통제할 수 없는 것에 신경쓰지 않기

2022년 9월 26일부로 실외에서 마스크를 쓰는 의무가 해제되었다. 그 이후 밖에서 조금식 사람들이 마스크를 쓰고 다니지 않게 되었다. 여전히 대부분이 마스크를 쓰고 다니고 있지만, 이전보다 높은 Covid-19 확진자에도 우리는 더 이상 놀라지 않게 되었다. 아니 신경쓰지 않게 되었다.

나 역시 처음에는 마스크를 벗는게 다소 부담스러웠지만, 사람이 없거나 아주 적을 때,  벗는 것이 익숙해지고 있다. 문제는 실내이다. 대학교를 비롯 실내여도 마스크를 쓰지 않는 사람들이 상당히 많이 보이기 시작하였다.

처음에는 이 부분이 상당히 거슬렸다. 일명 코를 빼놓는 코스크는 양반이요, 다들 자연스럽게 쓰지 않는 모습을 점차 많이 보게 되었다. 아내가 만삭인 탓에 그런 모습을 보면서 자연스레 높은 경계심을 발휘하게 되어 처음에는 상당히 스트레스를 받았다. 말을 하자니 이후에 이어질 갈등이나 충돌이 부담스러웠기 때문이다.

그래서 대부분의 경우는 피해다녔지만, 대학원 수업이나, 회사에서는 피할 수가 없었다.  양심은 지능의 문제라는 Youtube를 보기도 하고 다양한 방법을 강구하던 차에 리스크라는 책에서 리스크와 위험의 차이를 설명하던 부분이 기억났다. 둘다 불확실성을 다루는 단어이지만, 리스크는 관리가 가능하기에 위험과 다르다.

이 관점을 여기에 적용해보면 마스크를 쓴 사람이 병균을 나에게 옮길 가능성은 관리가 가능하기 때문에 여기서 통제가 가능한 부분은 내가 마스크를 잘 쓰는 것이기 때문에 이 부분만 신경쓰는게 맞다는 결론에 이르렀다. 마스크를 대충 쓰고 다닐 사람이 병을 옮길 가능성은 관찰도 어렵고 통제도 어렵기 때문에 신경쓴다한들 종속변수로써 내가 코로나에 걸릴 여부를 낮추기는 어렵기 때문에 신경 쓴들 도움이 되지 않겠다는 결론도 함께 말이다.

삶의 다른 문제도 그렇다. 통제할 수 있는 변수의 범위를 넓히되, 통제할 수 없는 것은 신경쓰지 말자. 쓸데없이 두려워하기 전에 할 수 있는 것이 시간을 포함, 삶의 소중한 자원의 활용도를 극대화하기 위한 최선의 방법임을 다시 한 번 자각할 수 있었다.

Read more

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

Pandera: 데이터프레임 검증에 최적화된 도구 주요 장점 * Pandas와 통합: Pandas 데이터프레임에 대해 스키마 기반 검증을 수행합니다. * 유연한 검증 조건: 열 데이터 타입, 값 범위, Null 여부 등 다양한 검증 조건을 정의할 수 있습니다. * 명확한 오류 메시지: 스키마 불일치에 대한 명확한 오류 메시지를 제공합니다. 단점 * 대용량 데이터 검증에서는 속도가 느릴 수

Tobit Regression은 Censored Data에 적합한 Regression이다.

Tobit Regression은 Censored Data에 적합한 Regression이다.

Tobit Regression * Tobit 회귀(Tobit Regression)는 종속 변수가 특정 값에서 절단(Censored)된 상황에서 데이터를 분석하기 위해 사용되는 통계 기법입니다. * James Tobin이 처음 제안한 이 모델은 경제학과 사회과학 분야에서 자주 사용되며, 일반 선형 회귀로는 설명할 수 없는 상황에서 효과적으로 적용할 수 있습니다. Tobit Regression 수식 1. 관측된 종속 변수