[논문 리뷰] Ratios: A short guide to confidence limits and proper use

Volker H. Franz|ArXiv.org|2007. 10. 10.

Scientific Measurement and Uncertainty Evaluation참고 문헌 73인용 수 49

한 줄 요약

이 논문은 측정된 변수의 비율에 대한 신뢰구간을 계산하는 데 있어 일반적으로 사용되지만 결함이 있는 방법들인 인덱스 방법과 영분산 방법 대신 피엘러의 정리와 부트스트랩 방법을 권장하는 종합적인 안내서를 제공한다. 시뮬레이션을 통해 잘못된 방법은 심각하게 정확하지 않은 커버리지 결과를 낳을 수 있음을 보여주며, 비율 사용 전에 선형 관계에서의 영점이 아닌 절편 여부를 검정하여 잘못된 상관관계를 피할 필요성을 강조한다.

ABSTRACT

Researchers often calculate ratios of measured quantities. Specifying confidence limits for ratios is difficult and the appropriate methods are often unknown. Appropriate methods are described (Fieller, Taylor, special bootstrap methods). For the Fieller method a simple geometrical interpretation is given. Monte Carlo simulations show when these methods are appropriate and that the most frequently used methods (index method and zero-variance method) can lead to large liberal deviations from the desired confidence level. It is discussed when we can use standard regression or measurement error models and when we have to resort to specific models for heteroscedastic data. Finally, an old warning is repeated that we should be aware of the problems of spurious correlations if we use ratios.

연구 동기 및 목표

• 심리학 및 생물의학 연구에서 비율에 대한 신뢰구간 방법의 광범위한 오용 문제를 다루는 것.
• 일반적으로 사용되는 방법들인 인덱스 방법과 영분산 방법의 결함을 식별하고 수정하는 것.
• 정규분포 및 비정규분포 상황에서 비율 추정에 적절한 통계 방법—특히 피엘러의 정리와 부트스트랩 기법—을 홍보하는 것.
• 비율을 사용할 경우 영점이 아닌 절편을 가진 선형관계 변수들 간에 잘못된 상관관계가 발생할 수 있는 위험을 부각하는 것.
• 데이터 구조와 가정에 따라 회귀모형, 인덱스 또는 비율 기반 방법을 언제 사용할 것인지에 대한 실용적 지침을 제공하는 것.

제안 방법

• 정규분포를 따르는 랜덤 변수의 비율에 대한 신뢰구간을 계산하기 위해 피엘러의 정리를 적용하며, 직관적인 이해를 위해 기하학적 해석을 제공한다.
• 분모가 0에서 멀리 떨어져 있고 정규성을 만족할 경우, 보다 단순한 대안으로 테일러 급수 근사(테일러 방법)를 사용한다.
• 비정규분포 자료 또는 분모가 0에 가까운 경우, 커버리지 정확도를 향상시키기 위해 특수 부트스트랩 기법(예: 환-부트스트랩)을 활용한다.
• 다양한 분포 가정과 표본 크기 하에서 각 방법의 성능을 비교하기 위해 몬테카를로 시뮬레이션을 실시한다.
• 비율 기반 분석에서 잘못된 상관관계를 피하기 위해 영점이 없는 가정의 타당성을 선형회귀 진단을 통해 검증한다.
• 비율 가정이 성립하지 않을 경우 비율 기반 추론을 강제로 적용하기보다는 영점이 없는 회귀모형을 사용할 것을 권장한다.

실험 결과

연구 질문

• RQ1 분모가 0에 가까운 경우 또는 정규분포를 따를 경우 비율에 대한 신뢰구간의 통계적 성질은 어떻게 되는가?
• RQ2 실제 데이터 조건 하에서 인덱스 방법과 영분산 방법의 커버리지 확률은 어떻게 성능을 보이는가?
• RQ3 피엘러의 정리가 비율 신뢰구간에 있어 최적의 방법이 되는 조건은 무엇이며, 부트스트랩 기반 대안과 비교해 볼 때 어떤가?
• RQ4 표준 선형모형은 어떤 조건에서 비율 추정에 사용될 수 있으며, 이질분산성 또는 영점이 아닌 절편이 존재할 경우 언제 피해야 하는가?
• RQ5 비율 또는 영점이 아닌 절편을 가진 선형관계 변수에서 유도된 인덱스를 사용할 경우 잘못된 상관관계의 위험은 무엇인가?

주요 결과

• 분모가 인덱스 방법에서 가정하는 방식으로 이질분산성을 띠지 않을 경우, 인덱스 방법은 명목 수준보다 훨씬 낮은 커버리지 확률을 가진 신뢰구간을 생성할 수 있다.
• 영분산 방법은 더욱 문제가 심각하여, 분자와 분모의 표본 변동성을 忽略함으로써 심각하게 보수적이지 않은(anti-conservative) 구간을 초래한다.
• 시뮬레이션 결과 피엘러 방법은 정규성 조건 하에서 적절한 커버리지를 유지하며, 특히 분모가 0에 가까울 경우 신뢰할 수 있는 대안을 제공한다.
• 분모가 0에서 멀리 떨어져 있고 정규성을 만족할 경우, 테일러 방법은 인덱스 방법에 비해 단순하고 정확한 대안이 된다.
• 비정규분포 자료 또는 분모 분포의 첨도나 왜도가 높을 경우, 특히 환-부트스트랩을 포함한 부트스트랩 기법이 효과적이다.
• 비율을 사용할 경우 영점이 아닌 절편을 가진 선형관계 변수 간에는 잘못된 상관관계가 발생할 수 있으며, 이는 편향된 기준과 오해를 초래할 수 있으며, 특히 의료 및 심리학적 인덱스에서 위험성이 크다.