다양한 데이터원을 아우르는 정보 결합: II‑CC‑FF 패러다임

이 논문은 다양한 데이터 소스로부터 얻은 정보를 체계적으로 결합하기 위한 새로운 프레임워크인 II‑CC‑FF(Independent Inspection – Confidence Conversion – Focused Fusion) 패러다임을 제안한다. 서론에서는 메타분석이 오래된 통계적 전통임을 언급하면서, 현대 연구에서는 원시 데이터가 제한되거나 ‘hard data’와 ‘soft data’가 혼재하는 등 기존 메타분석이 다루기 어려운 상황이 빈번히 발생한다는 점을 강조한다. 이러한 배경에서 저자들은 세 단계로 구성된 II‑CC‑FF 절차를 설계하였다. 첫 번째 단계인 Independent Inspection(II)에서는 각 데이터 소스 j에 대해 해당 소스가 제공하는 모델·관측값 Y_j 로부터 관심 파라미터 ψ_j에 대한 신뢰분포 C_j(ψ_j, y_j)를 만든다. 신뢰분포는 누적분포함수 형태이며, 진정한 파라미터값에서 균등분포를 만족한다는 특성을 가진다. 저자들은 두 가지 실용적인 구축 방법을 제시한다. (i) 대규모 표본에서 근사 정규성을 가정한 추정량 기반 방법으로, 추정량 b̂ψ_j와 그 표준오차 b̂κ_j 를 이용해 C_j(ψ_j)=Φ((ψ_j−b̂ψ_j)/b̂κ_j) 로 정의한다. (ii) 프로파일 로그‑우도 ℓ_{prof,j}(ψ_j)를 이용한 방법으로, Wilks 정리를 적용해 deviance D_j(ψ_j)=2