[내일배움캠프] QAQC_6기 기초 프로젝트 결과 보고서 작성 (과 나의 소감)

ㅎㅇ요.... 결과 보고서 쓰다가 점심도 못 먹고 갈린 사람이 있다? 나야 나

 

만만하게 봤다가 탈탈 털리고 기진맥진한 상태예요 그냥 ㅠㅠ

 

기초 프로젝트로서 4일간 진행해온 저희의 모든 과정들을 꾹꾹 눌러담은 보고서를 제가. 바로 제가 작성하였읍니다.

 

처음 주제를 선정할 때 우리는 아 이건 이해하기도 쉽고 데이터도 많으니 오히려 수월하겠다~ 싶어서 선택했었는데요

누군데 나오셈.... 누가 이거 하자함 ㅠㅠㅠㅠ

데이터 분석이 그리 쉬운 놈이 아니었단 말입니다. 예?

 

예?

 

처음엔 그냥 단순하게 흡연 여부로 상관관계만 구해보면 되겠지 했는데 연령, BMI도 봐야함 그래 여기까진 오케이

근데 이상치 처리부터 날 그렇게 힘들게 하더니 갑자기 완즈히 까먹고 있던 중복치 뚜둥 오천개 데이터 ㅃㅃㅇ...

이래저래 튀는 수치들도 많아서 참말 힘들었단 말입니다

 

근데 뭐다? 그래도 해야지 뭐 어쩌겠어. 이겨내 견뎌내

 

우리의 궁극적인 목표는 흡연은 안 좋아!! 가 아니고 어떤 부분에서 안 좋은지 어떤 영향이 큰지를 분석해보고자 했어용

 

건강검진 데이터를 활용해서 흡연 여부에 따른 건강지표 차이를 비교하고 연령, BMI 그룹별 분석으로 각 요인이 건강에 어떤 영향을 미치는가~~~~ 를 보는것이져

 

그래서 흡연 나이 BMI 누가 젤 중요한데? 같은 느낌이랄까

 

가설은 매우 단순했음.

흡연자는 비흡연자보다 건강지표가 전반적으로 안 좋을 것이다.
흡연의 영향은 연령이나 BMI에 따라 다르게 나타날 것이다.
건강지표마다 영향을 많이 주는 요인이 다를 것이다.

 

이때까지만 해도 저는 금방 끝낼 수 있을 줄 알았죠 

그래서 계획을 목요일 마무리라고 작성했는지도 몰라 ~~~~~~~~~~~

 

근데? 문제는 전처리에서부터 시작됐어요

 

처음에는 데이터 불러오고, 결측치 보고, 중복값 제거하고, 이상치 제거하면 끝나는 줄 알았으나;;;;
근데 건강검진 데이터는 생각보다 센서틔브 한 친구였단걸.... 몰랐지 뭐야
건강지표 수치가 높다고 해서 그게 무조건 잘못된 데이터라고 할 수 없기 때문아니겠어요?

 

어떤 사람 간수치가 짱 높은데 저사람 데이터 잘 못 됐음. 할 수 없잖아요.....

 

그래서 처음 설정했던 의학적 기준으로 한 이상치 제거 대신 3 시그마를 선택하게 됨

놀랍게도 이게 이틀이 넘게 걸렸ㄷ어요 ^^^^^^^^ㅎㅎ

 

근데 여기서 놀라운 사실

전체 데이터를 놓고 3σ를 적용하면 흡연자 데이터가 비정상적으로 많이 날아갔어요

 

어떻게 알았냐고요? 저도 알고싶지 않았어요...

그치만 수치가 예상과 너무 달랐던 것 ㅠ

아래에는 사실 소개한 적 있는 그래프인데요 저희 팀원이 정성스럽게 새로 만들어 주신걸로 첨부드림~

 

데이터 간단히 설명하자면 처음 연령별 흡연자 데이터수만 봤을때는 예상과 다르게 40대가 너무너무너무 많아서 으잉 했던 것..

근데 결론은 뭐 2~30대 흡연율이 제일 높ㅇ다~ 

 

그래서 음.. 흡연자와 비흡연자를 나눠서 각각 3σ를 적용.

진짜 끝. 땅땅.

 

또 오랜만에 봤던 통계학 지식... 왜도 친구

이자식 ㅎ

 

그래프 어렵져...? 네 저두요....

이상치 처리 전과 후의 데이터 분포를 나타낸 그래프인데요 딱 봐도 오른쪽 꼬리가 짱 긴게 이상한 수치들ㅇ이 너무 많은게 보이시죠

특히 GTP는 의학적으로도 데이터 상으로도 흡연과 매우 연관성이 높은 지표여서 눈여겨 봤는데여

혼자 어디까지 갈건데....ㅜ

이런 친구들의 꼬리를 잘라주기 위해 극단값 제거를 했다~~~ 요정도로 마무리

 

전처리가 끝난 뒤에는
흡연자와 비흡연자의 주요 건강지표 평균을 비교했습니다.
여기서부터는 조금 재미있어졌는걸요

 

 

대부분의 건강지표에서 두 집단 간 차이가 나타났고 특히 일부 지표에서는 차이가 꽤 뚜렷하게 보였습니다.
대표적으로 중성지방, GTP 같은 지표에서 흡연 여부에 따른 차이가 상대적으로 크게 나타났습니다.

