • 3번: 경쟁자 확대 관점은 비즈니스 모델 기반 탐색에서 경쟁 위협을 고려하는 관점이다.
    • 4번: 역량의 재해석은 내부 보유 역량을 새로운 관점으로 재조명하는 관점이다.

    보충 개념 하향식 문제 탐색은 비즈니스 모델 기반 탐색(업무·제품·고객·규제·경쟁자·역량 관점)과 외부 참조 모델(벤치마킹) 기반 탐색으로 나뉜다.

16. 문제 16

    4지선다

    아래 보기에서 설명하는 분석프로젝트 관리영역으로 알맞은 것은?

    [ 프로젝트 목적성에 맞는 외부 소싱을 적절하게 운영할 필요가 있으며 특히, PoC 형태의 프로젝트는 인프라 구매가 아닌 클라우드 등의 다양한 방안을 검토할 필요가 있다. ]

    • 1.

      조달관리

    • 2.

      통합관리

    • 3.

      범위관리

    • 4.

      원가관리

    정답·해설 보기▾▴

    정답

    1번

    조달관리

    해설

    정답: 1. 외부 소싱·외주를 적절히 운영하고 PoC형 프로젝트의 인프라 조달(구매 vs 클라우드)을 검토하는 영역은 ‘조달관리(Procurement Management)’이다.

    오답 풀이

    • 1번: 외부 소싱·인프라 조달 방안 검토는 조달관리의 영역으로 정의에 부합한다.
    • 2번: 통합관리는 프로젝트 전체를 조율·통합하는 관리 영역이다.
    • 3번: 범위관리는 과업 범위의 정의와 변경 통제를 다룬다.
    • 4번: 원가관리는 예산 수립과 비용 통제를 다룬다.

    보충 개념 분석 프로젝트의 관리 영역은 PMBOK 10개 지식영역(통합·범위·일정·원가·품질·자원·의사소통·위험·조달·이해관계자)을 따른다.

17. 문제 17

    4지선다

    분석 로드맵 설정 단계인 '데이터 분석 체계 도입 -> 데이터 분석 유효성 입증 -> 데이터 분석 확산과 고도화'에서 유효성 검증을 위한 추진 내용으로 알맞은 것은?

    • 1.

      마스터 플랜 수립

    • 2.

      PI 수행

    • 3.

      유관시스템 고도화

    • 4.

      파일럿 테스트

    정답·해설 보기▾▴

    정답

    4번

    파일럿 테스트

    해설

    정답: 4. 분석 로드맵의 2단계인 ‘데이터 분석 유효성 입증’ 단계에서는 일부 영역에 분석을 시범 적용해 효과를 검증하는 ‘파일럿 테스트’를 수행한다.

    오답 풀이

    • 1번: 마스터 플랜 수립은 분석 체계 도입(1단계)의 추진 내용이다.
    • 2번: PI(Process Innovation) 수행·프로세스 내재화는 확산·고도화(3단계)에 해당한다.
    • 3번: 유관시스템 고도화도 확산·고도화 단계의 내용이다.
    • 4번: 유효성 입증을 위한 파일럿 테스트가 2단계의 추진 내용으로 옳다.

    보충 개념 분석 로드맵 3단계: ① 분석 체계 도입(과제 정의·마스터플랜) → ② 유효성 입증(파일럿) → ③ 확산·고도화(전사 확산·PI·시스템 고도화).

18. 문제 18

    4지선다

    다음 중 분석 거버넌스 체계의 구성요소로 알맞지 않은 것은?

    • 1.

      과제 기획 및 운영 프로세스

    • 2.

      분석기획 및 관리 수행 조직

    • 3.

      분석교육 및 마인드 육성 체계

    • 4.

      과제 예방 및 비용 집행

    정답·해설 보기▾▴

    정답

    4번

    과제 예방 및 비용 집행

    해설

    정답: 4. 분석 거버넌스 체계의 구성요소는 분석 기획·관리 수행 조직(Organization), 과제 기획·운영 프로세스(Process), 분석 관련 IT 시스템(System), 데이터(Data), 분석 교육·마인드 육성 체계(Human Resource)이다. ‘과제 예방 및 비용 집행’은 거버넌스 구성요소가 아니다.

    오답 풀이

    • 1번: 과제 기획·운영 프로세스는 거버넌스의 Process 요소로 옳다.
    • 2번: 분석기획·관리 수행 조직은 Organization 요소로 옳다.
    • 3번: 분석교육·마인드 육성 체계는 인적자원 요소로 옳다.
    • 4번: ‘과제 예방·비용 집행’은 거버넌스 구성요소가 아니므로 옳지 않다.

    보충 개념 분석 거버넌스 5대 구성요소: 조직(Organization)·프로세스(Process)·시스템(System)·데이터(Data)·인적자원/문화(Human Resource).

19. 문제 19

    4지선다

    분석조직에 대한 설명으로 알맞지 않은 것은?

    • 1.

      기업의 경쟁력 확보를 위해 데이터 분석가치를 발견한다.

    • 2.

      구성원들은 비즈니스 역량,IT역량 및 분석역량을 갖춰야 한다.

    • 3.

      데이터 분석결과를 통해 최종 의사결정을 내리는 주체이다.

    • 4.

      협업 부서 및 IT부서와의 지속적인 커뮤니케이션을 수행한다.

    정답·해설 보기▾▴

    정답

    3번

    데이터 분석결과를 통해 최종 의사결정을 내리는 주체이다.

    해설

    정답: 3. 분석 조직은 데이터 분석으로 가치를 발굴해 의사결정을 ‘지원’하는 역할이다. 최종 의사결정을 내리는 주체는 경영진·현업 부서이며, 분석 조직이 최종 의사결정 주체라는 설명은 옳지 않다.

    오답 풀이

    • 1번: 분석 가치를 발견해 기업 경쟁력 확보에 기여하는 것은 옳다.
    • 2번: 구성원은 비즈니스·IT·분석 역량을 두루 갖춰야 한다는 설명은 옳다.
    • 3번: 최종 의사결정의 주체는 경영진·현업이므로 분석 조직이 최종 결정 주체라는 설명은 옳지 않다.
    • 4번: 협업 부서·IT 부서와 지속적으로 커뮤니케이션하는 것은 옳다.

    보충 개념 분석 조직 유형은 집중형·기능형·분산형으로 구분되며, 공통적으로 현업의 의사결정을 데이터로 ‘지원’하는 역할을 한다.

20. 문제 20

    4지선다

    분석 수준 진단의 결과로 분석 준비도는 높은데 분석 업무 및 기법 등이 부족한 기업의 유형은?

    • 1.

      도입형

    • 2.

      정착형

    • 3.

      확산형

    • 4.

      준비형

    정답·해설 보기▾▴

    정답

    1번

    도입형

    해설

    정답: 1. 분석 준비도는 높지만 분석 업무·기법 등 실제 분석 적용(성숙도)이 부족한 기업은 ‘도입형’에 해당한다.

