복합표본 설계와 회귀모델링: 가중치 활용의 논쟁과 실천적 고찰

Breidt와 Opsomer는 복합표본 설계 하에서 회귀모델을 적합할 때 설계 가중치를 어떻게 활용할 것인가에 관한 논의를 정리하고, 설계 기반(paradigm)과 모델 기반(paradigm) 접근법 사이의 장·단점을 비교한다. 이 논평은 1962년 Konijn의 초기 연구부터 시작해, Pfeffermann(1993) 등 여러 학자의 연구를 인용하며 설계 가중치의 역할과 논쟁을 역사적으로 조명한다. 설계 기반 접근법은 가중치를 사용함으로써 추정량이 모집단 수준에서 일관성을 유지하도록 보장한다. 특히, 가중치가 비응답 보정(post‑stratification)과 보정(calibration) 등을 포함하면, 설계와 비응답 메커니즘을 동시에 반영한 추정량이 모집단 평균뿐 아니라 모델 파라미터에 대해서도 일관성을 유지한다는 이론적 근거가 있다. 반면, 모델 기반 접근법은 설계 정보를 명시적으로 모델에 포함시켜 비무시 가능(non‑ignorable) 설계 효과를 조정하려는 시도로, 데이터 분석가가 설계 변수와 비응답 메커니즘을 직접 모델링해야 하는 부담이 있다. 논문은 실제 조사 현장에서 설계 가중치를 만든 설계 통계학자와 이를 활용해 분석하는 데이터 분석가 사이에 “노동 분업”이 존재함을 강조한다. 설계 통계학자는 상세한 표본 설계와 비응답 특성을 알고 가중치를 구축하지만, 개인정보 보호 등 이유로 일부 변수는 데이터 분석가에게 제공되지 않을 수 있다. 따라서 데이터 분석가는 가중치만을 이용해 설계 효과를 간접적으로 반영하게 되며, 이는 분석 절차를 단순화하고 일관된 추정량을 제공한다는 장점이 있다. 현대 통계 소프트웨어(SAS, Stata, R의 survey 패키지 등)는 복합표본 가중치를 손쉽게 적용하고 복제 가중치(jackknife, bootstrap) 기반 분산 추정까지 자동화하고 있어, 설계 기반 분석의 실용성이 크게 향상되었다. 저자는 설계 기반 접근법이 “복잡성을 감소시키는” 역할을 할 수 있음을 강조하면서, 동시에 가중치 구성 과정의 불투명성이 데이터 분석가에게 불안감을 주는 점을 인정한다. 이를 해소하기 위해 가중치 제작 과정의 문서화, 교육 프로그램 확대, 그리고 가중치가 포함된 추정량의 통계적 성질에 대한 이론적 연구가 필요하다고 제언한다. 또한, 설계 기반 분석이 제공하는 주요 이점으로는 (1) 설계와 사후조정을 데이터 분석 단계와 분리할 수 있어 분석가가 설계 세부사항을 몰라도 된다, (2) 가중치를 이용하면 추정량이 설계 일관성을 유지하므로 다양한 변수에 대해 동일한 추정 체계를 적용할 수 있다, (3) 복제 가중치를 이용한 분산 추정이 직관적이며 구현이 쉽다, (4) 복합표본 설계의 복잡한 층화·다단계·비응답 보정 등을 모두 포함할 수 있다. 반면, 설계 기반 접근법의 단점으로는 가중치 자체가 복잡하고 “신비롭다”는 인식, 가중치가 어떻게 구성됐는지 모르면 모델 사양에 대한 신뢰도가 떨어질 수 있다는 점, 그리고 가중치가 포함된 추정량의 분산 추정이 모델 기반 방법보다 계산량이 많을 수 있다는 점을 들었다. 결론적으로, 저자는 설계 기반과 모델 기반 접근법이 상호 보완적인 관계에 있으며, 조사 목적, 데이터 가용성, 분석가의 전문성 등에 따라 적절히 선택·조합해야 한다고 주장한다. 특히, 설계 통계학자와 데이터 분석가 간의 협업을 촉진하고, 가중치 제작 과정의 투명성을 높이며, 가중치 기반 추정량의 통계적 특성에 대한 연구를 확대함으로써 두 접근법 모두의 장점을 최대화할 수 있다고 제언한다.