포아송 vs 영점 과잉포아송 모델의 객관적 베이즈 검정

본 논문은 카운트 자료에서 영점 과잉 현상이 나타날 때 표준 포아송 모델과 영점 과잉 포아송(ZIP) 모델을 비교하는 베이즈 검정 방법을 개발한다. 서론에서는 포아송 모델이 일반적인 카운트 데이터에 널리 쓰이지만, 실제 데이터는 종종 기대보다 많은 영점을 보여 포아송이 부적합함을 지적한다. 이러한 상황을 설명하기 위해 ZIP 모델이 제안되며, 기존 연구에서는 주로 모델 적합을 위해 ZIP를 사용했지만, 실제로 ZIP가 필요함을 검정하는 방법은 부족했다. 2절에서는 문제를 베이즈 프레임워크로 공식화한다. 두 모델 M₀(포아송)와 M₁(ZIP)를 정의하고, 베이즈 팩터 B₁₀ = m₁(x)/m₀(x) 를 통해 모델 선택을 수행한다. 여기서 m_i(x)는 사전과 결합된 주변밀도이다. 객관적 사전 사용 시 사전이 부적절하면 베이즈 팩터가 임의의 상수에 의존하게 되므로, 사전 선택이 핵심 문제임을 강조한다. 2.2절에서는 사전 선택 과정을 상세히 논의한다. 파라미터 λ와 p가 두 모델에 동시에 등장하지만 직교하지 않기 때문에 동일한 사전을 부여하는 전통적 방법이 부적절함을 지적한다. 이를 해결하기 위해 p* = p + (1‑p)e^{‑λ} 로 재파라미터화하고, f₁*와 f₀*를 정의한다. 이 재파라미터화 후 λ와 p*는 Fisher 정보 행렬이 블록 대각형이 되므로, Jeffreys 사전 적용이 가능해진다. λ에 대한 Jeffreys 사전은 1/√λ 형태이며, p*에 대해서는 구간 (e^{‑λ},1) 위의 균등 사전이 선택된다. 두 가지 가능한 Jeffreys 사전(λ에 대한 k(λ)·1/√λ와 단순 1/√λ) 중 차이가 미미함을 보이고, 계산 편의를 위해 후자를 채택한다. 2.3절에서는 위 사전을 이용해 베이즈 팩터를 명시적으로 도출한다. 데이터 요약 통계 k(영점 개수)와 s(총합)를 사용하고, m₀(x)와 m₁(x)를 각각 적분한다. 결과적으로 베이즈 팩터는 식 (2.9) 로 주어지며, 이는 k와 s에 대한 조합형 합을 포함한다. 이 식은 n이 고정될 때 s가 클수록, k가 클수록 B₁₀이 증가함을 보여, 영점 과잉이 강할수록 ZIP 모델이 선호된다는 직관과 일치한다. 특수 상황인 모든 관측값이 영점(x=0)인 경우, m₁(0) 가 무한대가 되어 베이즈 팩터가 정의되지 않는다. 저자는 이 경우를 위해 p에 대한 적절한 사전(예: 베타)과 λ에 대한 제한된 사전(절단된 Jeffreys)으로 “부분적” 사전을 제시하고, 이를 통해 모델 선택이 가능하도록 한다. 3절에서는 실제 데이터 두 사례를 분석한다. 첫 번째는 98명의 HIV 감염 남성에 대한 요로 감염 횟수(UTI) 데이터이며, 두 번째는 오류 발생 횟수 데이터이다. 두 데이터 모두 영점 비율이 높아 ZIP 모델이 필요하다고 판단된다. 식 (2.9)를 적용한 결과, UTI 데이터는 B₁₀≈223, 오류 데이터는 B₁₀≈13으로, ZIP 모델에 대한 강한 증거를 제공한다. 기존 점수 검정(p‑값 0.0001 등)과 비교했을 때 베이즈 팩터는 보다 직관적인 “증거 강도”를 제시한다. 4절에서는 ZIP 회귀 모델로 확장한다. 여기서는 λ_i = exp(βᵀz_i) 로 설명 변수와 연결하고, p는 전역 파라미터로 유지한다. 베이즈 팩터를 계산하기 위해서는 양의 카운트가 충분히 있어 설계 행렬이 완전 열랭크를 가져야 함을 강조한다. 열랭크가 부족한 경우, 저자는 β에 대해 부분적 사전(예: 정규 사전)과 p에 대해 균등 사전을 결합해 베이즈 팩터를 정의한다. AIDS 관련 사망 데이터에 적용한 예시가 제시된다. 5절에서는 양의 카운트가 부족한 경우를 다룬다. 모든 관측값이 영점이거나 양의 카운트가 매우 적은 경우, 기존 사전이 부적절해지므로 “부분적” 사전 전략을 제안한다. 이는 사전의 적절한 정규화와 제한을 통해 베이즈 팩터를 유한하게 만든다. 부록에서는 주요 정리와 증명, 그리고 베이즈 팩터 계산에 사용된 적분 식들의 유도 과정을 제공한다. 결론적으로, 이 논문은 (1) 파라미터 정규화를 통한 직교화, (2) Jeffreys 사전 기반의 객관적 사전 선택, (3) 베이즈 팩터의 명시적 닫힌 형태 도출이라는 세 가지 핵심 기여를 통해 포아송 vs. ZIP 모델 선택 문제에 대한 체계적이고 실용적인 베이즈 접근법을 제공한다. 또한 회귀 확장과 특수 경우에 대한 처리를 포함함으로써 다양한 실제 응용에 바로 적용할 수 있다.