    오답 풀이

    • 1번: 준비도는 높고 성숙도(업무·기법)는 낮은 유형으로 도입형이 옳다.
    • 2번: 정착형은 준비도는 낮지만 일부 분석을 제한적으로 정착시킨 유형이다.
    • 3번: 확산형은 준비도·성숙도가 모두 높아 전사로 분석을 확산한 유형이다.
    • 4번: 준비형은 준비도·성숙도가 모두 낮은 초기 유형이다.

    보충 개념 준비도-성숙도 4유형: 준비형(낮음·낮음), 정착형(낮음·높음), 도입형(높음·낮음), 확산형(높음·높음).

21. 문제 21

    4지선다

    결측값 처리에 사용되는 완전사례분석(complete Case Analysis)에 대한 설명으로 옳지 않은 것은?

    • 1.

      결측값을 모두 제거하는 방법이다.

    • 2.

      결측값이 특정 그룹에 집중된 경우 편향된 결과가 초래될 수 있다.

    • 3.

      결측값의 수가 많은 경우 데이터 손실이 많이 발생할 수 있다.

    • 4.

      결측값을 데이터의 평균으로 대치한다.

    정답·해설 보기▾▴

    정답

    4번

    결측값을 데이터의 평균으로 대치한다.

    해설

    정답: 4. 완전사례분석(Complete Case Analysis)은 결측값이 있는 관측치(행)를 모두 제거하고 완전한 사례만 분석하는 방법이다. ‘결측값을 평균으로 대치한다’는 것은 대치(imputation, 평균대치법)에 대한 설명으로 완전사례분석과 다르다.

    오답 풀이

    • 1번: 결측이 포함된 사례를 모두 제거하는 것이 완전사례분석의 정의로 옳다.
    • 2번: 결측이 특정 그룹에 몰려 있으면 제거 시 편향이 생길 수 있어 옳다.
    • 3번: 결측 수가 많으면 데이터 손실이 커지는 단점이 있어 옳다.
    • 4번: 평균 대치는 대치법이지 완전사례분석이 아니므로 옳지 않다.

    보충 개념 결측 처리는 삭제법(완전사례분석·쌍별 삭제)과 대치법(평균·중앙값·회귀·다중대치)으로 나뉜다.

22. 문제 22

    4지선다

    결측값에 대한 설명으로 옳지 않은 것은?

    • 1.

      결측치 처리는 값이 존재하지 않고 비어있는 상태를 의미한다.

    • 2.

      결측값의 처리여부가 데이터 분석의 속도에 영향을 미치지 않는다.

    • 3.

      결측치는 정보 손실 및 통계적 편향의 발생이 가능하다.

    • 4.

      NA와 NaN의 의미는 같지 않다.

    정답·해설 보기▾▴

    정답

    2번

    결측값의 처리여부가 데이터 분석의 속도에 영향을 미치지 않는다.

    해설

    정답: 2. 결측값의 처리 여부와 처리 방식은 데이터 분석의 속도·성능에 영향을 미친다(대규모 대치·재계산 비용 등). ‘속도에 영향을 미치지 않는다’는 설명은 옳지 않다.

    오답 풀이

    • 1번: 결측은 값이 존재하지 않고 비어 있는 상태를 의미하므로 옳다.
    • 2번: 결측 처리 방식은 분석 속도·자원 사용에 영향을 주므로 옳지 않다.
    • 3번: 결측은 정보 손실과 통계적 편향을 유발할 수 있어 옳다.
    • 4번: NA(결측, Not Available)와 NaN(Not a Number, 수치 연산 불능)은 의미가 다르므로 옳다.

    보충 개념 NA는 값이 결측된 상태, NaN은 0/0 같은 정의되지 않은 수치 연산의 결과로 의미가 구분된다.

23. 문제 23

    4지선다

    위치 측도와 산포 측도에 대한 설명으로 알맞지 않은 것은?

    • 1.

      평균은 모든 관측값을 더한 뒤 관측값의 개수로 나눈 값이다.

    • 2.

      표준편차는 분사의 값에 제곱근을 하여 단위를 통일시킨 값이다.

    • 3.

      중앙값이란 자료를 크기 순서대로 나열한 것의 가운데 값으로서, 이상값에 영향을 많이 받는다.

    • 4.

      평균절대편차는 각 관측값과 평균 사이의 거리의 평균이다.

    정답·해설 보기▾▴

    정답

    3번

    중앙값이란 자료를 크기 순서대로 나열한 것의 가운데 값으로서, 이상값에 영향을 많이 받는다.

    해설

    정답: 3. 중앙값은 자료를 크기순으로 정렬했을 때 가운데 값으로, 극단치(이상값)의 영향을 거의 받지 않는 강건한(robust) 위치 측도이다. ‘이상값에 영향을 많이 받는다’는 설명은 옳지 않다(평균이 이상값에 민감하다).

    오답 풀이

    • 1번: 평균은 모든 관측값의 합을 개수로 나눈 값으로 옳다.
    • 2번: 표준편차는 분산의 양의 제곱근으로 단위를 원자료와 통일한 산포 측도로 옳다.
    • 3번: 중앙값은 이상값에 강건하므로 ‘영향을 많이 받는다’는 설명은 옳지 않다.
    • 4번: 평균절대편차는 각 관측값과 평균 간 거리(절대편차)의 평균으로 옳다.

    보충 개념 이상값에 민감한 통계량(평균·표준편차)과 강건한 통계량(중앙값·사분위범위·MAD)을 구분해 기억한다.

24. 문제 24

    4지선다

    이름 ,성별, 지역 등을 표시하는 척도로 알맞은 것은?

    • 1.

      명목척도

    • 2.

      서열척도

    • 3.

      등간척도

    • 4.

      비율척도

    정답·해설 보기▾▴

    정답

    1번

    명목척도

    해설

    정답: 1. 이름·성별·지역처럼 단순히 구분·분류만 하는 범주에 부여하는 척도는 명목척도(Nominal Scale)이다.

    오답 풀이

    • 1번: 구분·분류만 가능한 범주(이름·성별·지역)는 명목척도이므로 옳다.
    • 2번: 서열척도는 순위·등급처럼 순서가 있는 범주에 쓰인다(예: 학점, 만족도).
    • 3번: 등간척도는 간격이 동일하고 절대영점이 없는 척도이다(예: 온도, 연도).
    • 4번: 비율척도는 절대영점이 있어 비율 비교가 가능한 척도이다(예: 키, 무게).

    보충 개념 척도 4종 — 명목(구분)·서열(순서)·등간(간격, 절대영점 없음)·비율(절대영점 있음). 앞의 둘은 질적, 뒤의 둘은 양적 척도이다.

25. 문제 25

    4지선다

    모수 검정과 비모수 검정에 대한 설명으로 옳지 않은 것은?

    • 1.

      모수검정은 표본통계량을 이용해 검정한다.

    • 2.

      비모수검정은 관측 값들의 순위나 관측값 사이의 부호를 이용한다.

    • 3.

      모수 검정은 모수의 분포에 대한 어떠한 가정도 하지 않는다.

    • 4.

      비모수검정은 카이제곱 검정, 맨휘트니검정 방법을 사용할 수 있다.

    정답·해설 보기▾▴

    정답

    3번

    모수 검정은 모수의 분포에 대한 어떠한 가정도 하지 않는다.

