설문 가중치와 회귀 모델링의 어려움에 대한 논평

초록

**
본 논평은 설문 조사 데이터에 가중치를 적용한 회귀 분석에서 발생하는 이론적·실무적 문제점을 짚으며, 가중치 사용의 목적, 설계 기반 추정과 모델 기반 추정의 차이, 그리고 적절한 분석 전략을 제시한다.

**

상세 분석

**
이 논문은 설문 조사에서 흔히 사용되는 가중치(weight)와 회귀 모델링을 결합할 때 발생하는 근본적인 통계적 모순을 상세히 탐구한다. 먼저 가중치의 두 가지 주요 역할을 구분한다. 하나는 모집단을 대표하도록 표본을 “확장”하는 설계 기반(design‑based) 가중치이며, 다른 하나는 관측치가 선택될 확률의 역수로서 인과 추정을 돕는 역확률(inverse‑probability) 가중치이다. 저자는 이 두 역할을 혼동할 경우, 회귀 계수의 편향(bias)과 분산(var) 추정이 크게 왜곡될 수 있음을 강조한다.

설계 기반 접근에서는 가중치를 사용해 표본 평균을 모집단 평균의 불편 추정량으로 만든다. 그러나 회귀 모델에 동일한 가중치를 그대로 적용하면, 모델이 가정하는 선형 구조와 설계가 요구하는 비선형(또는 복합) 구조 사이에 불일치가 발생한다. 특히, 가중치가 큰 소수의 관측치가 회귀선에 과도하게 영향을 미쳐, 표준 오차가 과소평가되거나 과대평가되는 현상이 나타난다.

모델 기반 접근에서는 가중치를 “관측치의 중요도”로 해석하고, 가중치가 큰 관측치를 더 신뢰한다는 전제 하에 가중 최소제곱(Weighted Least Squares, WLS)이나 일반화 가중치 추정(Generalized Estimating Equations, GEE)를 적용한다. 그러나 이 경우에도 가중치가 정확히 선택 확률의 역수일 때만 일관성(consistency)이 보장된다. 실제 설문에서는 비응답 보정, 포스트스트래티피케이션 등 복합적인 가중치 조정이 이루어지므로, 가중치가 정확한 역확률을 반영하지 못하는 경우가 빈번하다.

저자는 이러한 모순을 해결하기 위한 두 가지 실천적 방안을 제시한다. 첫째, 설계 기반 추정이 필요한 경우에는 가중치를 이용한 “복합 설계”(complex survey) 분석 패키지(예: R의 survey, Stata의 svy)를 사용해 표준 오류를 재표본화(bootstrap) 혹은 선형화(linearization) 방법으로 계산한다. 둘째, 인과 추정이 목적이라면, 가중치를 역확률로 명시하고, 필요시 가중치의 안정성을 높이기 위해 트리밍(trimming)이나 스무딩(smoothing) 기법을 적용한다.

또한, 저자는 최근의 베이지안 계층 모델링이 설계 정보를 자연스럽게 통합할 수 있는 대안임을 언급한다. 계층 구조를 통해 클러스터링 효과와 가중치 불확실성을 동시에 모델링함으로써, 전통적인 설계 기반 추정의 복잡성을 완화하고, 보다 직관적인 사후 추론(posterior inference)을 가능하게 한다.

결론적으로, 설문 가중치와 회귀 모델링을 병행할 때는 가중치의 통계적 의미를 명확히 정의하고, 분석 목적(추정 vs 예측 vs 인과)과 일치하는 방법론을 선택해야 함을 역설한다. 무분별한 가중치 적용은 오히려 결과를 왜곡시킬 위험이 크며, 적절한 소프트웨어와 검증 절차가 필수적이다.

**