명목형 변수의 새로운 상관계수와 완전 의존성 개념

초록

**
본 논문은 명목형 변수(또는 명목‑연속 혼합) 사이의 완전 의존성을 정의하고, 이 정의를 만족할 때 값이 1이 되는 새로운 의존성 측도들을 제안한다. 제안된 측도는 기존의 Cramér V, Goodman‑Kruskal λ·τ 등과 달리 마진 분포에 관계없이

상세 분석

**
논문은 먼저 명목형 변수에 대한 “완전 의존성(perfect dependence)” 개념을 수학적으로 정형화한다. 기존의 프레셰-호프딩 상한·하한을 이용해 두 변수의 결합분포가 마진분포의 최소·최대 함수와 일치하도록 정의하고, 이를 달성하기 위해 변수값에 임의의 순열을 적용한다는 점이 핵심이다. 이 정의는 마진의 형태와 크기에 무관하게 언제든지 구현 가능하다는 ‘attainability’ 특성을 갖는다.

그 다음 저자는 의존성 측도의 ‘properness’를 다섯 가지 속성(A–E)으로 정리한다. 특히 (D) ‘Attainability’는 새롭게 정의한 완전 의존성과 동치이며, (E) ‘절대 단조 변환 불변성’은 연속형 마진이 있을 때 중요한 성질이다. 기존의 Cramér V, λ, τ 등은 마진이 이산일 때만 정의되고, 마진이 불균형하면 1에 도달하지 못하는 한계가 있다. 논문은 이러한 한계를 구체적인 예(표 1)와 이론적 증명(섹션 4)으로 보여준다.

새로운 측도는 Goodman‑Kruskal γ를 기반으로 구성된다. γ는 순서쌍의 concordant·discordant 비율을 이용하지만, 명목형 변수에도 순열을 적용해 ‘가상의 순서’를 부여함으로써 정의를 확장한다. 저자는 γ의 변형인 ρ̂를 제안하고, 이를 0–1 구간에 정규화한 δ̂를 최종 의존성 측도로 채택한다. δ̂는 완전 의존성일 때 1, 독립일 때 0을 정확히 만족한다.

통계적 추정 측면에서는 표본 γ̂에 대한 일관성, 점근 정규성(독립·비독립 경우 모두) 및 분산식(마진에 의존) 등을 도출한다. 이를 토대로 신뢰구간을 구성하고, 검정통계량을 정의해 유의수준 α에서의 독립성 검정을 수행한다. 시뮬레이션에서는 다양한 DGP(명목‑명목, 명목‑연속, 마진 불균형)를 설정해 기존 측도와 비교했으며, 특히 마진이 극도로 불균형한 경우에도 δ̂는 높은 검정력과 정확한 크기 유지가 확인되었다.

실증 적용에서는 (1) 국가와 개인 소득, (2) 국가와 종교 분포 데이터를 사용했다. 두 사례 모두 기존 측도는 0.05 이하의 낮은 값을 보였지만, δ̂는 0.68·0.73 수준으로 강한 의존성을 포착했다. 특히 국가‑소득 경우 연속형 소득 마진을 포함함에도 불구하고 측정이 가능함을 보여, 명목‑연속 혼합 상황에서의 실용성을 강조한다.

전체적으로 논문은 명목형 변수에 대한 의존성 측정의 이론적 기반을 새롭게 정립하고, 실용적인 추정·검정 절차까지 제공함으로써 기존 통계학·계량경제학 분야에서의 중요한 빈틈을 메운다.

**