    해설

    정답: 3. 모수 검정은 모집단의 분포(정규성 등)에 대한 가정을 ‘전제’로 한다. ‘어떠한 가정도 하지 않는다’는 것은 비모수 검정의 특징이므로 옳지 않다.

    오답 풀이

    • 1번: 모수 검정은 표본통계량으로 모수를 추론하므로 옳다.
    • 2번: 비모수 검정은 순위·부호 등 분포에 의존하지 않는 정보를 사용하므로 옳다.
    • 3번: 모수 검정이 ‘분포에 어떠한 가정도 하지 않는다’는 것은 비모수의 특징이라 옳지 않다.
    • 4번: 카이제곱 검정·맨휘트니 U 검정은 대표적 비모수 검정으로 옳다.

    보충 개념 모수 검정(t-검정·ANOVA)은 정규성·등분산 등을 가정, 비모수 검정(부호검정·윌콕슨·맨휘트니·카이제곱)은 분포 가정이 약하거나 없다.

26. 문제 26

    4지선다

    대립가설과 귀무가설에 대한 해석으로 옳은 것은?

    • 1.

      귀무가설: 상관계수는 1이다. 대립가설: 상관계수는 1이 아니다.

    • 2.

      귀무가설: 상관계수는 1이 아니다. 대립가설: 상관계수는 1이다.

    • 3.

      귀무가설: 상관계수는 1이다. 대립가설 : 상관계수는 0이 아니다.

    • 4.

      귀무가설: 상관계수는 0이 아니다. 대립가설 : 상관계수는 0이다.

    정답·해설 보기▾▴

    정답

    1번

    귀무가설: 상관계수는 1이다. 대립가설: 상관계수는 1이 아니다.

    해설

    정답: 1. 귀무가설은 ‘차이·효과가 없다’는 보수적 명제로 보통 등호(=)를 포함한다. 따라서 ‘귀무가설: 상관계수=1, 대립가설: 상관계수≠1’처럼 귀무가설이 등호를 갖고 대립가설이 그 부정(≠)인 1번이 형식적으로 옳다.

    오답 풀이

    • 1번: 귀무(=)와 대립(≠)이 짝을 이루는 올바른 형태이다.
    • 2번: 귀무가설이 부등호(≠)를, 대립가설이 등호(=)를 가져 역전되어 옳지 않다.
    • 3번: 귀무가설(=1)과 대립가설(≠0)의 기준값이 서로 달라 정합하지 않는다.
    • 4번: 귀무가설이 부등호(≠)를, 대립가설이 등호(=)를 가져 옳지 않다.

    보충 개념 가설 설정의 원칙: 귀무가설(H0)은 ‘=’(차이 없음), 대립가설(H1)은 ‘≠, >, <’(차이 있음). 검정하려는 주장은 대립가설에 둔다.

27. 문제 27

    4지선다

    Sleep 데이터는 최면성 약물을 10명의 환자에게 투여했을 때 수면 시간의 증가를 기록한 데이터다. summary 함수 결과에 대한 해석 중 알맞지 않은 것은? (extra: 수면시간의 증가량, group: 사용한 약물의 종류, ID: 환자 식별번호)

    • 1.

      수면시간이 최대 5.5시간까지 늘어난 환자가 있다.

    • 2.

      상위 25%는 3.4시간 이상 수면시간이 늘어났다.

    • 3.

      평균적으로 수면시간은 0.95시간이 증가했다.

    • 4.

      ID는 범주형 데이터이다.

    정답·해설 보기▾▴

    정답

    3번

    평균적으로 수면시간은 0.95시간이 증가했다.

    해설

    정답: 3. summary 결과에서 extra의 Mean(평균)은 1.540이다. ‘평균적으로 0.95시간 증가했다’는 0.950은 Median(중앙값)이므로 평균 해석이 옳지 않다.

    오답 풀이

    • 1번: extra의 Max.가 5.500이므로 최대 5.5시간 증가한 환자가 있다는 설명은 옳다.
    • 2번: 3rd Qu.가 3.400이므로 상위 25%는 3.4시간 이상 증가했다는 설명은 옳다.
    • 3번: 0.950은 중앙값이고 평균은 1.540이므로 ‘평균 0.95시간 증가’는 옳지 않다.
    • 4번: ID는 환자 식별번호로 범주형(factor)으로 처리되므로 옳다.

    보충 개념 summary에서 Mean(평균)과 Median(중앙값)을 구분해야 한다. 분포가 치우치면 두 값이 크게 달라진다.

28. 문제 28

    4지선다

    아래는 다섯 종류의 오렌지 나무(Tree)에 대한 연령(Age)과 둘레(Circumference)를 측정한 자료이다. 다음 중 자료에 대한 설명으로 가장 옳지 않은 것은?

    • 1.

      관측값은 6개이다

    • 2.

      나무 연령의 평균값은 922.1이다.

    • 3.

      나무는 명목척도이다.

    • 4.

      나무 둘레의 50%는 115.0 이상이다.

    정답·해설 보기▾▴

    정답

    1번

    관측값은 6개이다

    해설

    정답: 1. head(Orange) 출력은 앞 6행만 보여 줄 뿐 전체 관측값은 6개가 아니다. summary에서 Tree가 5개 수준 각 7개(3:7,1:7,5:7,2:7,4:7)이므로 전체 관측값은 35개이다. ‘관측값은 6개’라는 설명은 옳지 않다.

    오답 풀이

    • 1번: head는 일부만 보여 주며 실제 관측값은 35개이므로 옳지 않다.
    • 2번: age의 Mean이 922.1이므로 옳다.
    • 3번: Tree는 나무 종류를 구분하는 범주이므로 명목척도라는 설명은 옳다.
    • 4번: circumference의 Median이 115.0이므로 둘레의 50%가 115.0 이상이라는 설명은 옳다.

    보충 개념 head()는 데이터의 앞부분 일부만 출력하는 함수이며, 전체 규모는 summary의 빈도(예: 각 Tree 7개)나 nrow()로 확인한다.

29. 문제 29

    4지선다

    선형회귀모형의 오차항에 대한 가정조건으로 옳은 것은?

    • 1.

      등분산성, 정규성, 선형성

    • 2.

      등분산성, 정규성, 독립성

    • 3.

      표준성, 신뢰성, 정확성

    • 4.

      독립성, 정확성, 신뢰성

    정답·해설 보기▾▴

    정답

    2번

    등분산성, 정규성, 독립성

    해설

    정답: 2. 선형회귀모형의 오차항에 대한 기본 가정은 정규성·등분산성·독립성이다(여기에 선형성은 모형 형태에 대한 가정으로 함께 언급되기도 한다). 보기 중 오차항 가정 조합으로 가장 적절한 것은 등분산성·정규성·독립성이다.

    오답 풀이

    • 1번: ‘선형성’은 오차항 자체의 가정이라기보다 모형 구조 가정으로, 오차항 3대 가정 조합으로는 2번이 더 정확하다.
    • 2번: 등분산성·정규성·독립성은 오차항의 표준 가정으로 옳다.
    • 3번: 표준성·신뢰성·정확성은 회귀 오차항 가정 용어가 아니다.
    • 4번: 독립성을 제외한 정확성·신뢰성은 오차항 가정이 아니다.

