데이터의 이상치, 객관적으로 솎아내려면

Article at a Glance
계량분석에서 ‘이상치(Outlier)’는 통계 분석 결과에 영향을 미쳐 연구의 목적을 훼손시킬 수 있기 때문에 걸러낼 필요가 있다. 이때 분석의 대상이 되는 변수가 단 하나일 경우 ‘표준화 점수(Standardized score)’라는 개념을 활용해 간단하게 이상치를 걸러낼 수 있다. 하지만 변수가 여러 개라면 이야기가 달라진다. 이때는 ‘마할라노비스 거리(Mahalanobis distance)’가 해결책이 될 수 있다.

필자가 거주하고 있는 독일은 ‘다양성(Die Mannigfaltigkeit)’을 사회가 추구해야 할 가장 중요한 가치 중 하나로 여기는 나라다. 그래서인지 필자가 독일인들과 대화할 때 그들이 유독 자주 쓴다고 생각하게 되는 표현이 바로 ‘그럴 수도 있지(Es könnte sein)’라는 말이다. 다양성을 포용하려 노력해 온 일련의 과정이 결코 녹록지는 않았으리라 생각된다. 그리고 그러한 과정에서 자연스레 수반됐을 사회적 마찰을 마주하고 해결하며 치열하게 쌓아온 교훈이 법체계에 고스란히 녹아들어 많은 법학자가 그토록 감탄하는 현재의 독일연방기본법(Grundgesetz für die Bundesrepublik Deutschland)을 이루게 됐을 것이라고 짐작할 수 있다.