설문 가중치와 회귀 모델링의 난관

초록

본 논문은 설문조사에서 가중치를 적용하는 전통적 설계 기반 방법과 회귀 모델링을 통한 모델 기반 접근법 사이의 갈등을 논의한다. 저자는 가중치 사용이 반드시 최선은 아니며, 계층적 베이지안 모델과 사후층화(post‑stratification)를 결합한 방법이 보다 효율적일 수 있음을 제시한다. 또한 가중치의 불확실성, 표본 설계 복잡성, 그리고 추정량의 편향·분산 문제를 상세히 분석한다.

상세 분석

이 논문은 설문조사 데이터 분석에서 가장 흔히 마주치는 두 가지 패러다임, 즉 설계 기반(design‑based) 가중치 적용과 모델 기반(regression) 접근을 비교·비판한다. 설계 기반 방법은 표본 설계 단계에서 정의된 확률 가중치를 그대로 사용해 추정량을 무편향(unbiased)하게 만든다. 그러나 실제 조사에서는 비응답, 선택 편향, 그리고 가중치 자체의 추정오차가 존재한다는 점을 간과한다. 저자는 이러한 가중치의 불확실성이 최종 추정량의 분산을 크게 확대시킬 수 있음을 수치 예시와 시뮬레이션을 통해 보여준다.

반면 모델 기반 접근은 회귀식에 설계 변수와 인구통계학적 변수를 포함시켜, 데이터 자체가 가중치를 ‘학습’하도록 한다. 특히 계층적 베이지안 모델을 도입하면, 군집 구조와 변동성을 자연스럽게 포착하면서도 사후층화(post‑stratification)를 통해 전체 인구에 대한 추정치를 얻을 수 있다. 이때 가중치는 사후 단계에서 조정되므로, 초기 설계 가중치의 오류가 크게 누적되지 않는다.

핵심 통찰은 가중치가 반드시 ‘정답’이 아니라는 점이다. 가중치를 적용하면 표본이 설계대로 반영된다는 가정 하에 편향을 억제하지만, 그 대가로 분산이 증가하고, 가중치 자체가 추정값이므로 추가적인 불확실성을 도입한다. 모델 기반 방법은 이러한 불확실성을 모델 내부에서 처리하고, 특히 작은 하위집단에 대한 추정치를 안정화한다. 저자는 또한 ‘가중치와 회귀의 혼합’ 전략을 제안한다. 즉, 회귀 모델에 설계 가중치를 부분적으로 포함시키되, 사후층화를 통해 최종 추정치를 보정하는 방식이다. 이는 두 접근법의 장점을 살리면서 단점을 보완한다는 점에서 실용적이다.

마지막으로 논문은 표본 설계와 모델링을 별개의 단계가 아니라, 상호 보완적인 과정으로 바라볼 것을 촉구한다. 설계 단계에서 가능한 한 정확한 가중치를 산출하고, 분석 단계에서는 계층적 모델과 사후층화를 활용해 가중치의 불확실성을 최소화하는 것이 최선의 전략이라고 결론짓는다.