다단계 이항 비율 추정의 정확한 방법

본 논문은 이항 비율(p) 추정 문제를 다단계(그룹 순차) 샘플링 방식으로 해결하는 새로운 이론적·실용적 프레임워크를 제시한다. 서론에서는 기존의 순차 추정 방법이 대부분 점근적 근사에 의존하고, 실제 적용 시 샘플 수가 과도하게 커지는 문제점을 지적한다. 특히, Mendo‑Hernando의 역이항 샘플링, Tanaka의 고정폭 신뢰구간, Franzén의 SPRT 기반 방법 등은 각각 보수적이거나 근사적 오류를 내포한다는 한계가 있다. 본 연구는 이러한 한계를 극복하기 위해 ‘커버리지 튜닝 파라미터’ ζ를 도입한다. ζ는 스톱핑 규칙에 직접 삽입되어, ζ가 작아질수록 커버리지 확률이 1에 가까워진다. 저자는 네 가지 구체적 스톱핑 규칙(A–D)을 정의한다. 규칙 A는 정보 이론적 함수 M(z,θ)를 이용해 현재 추정치와 목표 오차 범위 사이의 KL‑다이버전스가 ζ·δ에 비례하는 로그값 이하가 될 때 멈춘다. 규칙 B는 제곱 오차와 표본 수의 관계를 이용한 부등식 형태이며, 규칙 C는 누적 이항 확률 S(k,l,n,p)를 직접 비교해 두 방향(위·아래)에서 ζ·δ 이하가 되면 종료한다. 규칙 D는 전통적인 베르누이 분산( p(1−p) )에 기반한 표본 크기 하한을 제공한다. 이 네 규칙은 모두 ‘함수 D(z,n)’ 형태로 통합될 수 있다. D(z,n)=1이면 스톱, 0이면 계속이라는 이진 판단 함수를 통해 설계 파라미터(예: 단계별 표본 크기 nℓ)를 자유롭게 선택한다. 이를 통해 최소·최대 표본 수(N_min, N_max)를 정의하고, 설계자가 사전 예산이나 실험 제약에 맞춰 적절히 조정한다. 다음으로, 커버리지 확률을 정확히 검증하기 위한 수학적 도구를 제시한다. ζ와 p 구간이 주어지면, 보완 커버리지 확률(1−coverage)의 상·하한을 재귀적으로 계산한다. 이때 Branch‑and‑Bound 알고리즘을 활용해 파라미터 공간을 효율적으로 분할한다. 기존 B&B는 전체 최대값을 정확히 구해야 했지만, 저자는 ‘Adapted B&B’를 고안해 상한이 δ 이하이면 즉시 검증을 종료하고, 하한이 δ 초과이면 불합격을 선언한다. 이렇게 하면 불필요한 계산을 크게 줄일 수 있다. 커버리지 보장을 위한 ζ 선택은 이분 탐색(bisection) 과정을 통해 수행된다. 초기 ζ를 크게 잡고, Adapted B&B 검증을 수행해 커버리지가 부족하면 ζ를 감소시키고, 충분하면 ζ를 증가시켜 최적 ζ*를 찾는다. 최적 ζ*는 주어진 (ε,δ)와 단계 수 s에 대해 가장 작은 평균 표본 수를 제공한다. 이론적 결과로는 (1) 모든 p∈(0,1)에서 균일하게 Pr{| \hat p−p |<ε }≥1−δ 를 만족한다는 ‘uniform controllability’; (2) ε→0 일 때 기대 표본 수가 p가 사전에 알려진 경우의 최소 표본 수와 일치한다는 ‘점근적 최적성’; (3) 기대 표본 수와 그 분포에 대한 명시적 상·하한을 제공한다는 점을 증명한다. 수치 실험에서는 다양한 ε(0.01~0.1)와 δ(0.01~0.1) 조합에 대해 5단계 그룹 순차 설계를 수행한다. 각 규칙별로 최적 ζ와 단계별 nℓ을 구하고, 10⁶ 회 모의실험을 통해 실제 커버리지와 평균 표본 수를 측정한다. 결과는 규칙 A와 C가 가장 효율적이며, 기존 Tanaka·Franzén 방법보다 평균 표본 수를 15~30% 절감함을 보여준다. 또한, 그룹 크기를 5~10으로 설정해도 목표 커버리지를 유지하면서 실험 운영 비용을 크게 낮출 수 있음을 확인한다. 계산적인 측면에서는 로그‑합 변환을 이용해 이항 확률의 누적합을 안정적으로 계산하고, 고정밀 부동소수점 연산을 통해 ζ·δ가 매우 작은 경우에도 수치적 언더플로우를 방지한다. 또한, 파라미터 공간 분할 시 동적 메모이제이션을 적용해 동일 구간에 대한 중복 계산을 피한다. 마지막으로, 임상시험 사례를 들어 실제 적용 가능성을 논의한다. 예를 들어, 신약의 부작용 발생률을 0.05±0.01 범위 내에서 95% 신뢰 수준으로 추정해야 할 때, 제안된 3단계 그룹 순차 설계는 총 150명 이하의 환자만을 모집해 정확한 추정치를 제공한다. 이는 전통적인 고정표본(≈300명) 대비 비용·시간을 절반 이하로 줄이는 효과를 가진다. 결론적으로, 본 논문은 이항 비율 추정에 있어 정확성(Exactness)과 효율성(Efficiency)을 동시에 만족하는 통합 이론·알고리즘 프레임워크를 제공한다. 이는 통계학, 생물통계, 품질관리 등 이항 데이터가 빈번히 등장하는 분야에서 실용적인 순차 설계 도구로 활용될 수 있다.