윌콕슨 두표본 통계량 및 검정의 공변량 보정

초록

본 연구에서는 두 치료군을 비교할 때 윌콕슨 두표본 통계량과 윌콕슨‑맨-휘트니 검정에 공변량 보정을 적용한다. 보정은 교정(calibration) 과정을 통해 수행되며, 이는 추정 및 추론의 효율성을 향상시킬 뿐만 아니라 공변량 적응적 무작위 배정이 사용되는 상황에서도 윌콕슨 통계량과 검정을 적용할 수 있는 범위를 넓힌다. 우리는 공변량을 조정함으로써 분산을 감소시키는 방법을 제시하고, 조정된 윌콕슨 두표본 통계량의 점근적 분포를 정립하며, 보장된 효율성 향상을 명시적으로 제공한다. 조정된 통계량의 점근적 분포는 일반적으로 사용되는 모든 공변량 적응적 무작위 배정 방식에 대해 불변성을 가지므로, 어떤 배정 방식을 적용하든 통합된 공식 하나만으로 추론을 수행할 수 있다.

상세 요약

이 논문은 비모수적 두표본 검정인 윌콕슨‑맨‑휘트니(Wilcoxon–Mann–Whitney) 검정에 공변량 보정을 도입함으로써 기존 방법론의 한계를 극복하고자 한다. 전통적인 윌콕슨 검정은 무작위 배정이 완전하게 독립적이고 동일한 확률을 가정할 때만 정확한 분포를 제공한다. 그러나 실제 임상시험이나 사회과학 연구에서는 연령, 성별, 기저질환 등과 같은 공변량을 고려해 배정 비율을 조정하는 공변량‑적응적 무작위 배정(covariate‑adaptive randomization) 기법이 널리 사용된다. 이러한 상황에서는 기존 검정 통계량의 분산이 공변량에 의해 왜곡되어 검정력 손실이나 부정확한 p값이 발생한다.

저자들은 ‘교정(calibration)’이라는 절차를 통해 각 관측값에 대한 기대 순위(expectation of rank)를 공변량 함수로 모델링한다. 구체적으로, 관측값의 순위는 공변량에 조건부 기대값을 빼는 형태로 조정되며, 이는 선형 회귀 혹은 비선형 스플라인 등 다양한 추정기법을 이용해 구현될 수 있다. 이렇게 얻어진 조정된 순위는 원래 순위와 동일한 순서 정보를 유지하면서도 공변량에 의해 발생하는 변동성을 제거한다.

주요 이론적 결과는 조정된 윌콕슨 통계량이 중앙극한정리에 따라 정규분포에 수렴한다는 점이며, 그 분산은 원통계량보다 항상 작거나 같다(효율성 보장). 특히, 저자들은 이 점근분포가 ‘블록‑랜덤화’, ‘마진‑밸런싱’, ‘시퀀스‑암플리피케이션’ 등 현재 실무에서 가장 많이 쓰이는 공변량‑적응적 배정 방식에 대해 동일하게 유지된다는 불변성을 증명한다. 따라서 연구자는 배정 설계에 따라 별도의 시뮬레이션이나 부트스트랩을 수행할 필요 없이, 하나의 통합된 분산 공식만으로 신뢰구간과 검정통계량을 계산할 수 있다.

실용적인 측면에서 이 방법은 (1) 표본 크기가 작거나 중간 정도일 때도 효율성을 크게 개선하고, (2) 복잡한 배정 설계가 포함된 다기관 임상시험에서 통계적 분석을 단순화하며, (3) 기존 소프트웨어(예: R 패키지)와 쉽게 연동될 수 있도록 구현 가능성을 제시한다. 결국, 공변량 보정 윌콕슨 검정은 비모수적 검정의 강건함을 유지하면서도 현대 임상·사회과학 연구에서 요구되는 설계 복잡성을 포괄적으로 다룰 수 있는 강력한 도구로 자리매김한다.