[작성자:] jazzman

의학 논문을 쓸 때 테이블을 만드는 게 큰 일입니다. 주요 테이블들을 완성하면 사실 논문이 반쯤 써진 것이나 마찬가지이죠. 통계 분석을 하고 거기서 나온 숫자를 일일히 테이블에 손으로 옮겨 적는 일은 참 사람 지치게 하는 일입니다. 게다가, 일껏 테이블을 만들었는데 연구 대상 집단을 일부 빼고 또는 좀 더해서 다시 통계를 돌리게 되면 그 지루한 작업을 다시 반복해야 하는 일이 벌어지죠. 잘못 옮겨 적는 일도 비일비재하구요. 그래서 통계 패키지에서 바로 테이블을 만들어 줄 수 있으면 정말 환상적인데… 문제는 통계 패키지가 내 필요에 딱 맞는 테이블을 그렇게 출력해주지 않는다는 거죠. 그런데 R을 사용하게 되면서 이 막강한 유연성을 이용하여 거의 못할 것이 없게 되었습니다.

R 은 통계 분야에서 (특히 data science 쪽) 대세라고 할 수 있지요. 몇년 전부터 R을 익혀 데이터 분석에 이용하고 있는데, 많은 장점이 있으나 가끔 전혀 직관적이지 않는 결과를 내던지는 경우가 있어 멘붕했던 적이 여러번 있었습니다. 그 직관이란 것이 지극히 인간적인 것이고 사실은 R 이라는 프로그래밍 언어를 제대로 이해 못한 때문에 생기는 일들이지만, SAS나 Stata 와 같은 통계 패키지들을 다루면서는 겪지 않았던 괴상한 오류에 시달리는 것이 썩 기분 좋지는 않은 일이지요. 그 중 대표적인 것 중 하나가 NA 관련입니다. missing data 를 R 이 다루는 방법이 무척 엄격하달까요, 이걸 이해 못하면 정말 괴이한 에러에 머리를 쥐어 뜯게 됩니다. 다음과 같은 예를