비율 분석을 위한 신뢰구간 완벽 가이드

초록

연구자들은 측정된 양들의 비율을 자주 계산한다. 그러나 비율에 대한 신뢰구간을 제시하는 일은 어려우며, 적절한 방법이 잘 알려져 있지 않다. 본 논문에서는 Fieller 방법, Taylor 전개, 특수 부트스트랩 방법 등 적절한 방법들을 제시한다. Fieller 방법에 대해서는 직관적인 기하학적 해석을 제공한다. 몬테카를로 시뮬레이션을 통해 이러한 방법들의 적용 범위를 검증하고, 가장 흔히 사용되는 인덱스 방법과 영분산(zero‑variance) 방법이 원하는 신뢰수준으로부터 크게 벗어날 수 있음을 보여준다. 또한 표준 회귀분석이나 측정오차 모델을 언제 사용할 수 있는지, 이질분산(heteroscedastic) 데이터를 위해서는 언제 특수 모델을 적용해야 하는지를 논의한다. 마지막으로 비율을 사용할 때 발생할 수 있는 허위 상관(spurious correlation) 문제에 대한 오래된 경고를 다시 강조한다.

상세 요약

본 논문은 실험·관찰 데이터에서 두 변수의 비율을 추정할 때 신뢰구간(confidence interval, CI)을 어떻게 정확히 구할 수 있는지를 체계적으로 정리한다. 비율은 단순히 두 추정값을 나눈 결과이지만, 분자와 분모 모두에 불확실성이 존재하기 때문에 전통적인 정규분포 기반 CI 계산법을 그대로 적용하면 잘못된 결론에 이를 위험이 크다.

첫 번째로 소개된 Fieller 방법은 비율의 분포를 직접적으로 다루는 고전적 접근법이다. Fieller는 비율 θ = μ₁/μ₂에 대해 (μ₁ − θμ₂)² ≤ c·Var(μ₁ − θμ₂) 형태의 부등식을 이용해 θ의 허용 구간을 도출한다. 여기서 c는 원하는 신뢰수준에 대응하는 χ²(1)값이다. 논문은 이 부등식을 2차원 평면에 투영해 “타원”과 “직선”이 교차하는 지점을 찾는 기하학적 해석을 제공한다. 이 해석은 직관적으로 왜 Fieller 구간이 때때로 무한대(분모가 0에 가까워지는 경우) 혹은 비대칭을 보이는지를 설명한다.

두 번째로 Taylor 전개를 이용한 근사법이 제시된다. 1차 혹은 2차 테일러 전개를 통해 비율의 평균과 분산을 근사하고, 이를 정규분포 가정 하에 신뢰구간을 계산한다. 이 방법은 분모가 충분히 큰 경우에만 신뢰성이 높으며, 분모가 작아지면 근사오차가 급격히 커진다.

세 번째로 부트스트랩 기반 방법이 논의된다. 특히 비율에 특화된 “percentile‑bias‑corrected” 부트스트랩과 “studentized” 부트스트랩이 소개되며, 이들은 비정규성 및 이질분산을 자연스럽게 반영한다. 논문은 부트스트랩이 표본 크기가 작을 때는 편향이 발생할 수 있음을 경고하면서도, 대규모 시뮬레이션에서는 Fieller와 거의 동일한 커버리지를 제공한다는 점을 강조한다.

Monte Carlo 시뮬레이션 결과는 네 가지 주요 상황—(1) 분모가 큰 경우, (2) 분모가 작고 변동성이 큰 경우, (3) 이질분산이 존재하는 경우, (4) 두 변수 간 상관관계가 높은 경우—에 대해 각 방법의 실제 커버리지를 비교한다. 특히 “인덱스 방법”(비율을 직접 계산하고 정규분포 가정 하에 CI를 구함)과 “영분산 방법”(분모의 변동을 무시하고 분자만 고려) 은 95 % 신뢰구간을 목표로 할 때 70 % 이하의 커버리지를 보이는 경우가 빈번했다. 이는 연구자가 흔히 저지르는 과대신뢰 오류를 명확히 보여준다.

또한 논문은 표준 선형 회귀모델이 비율을 종속변수로 사용할 때, 독립변수와 분모 사이에 측정오차가 존재하면 “측정오차 모델”(errors‑in‑variables model) 혹은 “구조방정식 모델”(SEM) 을 적용해야 함을 설명한다. 이와 별도로, 이질분산이 확인될 경우 가중 최소제곱(WLS) 혹은 일반화 선형 모델(GLM) 의 로그링크 변환을 고려해야 한다는 실용적인 지침을 제공한다.

마지막으로 비율 사용 시 발생할 수 있는 허위 상관(spurious correlation)에 대한 경고를 재차 강조한다. 두 변수 모두 공통된 분모를 공유하면, 실제로는 무관한 두 변수 사이에 인위적인 상관관계가 나타날 수 있다. 이를 방지하기 위해서는 비율 대신 로그 차이(log‑difference) 혹은 ANCOVA와 같은 공변량 조정 방법을 검토해야 한다.

요약하면, 본 논문은 비율에 대한 신뢰구간 추정에서 가장 신뢰할 수 있는 Fieller 방법을 중심으로, 상황에 따라 Taylor 근사와 부트스트랩을 보완적으로 활용할 것을 제안한다. 또한 흔히 사용되는 잘못된 방법들의 위험성을 실증적으로 보여주며, 회귀·측정오차·이질분산 모델링에 대한 구체적인 적용 지침을 제공한다.