 

근데 또 여기서 중요한 점은 모든 건강지표가 흡연의 영향을 똑같이 받는 건 아니라는 점이었습니다.
어떤 지표는 차이가 크게 보였고 어떤 지표는 생각보다 차이가 크지 않았어요..!

 

이게 흡연이 건강에 영향을 준다고 해도 모든 지표에 동일하게 작용하는 것은 아니었단 말임..

 

다음으론 연령이랑도 비교해본 내용인데요 끝나지 않아 아직 많이 남았습니다 '-'  숨ㅅ 쉬어

 

사실 건강지표를 볼 때 나이는 무시할 수 없는 변수잖아요? 
나이가 들수록 자연스럽게 변하는 건강지표도 있으니까..
그래서 주요 건강지표에 대해 연령과 흡연이 각각 어느 정도 관계를 가지는지 확인했습니다.

 

 

분석 결과,
연령은 일부 건강지표와 약한 수준에서 중간 수준의 상관관계를, 흡연도 특정 건강지표에서는 비슷하거나 더 높은 상관계수를 보였습니다.

여기서 느낀 건 아 건강지표마다 진짜 주범이 다르구나!! 였습니다. 내 배경지식 한계 절실히 체감..
어떤 지표는 연령의 영향이 더 커 보였고 어떤 지표는 흡연의 영향이 더 크게 보였습니다.

 

그래서 단순히 흡연 때문에 건강이 나빠졌다라고 말하기보다는
이 지표는 연령 영향이 더 커 보인다 이 지표는 흡연과 더 관련 있어 보인다
이렇게 나눠서 봐야 했습니다. 역시 세상은 단순하지 않아요?

BMI도 빠질 수 없지

BMI는 체형이나 대사 상태와 관련이 깊은 지표라서 건강지표와 같이 보면 꽤 의미가 있을 것 같았습니다.

 

 

분석해보니 BMI는 혈압, 혈당 같은 대사성 지표와 관련이 있어 보였습니다.
반면 흡연은 GTP, 중성지방 같은 일부 간 기능 및 대사 관련 지표에서 상대적으로 높은 관계를 보였습니다.
여기서 또 하나 알아버렸지.
BMI는 전체적으로 넓게 영향을 주는 느낌이고 흡연은 특정 지표에 선택적으로 영향을 주는 느낌이었습니다.

 

그러니까 BMI랑 흡연은 둘 다 건강지표와 관련이 있지만 작용하는 방식이 조금 달랐던걸로...?
이런 걸 보면서 데이터 분석이 단순 비교만으로 끝나지 않는다는 걸 다시 느꼈습니다.

올바른 가설 설정도 필요해 데이터의 왜곡도 신경써야해 결과 분석도 똑바로 해야해...

비교하고
또 비교하고
또 또 비교하고....

이게 바로 프로젝트의 맛인가 우마이ㅠ

 

마지막으로 연령, BMI, 흡연을 한 번에 비교했습니다.
결론부터 말하면 건강지표는 하나의 요인만으로 설명하기 어렵다!!

연령도 영향을 주고 BMI도 영향을 주고 흡연도 영향을 줍니다.
근데 중요한 건 각 요인이 모든 건강지표에 똑같이 영향을 주는 게 아니라는 점입니다.
어떤 지표는 연령의 영향이 더 크고 어떤 지표는 BMI와 더 관련이 있고 어떤 지표는 흡연과 더 강하게 연결되어 있었습니다.

특히 흡연은 중성지방, GTP 같은 특정 지표에서 선택적으로 강한 연관성을 보였습니다.
그래서 건강 데이터를 해석할 때는 단일 요인만 보면 안 되고 여러 변수를 함께 봐야 한다는 결론을 얻었습니다.

 

역시 사람 몸은 복잡하댜.......

 

제 뇌도 같이 복잡해졌어요 유감..

 

오늘의 느낀 점...👀👀

오늘 결과보고서를 정리하면서 느낀 건 데이터 분석은 그냥 그래프 몇 개 뽑는 일이 아니구나....
처음에는 시각화만 잘하면 되는 줄 알았습니다.
그래프 예쁘게 만들고 평균 비교하고 이거 이만큼 차이 난다!
이렇게 말하면 되는 줄 알았는데 막상 해보니까 그 전에 훨씬 중요한 것들이 있었다구요

왜 이 주제를 선택했는지, 어떤 기준으로 데이터를 나눌 것인지, 이상치는 어떻게 처리할 것인지, 결과를 어디까지 해석할 수 있는지
이런 것들을 먼저 고민해야 했습니다.

특히 이번 프로젝트에서는 이상치 처리가 제일 악질이었습니다. 기억에 남습니다.
높은 수치라고 무조건 삭제하면 안 되고 그 값이 실제 건강 상태를 보여주는 중요한 정보일 수도 있다는 점이 인상 깊었습니다.

 

데이터를 깔끔하게 만드는 것도 중요하지만 데이터가 가진 의미를 날려버리지 않는 것도 중요했습니다.
이 부분은 진짜 많이 배운 것 같습니다. 😼 하핳하하하ㅏ하아아하하ㅏㅎ 지나고 보니 많이 얻어가는걸로~

 

많이 성장했다 나 자신

 

이제 저는 보고서와 발표자료의 늪에서 잠시 빠져나와 다음 할 일을 하러 가보겠습니다....

아티클 스터디 취합해서 공유도 해야하고요...... 다른 팀원들의 남은 업무도 도와줘야 하거든요....

 

안녕!