データ解析における"欠測メカニズム"の選択：level 1 - Data Wow Analysis今回は基礎をメモ。codeも数式もないので、あしからず... 昨今のデータサ○エンティストブームに伴い、急激に高度な分析を扱うようになった気がしますが、高度な分析手法にばかり目をとられてしまい、誤った分析結果を導き出してしまうことは、悪。 客観的な数値の正しさは、前処理や正しい分析手法の選択が必要不可欠。くっそめんどくさいけど、正しくデータを見て、判断する能力を今の内から血肉に沁み混ましておこう。 今回は、データを扱う場面において、否応なく接する機会があるであろう「欠損値・欠損データ」の扱うに関しての理論的なメモ、そしてその扱いや補完に至る手順に関する初期段階のお話。 "欠測のメカニズム"の種類*1 欠測を含むデータ解析では、欠測の発生に関するメカニズムを理解することが正しい分析に不可欠。 欠測は完全にランダム（Missing Completely At Random = MCAR） 欠測
