위키득계정 ↗
기술

NULL을 제외한 평균과 0을 포함한 평균

NULL을 제외한 평균과 0을 포함한 평균기술
핵심 차이
평균의 분모
누락 제외
관측된 값만 계산
0 대체
누락을 0으로 취급하는 가정
함께 볼 지표
유효 표본 수와 누락 비율
평균을 계산할 때 누락값을 제외하는 것과 0으로 대체해 포함하는 것은 다른 모집단을 계산하는 일이다. 수식뿐 아니라 분모에 어떤 항목이 들어가는지 설명해야 결과를 정확하게 해석할 수 있다.

같은 자료의 다른 결과

세 장치의 값이 8, NULL, 4일 때 관측된 값의 평균은 6이다. 누락을 0으로 대체하면 합은 그대로 12이지만 세 장치를 분모에 넣어 평균이 4가 된다. 두 계산은 단순한 표시 차이가 아니다. 두 번째 계산에는 측정되지 않은 장치의 값이 0이었다는 추가 가정이 들어간다.

관측된 평균의 한계

누락을 제외했다고 항상 편향 없는 결과가 되는 것은 아니다. 값이 아주 클 때 장치가 측정에 실패한다면 남은 관측값만의 평균은 전체 상황과 다를 수 있다. 계산 함수가 NULL을 건너뛰는 동작과 통계적으로 누락을 무시해도 되는지는 별개의 문제다. 누락이 생긴 원인을 함께 살핀다.

유효 개수 함께 읽기

평균 6이라는 결과가 두 값에서 나온 것인지 수천 값에서 나온 것인지에 따라 해석의 범위가 달라진다. 유효한 값의 수와 전체 대상 수를 함께 제시하면 누락 비율을 확인할 수 있다. 다만 개수가 많아도 선택적으로 누락된 경우의 문제를 자동으로 없애 주지는 않는다. 표본의 양과 대표성은 구분해야 한다.

전부 누락된 경우

평균을 낼 값이 하나도 없는 경우를 실제 평균 0과 구별한다. PostgreSQL의 AVG처럼 NULL 입력을 제외하는 집계에서는 평균을 계산할 비NULL 값이 없으면 결과도 NULL이다. 화면에 0을 대신 표시하려면 사용자가 이것을 실제 측정 결과로 오해하지 않을 표현을 정한다. 저장된 원래 상태까지 바꿀 필요는 없다.

업무 정의를 먼저 정하기

평가에 참여하지 않은 사람을 0점으로 볼지 미참여로 별도 분류할지는 업무 규칙이다. 이 규칙에 따라 어떤 계산이 목적에 맞는지 달라진다. 같은 평균이라는 제목 아래 서로 다른 분모를 쓰면 비교가 성립하지 않을 수 있다. 기간별이나 집단별 보고서에서도 누락 처리 기준을 일관되게 유지한다.

관련 문서

SQL의 NULL과 0의 차이 / 표본 크기와 표본 편향 / 평균과 중앙값 비교