데이터 분석 팀 과제 기획서(4조)

팀 과제 제목

식품 부작용의 흔적을 쫓다: 데이터 분석 인사이트 →연령·산업군을 통한 식품 부작용 및 위험도 분석

[식품] FDA 식품 안전 모니터링

</aside>

팀 구성

팀명 : 4조참치
황현웅, 김영휘, 이혜진, 오병준, 정주원 </aside>

팀 과제 목표

팀 과제를 통해 해결하려는 질문이나 목표를 명확히 기술하세요.

데이터를 통해 탐색적으로 분석하고, 결측치, 이상치, 파생변수 전처리를 수행한 뒤 시각화를 통해 연령대별 신고 식품 카테고리 분석과, 식품 산업군의 시기별 신고 급증 패턴을 분석하여 조건에 따른 관계를 확인하고 논리적 결과물을 도출한다.
팀 과제의 주요 분석 내용 및 목표를 설정하세요.
- 식품 부작용 신고 데이터 EDA 및 전처리·시각화 분석
  - 주요 분석 내용
    - 부작용에 대한 조치 데이터에 따라 심각도를 구분하여 산업군 별 심각도 비율을 파악한다.
    - 산업군 내 브랜드 별 심각도 비율을 비교하여 특정 브랜드에서 발생한 원인이 산업군에 영향을 끼치지 않았는지 확인한다.
    - 산업군에 따른 증상 데이터를 통해 특정 산업군에서 보고되는 증상의 비율을 파악한다.
    - 연령대 별 산업군 신고 분포 비율을 통해 특정 연령대에 자주 신고된 산업군을 파악한다.
  - 목표
    - 식품 안전 모니터링 데이터를 통해, 데이터 전처리부터 시각화·해석까지의 기본 분석 흐름을 경험한다.
    - 신고별 특성과 특정 산업군,브랜드의 신고 빈도를 확인하고, 유통, 공정 및 소비에 주의가 필요한지 도출한다.
    - 단순히 그래프를 만드는 데 그치지 않고, 왜 이 변수를 보고 어떤 해석을 했는지를 팀 차원에서 설명할 수 있는 분석 결과물을 만든다.

SMART 목표 작성 가이드 </aside>

문제 정의

분석 및 시각화의 중점
- 팀 과제에서 해결하려는 핵심 질문을 1~2문장으로 작성하세요:
  - 어떤 산업군이 가장 위험한가
  - 신고가 많은 브랜드가 실제로도 위험한가
  - 산업군별로 자주 발생하는 부작용은 무엇인가
  - 연령대에 따라 위험한 제품군은 다른가
문제의 필요성 및 중요성
- 팀 과제가 제공할 데이터 인사이트가 중요한 이유를 작성:
  - 식품 부작용 신고 데이터를 분석하면 식품 부작용의 핵심 포인트를 빠르게 이해할 수 있다.
  - 여러가지 변수를 통한 식품 부작용 신고 데이터의 분석 후 나온 인사이트를 통해 변수가 미치는 영향을 더 잘 이해할 수 있다. </aside>

데이터 활용 계획

데이터 출처
- 본 팀 과제는 제공된 식품 안전 모니터링 CSV 파일을 활용하여 진행한다. 수집 된 식품 부작용 신고 데이터를 통해 식품 산업군과 브랜드 별로 신고 비율과 증상을 통해 어떠한 식품 소비에 주의가 필요한 부분을 확인하고 개선 가능성을 도출한다.
- 데이터 파일명 예시: CAERS_ASCII_2004_2017Q2.csv
- 주요 변수 예시
  - RA_Report: 고유 신고 ID.
  - RA_CAERS Created Date: 리포트 생성 날짜.
  - AEC_Event Start Date: 부작용 발생 시작 날짜.
  - PRI_Product Role: 제품의 역할 (Suspect: 의심 제품).
  - PRI_Reported Brand/Product Name: 신고된 브랜드 또는 제품명 (대문자로 표기됨).
  - PRI_FDA Industry Name: FDA 산업 분류명 (예: Bakery, Ice Cream Prod, Baby Food Prod, Snack Food).
  - CI_Age at Adverse Event: 피해자의 나이 (숫자).
  - CI_Age Unit: 나이의 단위 (Year(s), Month(s), Day(s) 등). [주의: 전처리 필수]
  - CI_Gender: 피해자의 성별 (Male, Female).
  - AEC_One Row Outcomes: 부작용에 대한 조치
- 제공된 데이터는 식품 부작용 신고 데이터 → 전처리 → 시각화 → 해석을 수행하기 위한 분석용 데이터로 활용한다.
데이터 전처리 계획
- 데이터 구조 확인을 위해 head(), info(), describe() 등을 활용하여 변수 유형과 결측치 여부를 먼저 점검한다. 이를 통해 분석에 필요한 주요 변수(연령, 성별, 신고 식품, 산업군, 신고일 등)를 파악한다.
- Age, Sex 등의 인구통계학적 변수에서 결측치 및 비정상 값(예: 음수 나이, 이상한 문자열 등)을 확인하고, 분석 목적에 맞게 제거하거나 적절한 값으로 대체한다.
- **AEC_One Row Outcomes(부작용에 대한 조치)**를 활용하여 심각도를 구분하고 이를 통해 산업군 브랜드 별 심각도를 확인한다.
- Product(식품명), Industry(산업군) 변수의 결측치 및 중복 값을 확인하고, 필요 시 범주를 통합하거나 정제하여 일관된 카테고리로 구성한다.
- 분석을 위해 연령을 구간화하여 AgeGroup(예: 10대, 20대, 30대 등) 파생 변수를 생성하고, 연령대별 패턴 분석이 가능하도록 한다.
- 신고 건수를 기반으로 Industry, Product, AgeGroup 별 빈도 데이터를 집계하여 비교 분석이 가능하도록 데이터 구조를 재구성한다.
- 이상치(특정 시기에 급증한 신고 건 등)는 시각화를 통해 확인하고, 데이터 오류인지 실제 현상인지 구분하여 필요 시 처리한다.
- 최종적으로 Python(Pandas)을 활용한 분석 및 시각화(Matplotlib, Seaborn 등)에 적합한 형태로 데이터를 정리하는 것을 전처리의 목표로 한다.
시각화 계획
- 포함할 시각화 유형
  - 라인 그래프(Line Chart) : 산업군 별 심각도 추이
  - 파이차트(Pie Chart) : 성별 분포
  - 스택 바(stacked bar) : 연령대 별 위험 제품군
  - 히트맵(Heatmap) : 식품군 과 증상의 교차 빈도
  - 산점도(Scatter Plot) : 브랜드 별 신고 건수에 따른 부작용 비율
- 주요 지표 정의
  - 전체 규모
  - 심각도 비율
  - 식품군별 신고 건수
  - 연령대 별 신고 건수
  - Top 5 부작용 증상
- 시각화는 단순한 그래프 작성이 아니라, 어떤 공정 또는 라인에서 품질 이슈 가능성이 높은지, 어떤 변수 간 관계를 우선적으로 볼 필요가 있는지를 해석하기 위한 도구로 활용한다.
- EDA 결과를 설명할 수 있는 2~3개 이상의 핵심 시각화와 해석 문장 도출에 초점을 둔다. </aside>

</aside>

</aside>

</aside>