조사 표본 추출을 위한 최대 엔트로피 추정

초록

본 논문은 설문 조사 가중치 보정(calibration)을 역문제로 바라보고, 최대 엔트로피 원리를 적용한 새로운 추정 방법을 제안한다. 무작위 가중치를 확률 변수로 두고, 보정 제약을 만족하는 이산 분포 중 엔트로피를 최대화하는 분포를 찾음으로써 최적 가중치를 도출한다. 이 접근법은 기존 보정 방법의 계산적·통계적 한계를 보완하고, 추정량의 일관성·효율성을 이론적으로 검증한다.

상세 분석

본 연구는 설문 조사에서 흔히 사용되는 보정(calibration) 기법을 ‘역문제(inverse problem)’의 관점에서 재구성한다. 전통적인 보정은 사전 지정된 보조 변수의 전체합과 표본 가중치의 가중합을 일치시키는 선형 제약을 두고, 최소 제곱이나 최소 절대값 등 특정 손실 함수를 최소화하는 가중치를 찾는다. 그러나 이러한 접근은 제약을 만족하는 가중치 공간이 다중해를 가질 수 있고, 선택 기준이 임의적이라는 한계가 있다.

저자들은 가중치를 확률 변수라 가정하고, 가능한 가중치 분포 전체에 대해 엔트로피(Shannon entropy)를 정의한다. 보정 제약을 확률적 기대값 형태로 표현한 뒤, “제약을 만족하면서 엔트로피를 최대화하는 이산 분포”를 찾는 최적화 문제를 설정한다. 이는 라그랑주 승수법을 이용해 듀얼 형태로 변환되며, 최적 분포는 지수형(exp‑family) 형태를 띤다. 구체적으로, 각 표본 단위 i에 대한 가중치 wi는
\