    보충 개념 회귀 오차항 가정(약자 LINE): 선형성(Linearity)·독립성(Independence)·정규성(Normality)·등분산성(Equal variance, 등분산).

30. 문제 30

    4지선다

    범주형 종속변수에는 지니지수를, 연속형 종속변수에는 분산감소량을 사용하는 의사결정나무 알고리즘

    • 1.

      CHAID

    • 2.

      C5.0

    • 3.

      CART

    • 4.

      ID3

    정답·해설 보기▾▴

    정답

    3번

    CART

    해설

    정답: 3. 범주형 종속변수에는 지니지수(Gini Index)를, 연속형 종속변수에는 분산 감소량을 분리 기준으로 사용하는 의사결정나무 알고리즘은 CART이다.

    오답 풀이

    • 1번: CHAID는 카이제곱 통계량(범주형)·F 검정(연속형)을 분리 기준으로 사용하는 다지 분리 알고리즘이다.
    • 2번: C5.0은 엔트로피 기반 정보이득(이득비)을 사용하는 알고리즘이다.
    • 3번: 지니지수(범주형)·분산감소량(연속형)을 쓰는 CART가 정의에 부합한다.
    • 4번: ID3는 엔트로피·정보이득을 사용하며 범주형 변수에 적용되는 알고리즘이다.

    보충 개념 의사결정나무 분리 기준 — CART(지니/분산감소, 이진분리), C4.5/C5.0·ID3(엔트로피·정보이득), CHAID(카이제곱/F검정).

31. 문제 31

    4지선다

    Cook's Distance에 대한 설명으로 옳지 않은 것은?

    • 1.

      공분산(Cov)은 개별 데이터 포인트가 미치는 영향을 측정한다.

    • 2.

      Cook's Distance가 크면 영향력이 크다.

    • 3.

      Cook's Distance는 회귀 분석에서 흔히 사용되는 영향력 지표이다.

    • 4.

      기준값인 1보다 클 경우 영향치로 판단한다.

    정답·해설 보기▾▴

    정답

    1번

    공분산(Cov)은 개별 데이터 포인트가 미치는 영향을 측정한다.

    해설

    정답: 1. Cook’s Distance(쿡의 거리)는 개별 관측치가 회귀 추정에 미치는 영향력을 측정하는 지표이다. ‘공분산(Cov)이 개별 데이터의 영향을 측정한다’는 설명은 옳지 않다(공분산은 두 변수의 함께 변하는 정도를 나타낼 뿐 영향력 지표가 아니다).

    오답 풀이

    • 1번: 영향력을 측정하는 것은 Cook’s Distance이지 공분산이 아니므로 옳지 않다.
    • 2번: Cook’s Distance가 클수록 해당 관측치의 영향력이 크다는 설명은 옳다.
    • 3번: 회귀 진단에서 흔히 쓰이는 영향력 측도라는 설명은 옳다.
    • 4번: 일반적으로 1을 초과하면 영향치(influential point)로 판단하는 기준은 옳다.

    보충 개념 영향력 진단 지표 — Cook’s Distance(전반적 영향), 레버리지(설명변수 공간상의 이탈), DFBETAS/DFFITS(계수·예측값 변화).

32. 문제 32

    4지선다

    계층적 군집분석에 대한 설명으로 알맞은 것은?

    • 1.

      군집의 수를 정한 상태에서 개체를 포함해가는 군집 방법이다.

    • 2.

      군집들은 일반적으로 중복될 수 있는 부분 집합으로 구성된다.

    • 3.

      k-Means, K-Medoids가 대표적인 알고리즘이다.

    • 4.

      분할적 군집(Partitional Clustering)이라고 한다.

    정답·해설 보기▾▴

    정답

    2번

    군집들은 일반적으로 중복될 수 있는 부분 집합으로 구성된다.

    해설

    정답: 2. 계층적 군집분석은 군집 수를 미리 정하지 않고, 가까운 개체부터 차례로 묶어(병합) 덴드로그램을 형성하는 방법이다. 보기 중 ‘군집들이 일반적으로 중복될 수 있는 부분집합으로 구성된다’가 계층적 군집의 일반적 특징(중첩 구조)을 가장 옳게 설명한다.

    오답 풀이

    • 1번: 군집 수를 미리 정하는 것은 분할적 군집(k-means)의 특징으로, 계층적 군집과 맞지 않는다.
    • 2번: 병합 과정에서 작은 군집이 큰 군집에 포함되는 중첩(부분집합) 구조를 갖는 계층적 군집의 특징으로 옳다.
    • 3번: k-Means·K-Medoids는 분할적 군집의 대표 알고리즘이다.
    • 4번: 분할적 군집(Partitional Clustering)은 계층적 군집과 구분되는 다른 방식이다.

    보충 개념 군집분석은 계층적(병합·분할, 덴드로그램)과 비계층적(분할적: k-means·k-medoids, 군집 수 사전 지정)으로 나뉜다.

33. 문제 33

    4지선다

    시계열 분석에 관한 설명으로 옳지 않은 것은?

    • 1.

      AR의 PACF는 절단 이후급격히 감소하지 않고 ACF는 시간이 지남에 따라 감소한다.

    • 2.

      MA는 PACF는 시간이 지남에 따라 감소하고 ACF는 절단 이후 급격히 감소한다.

    • 3.

      ARMA의 PACF와 ACF는 모두 절단 이후 급격히 감소한다.

    • 4.

      AR은 자기 변수와 관련이 있고 PACF의 절단 이후 급격히 감소한다.

    정답·해설 보기▾▴

    정답

    1번

    AR의 PACF는 절단 이후급격히 감소하지 않고 ACF는 시간이 지남에 따라 감소한다.

    해설

    정답: 1. AR(자기회귀) 모형은 PACF가 특정 시차 이후 ‘절단(급격히 0으로)’되고 ACF는 시간이 지남에 따라 점진적으로 감소(지수적 감쇠)한다. 보기 1번은 ‘PACF가 절단 이후 급격히 감소하지 않고’라고 하여 AR의 PACF 특성을 반대로 서술했으므로 옳지 않다.

    오답 풀이

    • 1번: AR의 PACF는 절단(급감)하는 것이 특징인데 ‘급격히 감소하지 않는다’고 하여 옳지 않다.
    • 2번: MA는 ACF가 절단, PACF가 점진 감소로 옳다.
    • 3번: ARMA는 ACF·PACF가 모두 점진적으로 감소(꼬리)하는 것이 일반적이며, 보기의 표현은 AR·MA 식별 패턴 대비로 출제된 비교 항목이다.
    • 4번: AR은 자기 변수(과거값)와 관련되며 PACF가 절단되는 특징을 갖는다.

    보충 개념 모형 식별 — AR(p): ACF 점감, PACF p시차 절단 / MA(q): ACF q시차 절단, PACF 점감 / ARMA: ACF·PACF 모두 점감.

34. 문제 34

    4지선다

    다음은 Carseats 데이터의 summary 함수와 상자 그림(boxplot)의 결과이다. 변수 중에 이상값이 존재하는 것은?
    • 1.

      Education

    • 2.

