한우 데이터셋 - 선형모형 학습

한우 본 연구에서 수집한 데이터는 강원도 대관령 한우 브랜드에서 생산된 KPN bull 85마리를 부계로 하는 거세우 1000두의 도체형질 및 육질특성 분석을 통하여 수집되었다. 농촌 진흥청 국립 축산과 학원 (NIAS)의 동물보호 및 이용위원회로부터 사전 승인을 얻었으며, 동물복지에 대한 정해진 지침을 따라 자료를 수집하였다. 거세우 1000두는 사료 공급 및 관리는 대관령 한우 조합의 관행대로 균일한 사양관리를 수행하였고 30개월령에 도축되었다. 동물 사육 시 관리 체계는 한우 거세우의 출생지(3개 지역(평창, 정선 및 영월군, 21개 농장), 태어난 년도(출생년도, 3개 수준), 출생 계절(10개 수준), 도축 동기군(도축시년도, 계절, 도축장 등, 20개 수준)으로 구성되어 있다. 이들 태어난 년도, 출생계절, 도축 동기군 등은 환경효과로 가축의 표현형에 영향을 미친다.

한우 등급 한우의 등급을 결정하는 요인은 육량등급과 육질등급으로 구분된다. 육량등급은 A, B, 그리고 C 세 등급으로 나누고, 육질등급은 근내지방도에 따라서 1++, 1+, 1, 2 그리고 3, 이렇게 5개 등급으로 나누어진다. 따라서 육량, 육질등급을 조합하여 1++A, 1++B, 1++C부터 3A, 3B, 3C등급까지 총 15개 등급으로 구성된다. 최종 등급에 따라서 한우의 가격이 결정되는 구조를 가지고 있다. 이 중에서 한우 거세우의 육량등급은 다음의 방정식으로 결정된다. 한우 거세우 육량등급=11.06398–1.25149×등지방두께+0.28293×등심단면적+0.56781×도체중량도체중량×100 여기서, 한우 거세우 육량등급의 단위: 도체중량에 대한 % 등지방두께의 단위: mm 등심단면적의 단위: cm2 도체중량의 단위: kg 위의 방정식에서 보는 바와 같이 등심단면적(Eye muscle area, EMA)은 육량등급을 결정하는 중요한 목표 형질 중의 하나이다. 따라서 등심단면적은 한우의 가격에 큰 영향을 주는 중요한 형질이다. 목표 형질(Phenotype)은 유전자(Gene, G)에 의해서 결정되기도 하지만 환경(사료효과 및 환경, Environment)효과에 의해서 결정된다. 이 프로젝트에서는 출생연도에 따라 한우의 등심단면적이 차이가 나는 지를 확인하고자 한다. 출생년도(Birth Year)는 환경효과의 하나로, 태어나는 환경에 따라서 개체의 표현형이 얼마나 다른 지를 통계적으로 검정하였다. 등심단면적 등심단면적은 등심 단면의 면적으로 ㎠(제곱센티미터) 단위로 표시한다. 그리고 등심단면적 확률변수는 연속형 확률변수로서 정규분포한다고 가정한다. 이를 확인하기 위하여 자료의 정규성분석을 수행한다. 도체 및 육질 특성 도체 중량 (CWT), 등지방 두께(BFT), 등심단면적(EMA) 및 근내지방도(MS)를 포함한 도체 특성에 대한 표현형 데이터를 조사하였고, 도체 중량은 도축 후 24시간 후에 측정되었다. 등지방 두께, 등심단면적, 근내지방도는 도체의12번째와 13번째 갈비뼈 접합부 사이의 단면에서 측정을 통해 기록되었다. 근내지방도 점수는 축산품품질평가원에서 채택한 한우 근내지방기준에 따라 1~9점 척도로 평가되었다.

데이터 시트 총 한우 1,000두의 출생연도와 등심단면적을 표 1로 정리하였다. Table 1. 한우 품질 데이터 데이터 요약 자료에 대한 기초통계량을 표 2에 정리하였고, 자료의 요약을 위하여 “순위 기반 사분위수”로 “다섯수치 요약”을 수행하고 평균, 분산, 표준편차로 “중심 및 중심경향 요약”을 수행하였다. Table 2. 한우의 등심단면적 기초통계량 기초통계량통계치다섯 수치 요약최소값 : 1수치731사분위수 : 2수치842사분위수(중앙값) : 3수치883사분위수: 4수치93최대값: 5수치102중심과 중심경향성 요약평균: 중심87.5분산(편차제곱의 평균): 중심경향성40.9표준편차(분산의 제곱근): 중심경향성6.4

각 변수의 이름·자료형·척도·단위·정의는 본 논문의 변수 정의 표에 따른다. 명목·순서·등간·비율 척도가 변수 특성에 맞게 부여되었고, 식별·설계·결과 역할이 변수별로 명시되어 있다.

자료의 정규성을 확인하기 위하여 표본으로 추출된 60두의 한우 등심단면적 표현형을 히스토그램으로 플롯하여 출생년도 별 등심단면적 분포를 탐색하였다.

데이터 생성·정제·분석에 사용된 코드의 공개 위치는 추후 보완한다. Python (pandas, NumPy 등) 또는 R 환경에서 표 형식 자료를 그대로 읽어 분석할 수 있다.

본 데이터셋은 전체 공개 수준으로 공개되며, CC BY 4.0 라이선스 하에 이용 가능하다. 데이터 다운로드는 본 논문에 연결된 데이터셋 아카이브 페이지(D4)에서 진행할 수 있다.

본 데이터셋은 기술통계, 가설검정, 회귀분석, 분류·예측 모델링 등 데이터사이언스 교육과 연구에서 재사용할 수 있다. 순서형 변수는 평균 해석 시 척도 특성을 고려해야 한다.

본 데이터셋은 1000개의 표본으로 구성되어 있어, 모집단 전체로의 일반화 시 표본 크기 제약을 고려해야 한다. 또한 변수 간 인과관계를 결정하는 데에는 추가적인 실험설계가 필요하다.

향후 본 데이터셋을 기반으로 다음과 같은 후속 연구가 가능하다: (1) 표본 수 확장 및 외부 데이터와의 결합, (2) 시계열적 변화 추적, (3) 머신러닝 기반 예측 모델 개발 및 검증.

본 논문은 본 데이터셋의 구조와 변수 특성을 기술하였다.

본 데이터셋 구축에 협조해 주신 모든 관계자분들께 감사드린다.

저자들은 본 데이터셋과 관련하여 보고할 이해상충이 없음을 밝힌다.