【연구의 필요성 및 목적】
□ 기계학습 통계기법을 패널자료의 항목무응답 대체 처리에 적용하여 활용가능성 검토 및 기존 대체 방법과의 비교 분석
□ 국내·해외 패널조사의 선행연구를 바탕으로 한국복지패널조사 및 한국의료패널조사의 한계점을 파악하고 제고 방안 도출
□ 패널자료에서의 적절한 무응답 대체 방법에 대한 방안 제시

【주요연구내용】
□ 국내 및 해외 패널조사에서의 무응답 처리 관련 선행연구
□ 패널자료에서의 무응답 및 결측자료메커니즘과 항목무응답 대체 방
□ 한국복지패널조사와 한국의료패널조사에 근거한 모의분석

【기대효과】
□ 국내 및 해외 패널조사의 선행연구를 바탕으로 벤치마킹 가능성 모색 및 한계점을 파악하여, 한국복지패널조사 및 한국의료패널에 대한 방안 마련
□ 여러 가지 항목무응답 대체 방법에 따른 성능 비교·평가를 통하여, 무응답 대체에 대한 새로운 기법 제안
   - 빅데이터 시대 또는 정보 산업혁명이 도래한 시기에 맞추어, 패널자료에서의 기계학습 기반 대체 방법의 활용성 제고
   - 다양한 무응답 비율에 따른 무응답 처리 자료의 효율성 제고
□ 다양한 조건을 고려한 모의분석을 통하여, 보다 정확하고 신뢰성 있는 무응답 대체 자료 제공 가능