      Income

    • 3.

      Advertising

    • 4.

      CompPrice

    정답·해설 보기▾▴

    정답

    4번

    CompPrice

    해설

    정답: 4. 보기의 변수 중 상자그림에서 수염 밖에 점(이상값)이 나타나는 변수는 CompPrice이다. CompPrice는 상자 위·아래로 이상값 점이 관측되므로 정답이며, Education·Income·Advertising에는 뚜렷한 이상값이 보이지 않는다.

    오답 풀이

    • 1번: Education은 상자가 매우 좁고 수염 밖 점이 없어 이상값이 없다.
    • 2번: Income은 상자·수염 안에 분포가 모이고 이상값 점이 없다.
    • 3번: Advertising은 0 부근에 분포가 몰려 있으나 수염 밖 이상값 점은 없다.
    • 4번: CompPrice는 상자그림 위·아래로 이상값 점이 관측되어 옳다.

    보충 개념 상자그림에서 이상값은 수염(Q1−1.5×IQR, Q3+1.5×IQR) 밖에 찍히는 점으로 식별한다. summary만으로는 이상값 유무를 단정하기 어렵고 그림으로 확인한다.

35. 문제 35

    4지선다

    다차원 척도법에 대한 설명으로 알맞지 않은 것은?

    • 1.

      데이터 간의 거리를 바탕으로 관계 구조를 시각적으로 표현하는 통계 데이터 분석 기법이다.

    • 2.

      개체들의 비유사성(거리)를 이용하는 점에서 군집분석과 동일하다.

    • 3.

      다차원 척도법은 데이터 간의 상대적 거리를 실수의 범위에서 완전히 보존할 수 있는 분석 기법이다.

    • 4.

      다차원 척도법은 근접도의 계산 방식에 따라 계량적 다차원 척도법과 비계량적 다차원 척도법으로 구분된다.

    정답·해설 보기▾▴

    정답

    3번

    다차원 척도법은 데이터 간의 상대적 거리를 실수의 범위에서 완전히 보존할 수 있는 분석 기법이다.

    해설

    정답: 3. 다차원 척도법(MDS)은 개체 간 거리(비유사성)를 ‘가능한 한’ 보존하도록 저차원 공간에 배치하는 기법이다. 원래의 상대적 거리를 실수 범위에서 ‘완전히’ 보존할 수 있다는 설명은 옳지 않다(스트레스 값으로 측정되는 일정한 왜곡이 발생한다).

    오답 풀이

    • 1번: 거리 기반으로 관계 구조를 시각화하는 기법이라는 설명은 옳다.
    • 2번: 개체 간 비유사성(거리)을 이용한다는 점에서 군집분석과 유사한 측면이 있어 옳다.
    • 3번: 저차원 사상 과정에서 왜곡이 생겨 거리를 ‘완전히’ 보존하지 못하므로 옳지 않다.
    • 4번: 근접도 계산 방식에 따라 계량적·비계량적 MDS로 구분되는 것은 옳다.

    보충 개념 MDS의 적합도는 Stress 값으로 평가하며, 값이 작을수록 원거리 구조를 잘 보존한 것이다.

36. 문제 36

    4지선다

    의사결정나무 모형의 분리기준에 대한 설명으로 옳은 것은?

    • 1.

      지니지수가 0일 때 순수도는 최대이다.

    • 2.

      카이제곱통계량이 작을수록 분리된 노드는 이질적이다.

    • 3.

      엔트로피 값이 클수록 불순도는 낮다.

    • 4.

      이진분리는 고유값만큼 많은 파티션을 사용해 집합을 나눈다.

    정답·해설 보기▾▴

    정답

    1번

    지니지수가 0일 때 순수도는 최대이다.

    해설

    정답: 1. 지니지수는 불순도(impurity)를 나타내며, 값이 0이면 한 노드에 한 범주만 존재해 순수도(purity)가 최대이다. 따라서 ‘지니지수가 0일 때 순수도는 최대’라는 설명은 옳다.

    오답 풀이

    • 1번: 지니지수=0 → 불순도 0 → 순수도 최대이므로 옳다.
    • 2번: 카이제곱 통계량이 클수록(작을수록이 아니라) 분리된 노드가 이질적이므로 옳지 않다.
    • 3번: 엔트로피 값이 크면 불순도가 높은 것이므로 ‘불순도가 낮다’는 설명은 옳지 않다.
    • 4번: 이진분리는 매 분리에서 두 개의 자식 노드로만 나누므로 ‘고유값만큼 많은 파티션’은 옳지 않다(다지분리의 설명).

    보충 개념 순수도 척도 — 지니지수·엔트로피는 작을수록 순수, 카이제곱·정보이득은 클수록 분리 효과가 좋다.

37. 문제 37

    4지선다

    다음 중 의사결정나무 모형의 학습 방법에 대한 설명으로 옳지 않은 것은?

    • 1.

      가지치기를 하면 과적합이 줄어들고 학습 데이터에 대한 예측 성능을 향상시킨다.

    • 2.

      이익도표 또는 검정용 자료에 의해 교차 검증(교차타당성) 등을 이용해 의사결정나무를 평가한다.

    • 3.

      각 마디에서의 최적 분리규칙은 분리변수의 선택과 분리 기준에 의해 결정된다.

    • 4.

      대표적인 적용 사례는 대출신용평가, 환자 증가 유추, 채무 불이행 가능성 에측 등이 있다.

    정답·해설 보기▾▴

    정답

    1번

    가지치기를 하면 과적합이 줄어들고 학습 데이터에 대한 예측 성능을 향상시킨다.

    해설

    정답: 1. 가지치기(pruning)는 과대적합(과적합)을 줄여 ‘일반화·검증(테스트) 성능’을 높이려는 기법이다. 학습(훈련) 데이터에 대한 예측 성능은 오히려 다소 낮아질 수 있으므로 ‘학습 데이터에 대한 예측 성능을 향상시킨다’는 설명은 옳지 않다.

    오답 풀이

    • 1번: 가지치기는 훈련 성능이 아니라 검증·일반화 성능을 높이는 것이므로 옳지 않다.
    • 2번: 이익도표·검정용 자료로 교차검증해 평가하는 것은 옳다.
    • 3번: 각 마디의 최적 분리는 분리변수와 분리기준으로 결정되므로 옳다.
    • 4번: 대출신용평가·환자 예후·채무불이행 예측 등은 의사결정나무의 대표 적용 사례로 옳다.

    보충 개념 가지치기는 정지규칙(최대깊이·최소노드수)이나 비용복잡도(cost-complexity) 기준으로 불필요한 가지를 제거해 과적합을 완화한다.

38. 문제 38

    4지선다

    다중공선성(Multicollienarity)에 대한 설명으로 옳은 것은?

    • 1.

      회귀 계수(베타)의 표준오차가 증가하여 회귀계수의 정확한 추정이 어렵다.

    • 2.

      VIF를 구하여 이 값이 1 이하일 때, 다중공선성의 문제가 있는것으로 판단한다.

    • 3.

      두 변수의 분산평창요인(VIF) 값이 1에 가까우면 회귀식의 기울기는 완만하다.

    • 4.

      다중공선성 문제를 해결하기 위해 상관관계가 높은 종속변수는 제거한다.

    정답·해설 보기▾▴

    정답

    1번

    회귀 계수(베타)의 표준오차가 증가하여 회귀계수의 정확한 추정이 어렵다.

    해설

    정답: 1. 다중공선성이 있으면 회귀계수(β) 추정의 표준오차가 커져 계수가 불안정해지고 정확한 추정·유의성 판단이 어려워진다. 따라서 1번 설명이 옳다.

    오답 풀이

    • 1번: 다중공선성 → 표준오차 증가 → 계수 추정 곤란으로 옳다.
    • 2번: VIF는 보통 10 이상(또는 5 이상)일 때 다중공선성을 의심하며, ‘1 이하일 때 문제’라는 설명은 옳지 않다.
    • 3번: VIF가 1에 가까우면 공선성이 거의 없는 양호한 상태로, ‘기울기가 완만하다’는 표현과 무관하다.
    • 4번: 다중공선성은 독립변수 간 상관 문제이므로 ‘상관 높은 종속변수 제거’가 아니라 ‘설명변수(독립변수) 제거·결합’으로 해결한다.

    보충 개념 다중공선성 진단: VIF(>10 의심), 상관행렬, 조건수. 해결: 변수 제거·결합, 주성분회귀, 능형회귀(Ridge).

39. 문제 39

    4지선다

    다음의 회귀분석 결과에 대한 설명으로 옳지 않은 것은?

    • 1.

      위의 모형은 Balance를 설명하는데 통계적으로 유의하다.

    • 2.

      자유도는 394이다.

    • 3.

      자료의 개수는 400개이다.

    • 4.

      Income은 Balance에 통계적으로 유의미한 영향을 주는 변수이다.

    정답·해설 보기▾▴

    정답

    2번

    자유도는 394이다.

    해설

    정답: 2. 회귀결과에서 ‘Residual standard error: 391.8 on 397 degrees of freedom’이므로 잔차 자유도는 397이다. ‘자유도는 394’라는 설명은 옳지 않다.

    오답 풀이

    • 1번: F-statistic 76.22, p-value < 2.2e-16으로 모형은 Balance 설명에 통계적으로 유의하므로 옳다.
    • 2번: 잔차 자유도는 n−(p+1)=400−3=397이므로 ‘394’는 옳지 않다.
    • 3번: 자유도 397 = n − 3에서 n = 400이므로 자료 개수 400개는 옳다.
    • 4번: Income의 p값이 < 2e-16으로 매우 유의하므로 Balance에 유의한 영향을 준다는 설명은 옳다.

    보충 개념 다중회귀에서 잔차 자유도 = n − (설명변수 수 + 1). 여기서는 절편 + Income + StudentYes = 3개를 빼 397이 된다.

40. 문제 40

    4지선다

    상관계수에 대한 설명으로 옳지 않은 것은?

    • 1.

      피어슨 상관계수는 두 변수 간의 선형관계의 크기를 측정한다.

    • 2.

      상관계수가 0일때 변수들은 서로 독립적이다.

    • 3.

      스피어만 상관계수는 두 변수 간의 비선형적인 관계도 측정 가능하다.

    • 4.

      피어슨 상관계수와 스피어만 상관계수는 -1과 1 사이의 값을 가진다.

    정답·해설 보기▾▴

    정답

    2번

    상관계수가 0일때 변수들은 서로 독립적이다.

    해설

    정답: 2. 상관계수가 0이라는 것은 ‘선형’ 관계가 없다는 의미일 뿐, 두 변수가 반드시 독립인 것은 아니다(비선형 관계가 있어도 선형 상관은 0이 될 수 있다). 따라서 ‘상관계수가 0이면 서로 독립’이라는 설명은 옳지 않다.

    오답 풀이

    • 1번: 피어슨 상관계수는 두 변수 간 선형관계의 크기·방향을 측정하므로 옳다.
    • 2번: 상관계수 0은 선형관계 없음을 뜻할 뿐 독립을 보장하지 않으므로 옳지 않다.
    • 3번: 스피어만 상관계수는 순위 기반으로 단조적(비선형 포함) 관계를 측정할 수 있어 옳다.
    • 4번: 두 상관계수 모두 −1과 1 사이의 값을 가지므로 옳다.

    보충 개념 독립이면 상관계수=0이지만, 역은 성립하지 않는다(상관 0이라고 독립인 것은 아니다). 단, 다변량 정규분포에서는 무상관=독립이 성립한다.

41. 문제 41

    4지선다

    다층 신경망에서 노드의 개수가 적을 경우의 특징으로 옳은 것은?

    • 1.

      활성화 함수의 사용불가

    • 2.

      의사결정 단순해짐

    • 3.

      기울기 소멸

    • 4.

      학습시간이 오래 걸림

    정답·해설 보기▾▴

    정답

    2번

    의사결정 단순해짐

    해설

    정답: 2. 다층 신경망에서 노드(은닉 뉴런)의 수가 적으면 모델의 표현력이 낮아져 의사결정 경계가 단순해진다(과소적합 경향). 따라서 ‘의사결정이 단순해진다’가 옳다.

    오답 풀이

    • 1번: 노드 수와 무관하게 활성화 함수는 사용되므로 ‘사용 불가’는 옳지 않다.
    • 2번: 노드가 적으면 모델이 단순해져 의사결정 경계가 단순해지므로 옳다.
    • 3번: 기울기 소멸(vanishing gradient)은 주로 층이 깊을 때·활성화 함수 특성에서 발생하는 문제로 노드 수가 적은 것의 직접적 특징이 아니다.
    • 4번: 노드가 적으면 연산량이 줄어 학습 시간이 짧아지는 경향이므로 ‘오래 걸린다’는 옳지 않다.

    보충 개념 은닉 노드가 너무 적으면 과소적합, 너무 많으면 과대적합·학습시간 증가가 발생하므로 적절한 규모를 탐색해야 한다.

42. 문제 42

    4지선다

    아래 오분류표에서 재현율(Recall)로 알맞은 것은?

    Confusion Matrix	예측값: True	예측값: False
    실제값: True	TP	FN
    실제값: False	FP	TN

    • 1.

      TP/(TP +FN)

    • 2.

      TP/(TP+FP)

    • 3.

      TP/FP

    • 4.

      TN/FN

    정답·해설 보기▾▴

    정답

    1번

    TP/(TP +FN)

    해설

    정답: 1. 재현율(Recall, 민감도)은 실제 양성(True) 중 양성으로 옳게 예측한 비율로, TP/(TP+FN)이다.

    오답 풀이

    • 1번: TP/(TP+FN)은 재현율(민감도)의 정의로 옳다.
    • 2번: TP/(TP+FP)는 정밀도(Precision)이다.
    • 3번: TP/FP는 의미 있는 분류 지표가 아니다.
    • 4번: TN/FN도 표준 분류 지표가 아니다.

    보충 개념 정밀도=TP/(TP+FP), 재현율=TP/(TP+FN), 특이도=TN/(TN+FP), 정확도=(TP+TN)/전체. F1은 정밀도·재현율의 조화평균이다.

43. 문제 43

    4지선다

    단계별 변수 선택 방법에 대한 설명으로 옳지 않은 것은?

    • 1.

      전진 선택법은 중요하다고 생각되는 변수부터 차례로 선택하는 방법이다.

    • 2.

      후진 제거법은 변수의 개수가 많은 경우에 사용하기가 어렵다.

    • 3.

      AIC, BIC는 통계량이 낮을수록 적합한 변수 선택 조합이라 판단할 수 있다.

    • 4.

      Lasso는 L2패널티를 이용하여 변수를 선택한다.

    정답·해설 보기▾▴

    정답

    4번

    Lasso는 L2패널티를 이용하여 변수를 선택한다.

    해설

    정답: 4. Lasso는 회귀계수의 절대값 합에 패널티를 주는 L1 정규화를 사용해 일부 계수를 정확히 0으로 만들어 변수를 선택한다. ‘L2 패널티를 이용한다’는 것은 능형회귀(Ridge)의 설명이므로 옳지 않다.

    오답 풀이

    • 1번: 전진선택법은 중요한 변수부터 하나씩 추가하는 방법으로 옳다.
    • 2번: 후진제거법은 모든 변수에서 시작해 제거하므로 변수가 매우 많으면 부담이 커 옳다.
    • 3번: AIC·BIC는 값이 작을수록 적합도 대비 간결한 모형으로 좋게 평가하므로 옳다.
    • 4번: Lasso는 L1 패널티를 쓰므로 ‘L2 패널티’라는 설명은 옳지 않다.

    보충 개념 정규화 — Ridge(L2, 계수 축소), Lasso(L1, 변수 선택), Elastic Net(L1+L2 결합).

44. 문제 44

    4지선다

    다음 중 앙상블 모형의 배경에 대한 설명으로 옳지 않은 것은?

    • 1.

      배깅은 모델의 분산을 감소시켜 과대적합(Overfitting)을 증가시킬 수 있다.

    • 2.

      배깅은 부트스트랩(Bootstrap)으로 데이터의 다양성을 확보한다.

    • 3.

      배깅은 종속변수가 범주형 데이터의 경우 하드보팅을 적용한다.

    • 4.

      대표적인 배깅방식은 랜덤 포레스트(Random Forest)알고리즘이다.

    정답·해설 보기▾▴

    정답

    1번

    배깅은 모델의 분산을 감소시켜 과대적합(Overfitting)을 증가시킬 수 있다.

    해설

    정답: 1. 배깅(Bagging)은 부트스트랩 표본으로 여러 모델을 만들어 평균·투표함으로써 분산을 줄여 과대적합을 ‘완화’한다. ‘과대적합을 증가시킬 수 있다’는 설명은 옳지 않다.

    오답 풀이

    • 1번: 배깅은 분산을 줄여 과적합을 완화하므로 ‘증가시킨다’는 옳지 않다.
    • 2번: 부트스트랩으로 표본 다양성을 확보하는 것은 배깅의 핵심으로 옳다.
    • 3번: 분류(범주형 종속변수)에서는 다수결(하드보팅)로 결합하므로 옳다.
    • 4번: 랜덤 포레스트는 배깅에 변수 임의 선택을 더한 대표적 배깅 계열 알고리즘으로 옳다.

    보충 개념 앙상블 — 배깅(병렬·분산 감소, 예: 랜덤포레스트), 부스팅(순차·편향 감소, 예: AdaBoost·GBM), 스태킹(메타 결합).

45. 문제 45

    4지선다

    로지스틱 회귀분석에 대한 설명으로 옳지 않은 것은?

    • 1.

      로지스틱 회귀분석의 모델 탐색은 최대우도추정법을 이용한다.

    • 2.

      로지스틱 회귀분석은 독립변수에 대한 어떠한 가정도 필요하지 않다.

    • 3.

      로지스틱 회귀분석은 회귀계수의 변형없이 직관적 해석이 용이하다.

    • 4.

      로짓변환을 통해서 곡선을 직선형태로 변환을 할 수 있어 직관적 해석이 가능하다.

    정답·해설 보기▾▴

    정답

    3번

    로지스틱 회귀분석은 회귀계수의 변형없이 직관적 해석이 용이하다.

    해설

    정답: 3. 로지스틱 회귀의 회귀계수는 로짓(log-odds)에 대한 효과여서 그대로는 직관적 해석이 어렵고, 오즈비(exp(β))로 변환해야 해석이 용이하다. 따라서 ‘회귀계수의 변형 없이 직관적 해석이 용이하다’는 설명은 옳지 않다.

    오답 풀이

    • 1번: 로지스틱 회귀의 모수 추정은 최대우도추정법(MLE)을 사용하므로 옳다.
    • 2번: 로지스틱 회귀는 독립변수의 분포에 대한 특별한 가정을 요구하지 않으므로 옳다.
    • 3번: 계수를 변형(지수화)해야 오즈비로 해석되므로 ‘변형 없이 직관적’이라는 설명은 옳지 않다.
    • 4번: 로짓 변환으로 S자 곡선을 선형 형태로 바꿔 다룰 수 있으므로 옳다.

    보충 개념 로지스틱 회귀: 로짓(logit)=ln(p/(1−p))=Xβ. 계수 β의 지수 exp(β)가 오즈비로 해석된다.

46. 문제 46

    4지선다

    시계열 분석에 대한 설명 중 알맞지 않은 것은?

    • 1.

      시계열의 평균이 일정하지 않은 경우에는 차분을 통해서 정상시계열로 전환이 가능하다.

    • 2.

      시계열에 영향을 주는 일반적인 요인을 시계열에서 분리해 분석하는 방법을 분해시계열이라 한다.

    • 3.

      이동평균법은 시계열 데이터가 일정한 주기를 갖고 비슷한 패턴으로 움직이고 있는 경우에 적용할 수 있는 방법이다.

    • 4.

      지수평활법은 미래에측을 위해 과거 자료를 가중치를 부여하는 통계 기법이다.

    정답·해설 보기▾▴

    정답

    4번

    지수평활법은 미래에측을 위해 과거 자료를 가중치를 부여하는 통계 기법이다.

    해설

    정답: 4. 지수평활법은 과거 자료에 가중치를 부여하되 ‘최근 자료일수록 더 큰’ 가중치를 지수적으로 주어 미래를 예측하는 기법이다. 보기 ④는 단순히 ‘과거 자료에 가중치를 부여’한다고만 하여 지수평활법의 핵심인 ‘최근일수록 큰 가중치’를 빠뜨렸으므로 알맞지 않은 설명이다.

    오답 풀이

    • 1번: 평균이 일정하지 않으면 차분으로 정상시계열로 만들 수 있으므로 옳다.
    • 2번: 일반 요인을 분리해 분석하는 방법을 분해시계열이라 하므로 옳다.
    • 3번: 이동평균법은 시계열을 평활해 추세·주기를 파악하는 방법으로 옳다.
    • 4번: 지수평활법의 핵심인 ‘최근 자료에 더 큰 가중치’를 명시하지 않아 정의가 불완전하므로 알맞지 않다(정답).

    보충 개념 시계열 평활 — 이동평균법(최근 n개 단순/가중 평균), 지수평활법(최근값에 지수적으로 큰 가중치, 평활상수 α).

47. 문제 47

    4지선다

    군집분석에 대한 설명으로 옳지 않은 것은?

    • 1.

      계층적 군집분석은 덴드로그랩의 혀애로 표현된다.

    • 2.

      비지도학습이다.

    • 3.

      데이터에 명확한 기준이 없으면 적용하지 못한다.

    • 4.

      계층적 군집화에서는 일단 군집이 형성되면 다른 군집으로 이동할 수 없다는 제약이 없지만, 보통은 먼저 형성된 군집을 유지하면서 계속해서 새로운 군집을 형성하게 된다.

    정답·해설 보기▾▴

    정답

    3번

    데이터에 명확한 기준이 없으면 적용하지 못한다.

    해설

    정답: 3. 군집분석은 비지도학습으로, 사전에 정답(라벨)이나 명확한 분류 기준이 없어도 데이터 내부 구조(거리·유사성)에 따라 군집을 형성할 수 있다. ‘명확한 기준이 없으면 적용하지 못한다’는 설명은 옳지 않다.

    오답 풀이

    • 1번: 계층적 군집분석의 결과는 덴드로그램으로 표현되므로 옳다.
    • 2번: 군집분석은 라벨 없이 수행하는 비지도학습이므로 옳다.
    • 3번: 명확한 기준 없이도 적용 가능한 것이 군집분석의 특징이므로 옳지 않다.
    • 4번: 계층적 군집은 한번 형성된 군집을 유지하며 병합해 가는 특성을 설명한 것으로 옳다.

    보충 개념 군집분석은 비지도학습으로, 거리(유클리드·맨해튼 등)와 연결법(최단·최장·평균·Ward)에 따라 군집을 형성한다.

48. 문제 48

    4지선다

    공간 내 두 점 사이의 거리를 측정하는 방법에 대한 설명으로 옳지 않은 것은?

    • 1.

      데이터 사이의 유사성을 측정하고 군집으로 나누는 방법이다.

    • 2.

      맨해튼거리는 최단 직선거리 계산방법이다.

    • 3.

      코사인유사도는 벡터간의 코사인 각도를 이용한다.

    • 4.

      유클리드 거리는 각 속성들 간의 차이를 모두 고려한다.

    정답·해설 보기▾▴

    정답

    2번

    맨해튼거리는 최단 직선거리 계산방법이다.

    해설

    정답: 2. 맨해튼 거리(Manhattan/시가지 거리)는 각 좌표축 방향 차이의 절대값을 합한 거리이지 최단 직선거리가 아니다. 최단 직선거리는 유클리드 거리이므로 2번 설명은 옳지 않다.

    오답 풀이

    • 1번: 거리(유사성)를 측정해 가까운 것끼리 군집으로 묶는다는 설명은 옳다.
    • 2번: 맨해튼 거리는 축 방향 절대편차의 합이며 최단 직선거리가 아니므로 옳지 않다.
    • 3번: 코사인 유사도는 두 벡터가 이루는 각도의 코사인으로 방향 유사성을 측정하므로 옳다.
    • 4번: 유클리드 거리는 각 속성 차이의 제곱합의 제곱근으로 모든 속성 차이를 반영하므로 옳다.

    보충 개념 거리 측도 — 유클리드(직선거리), 맨해튼(L1·격자거리), 민코프스키(일반화), 코사인 유사도(방향), 마할라노비스(상관 반영).

49. 문제 49

    4지선다

    아래 거래 데이터에서 연관규칙으로 맥주→기저귀의 지지도와 신뢰도를 구했을 때 옳은 것은?

    장바구니	품목
    1	맥주, 기저귀, 빵
    2	기저귀, 우유
    3	빵, 맥주
    4	맥주, 기저귀, 우유
    5	빵, 바나나
    6	맥주, 기저귀
    7	맥주, 기저귀
    8	빵, 우유
    9	기저귀
    10	빵, 우유

    • 1.

      지지도 40%, 신뢰도 80%

    • 2.

      지지도 40%, 신뢰도 66.6%

    • 3.

      지지도 80%, 신뢰도 80%

    • 4.

      지지도 66.6%, 신뢰도 40%

    정답·해설 보기▾▴

    정답

    1번

    지지도 40%, 신뢰도 80%

    해설

    정답: 1. 전체 거래 10건 중 맥주는 1·3·4·6·7번(5건), 기저귀는 1·2·4·6·9번 등에 등장하고, 맥주와 기저귀가 함께 나타난 거래는 1·4·6·7번(4건)이다. 지지도(맥주→기저귀) = P(맥주∩기저귀) = 4/10 = 40%. 신뢰도(맥주→기저귀) = P(기저귀|맥주) = (맥주∩기저귀 거래수)/(맥주 거래수) = 4/5 = 80%. 따라서 지지도 40%, 신뢰도 80%이다.

    오답 풀이

    • 1번: 지지도 40%, 신뢰도 80%로 계산과 일치하므로 옳다.
    • 2번: 신뢰도를 4/6=66.6%로 잘못 계산한 값이다(분모를 맥주 거래수 5가 아닌 6으로 봄).
    • 3번: 지지도를 8/10로 잘못 본 값이다.
    • 4번: 지지도·신뢰도를 서로 뒤바꿔 잘못 계산한 값이다.

    보충 개념 지지도=P(A∩B), 신뢰도=P(B|A)=지지도/P(A), 향상도=신뢰도/P(B)=P(A∩B)/(P(A)P(B)).

50. 문제 50

    4지선다

    연관분석에 대한 설명으로 틀린 것은?

    • 1.

      신뢰도는 품목 A가 구매되었을 때, 품목 B가 추가로 구매될 확률이다.

    • 2.

      향상도는 품목 A와 품목 B 서로 간의 연관성을 파악한다.

    • 3.

      품목 A와 품목 B가 독립사건일 경우 지지도는 1이다.

    • 4.

      연관분석을 이용해 상품진열, 부정탐지, 상품구성 등에 활용 가능하다.

    정답·해설 보기▾▴

    정답

    3번

    품목 A와 품목 B가 독립사건일 경우 지지도는 1이다.

    해설

    정답: 3. 품목 A와 B가 독립이면 P(A∩B)=P(A)P(B)이고 이때 ‘향상도(Lift)’가 1이 된다. 지지도가 1이 되는 것은 아니므로 ‘독립일 때 지지도가 1’이라는 설명은 옳지 않다.

    오답 풀이

    • 1번: 신뢰도는 A 구매 시 B가 함께 구매될 조건부 확률이므로 옳다.
    • 2번: 향상도는 A와 B의 동시 발생이 독립 대비 얼마나 강한지를 나타내므로 ‘서로 간 연관성 파악’ 설명은 옳다.
    • 3번: 독립일 때 1이 되는 것은 향상도이지 지지도가 아니므로 옳지 않다.
    • 4번: 연관분석은 상품 진열·교차판매·부정탐지·상품 구성 등에 활용되므로 옳다.

    보충 개념 향상도(Lift) — 1이면 독립, 1보다 크면 양의 연관(함께 구매 경향), 1보다 작으면 음의 연관(서로 배타적 경향)이다.