설문에 응답한 사람은 30명인데 분석 프로그램은 표본을 1만 번 만들었다고 합니다. 이제 응답자가 30만 명인 연구가 된 걸까요? 계산을 많이 하는 일과 현실에서 새로운 관찰을 얻는 일은 구별해야 합니다. 부트스트랩은 이 차이를 이해하기에 좋은 방법입니다. 같은 자료를 반복 활용하지만, 그 반복이 대답하는 질문은 따로 있습니다.
연구를 읽는 두 가지 질문
추정값의 흔들림을 계산하는 방법
에프런과 티브시라니의 1986년 해설은 부트스트랩을 통계량의 정확성을 살피는 계산 방법으로 설명합니다. 확인한 1~2절에서는 독립이고 같은 분포에서 나온 관찰을 가정합니다. 관찰 표본의 경험분포에서 원래와 같은 크기의 표본을 복원추출하고, 매번 관심 통계량을 계산합니다. 반복된 통계량의 표준편차로 표준오차를 추정하는 기본 절차를 제시합니다. [1]
반복 횟수와 표본 크기는 다른 축
반복 횟수가 커지면 경험분포에 대한 계산상의 근사가 안정됩니다. 그러나 경험분포 자체는 원래 관찰한 자료에 기반합니다. 따라서 반복 횟수를 늘리는 일과 원자료의 표본 크기를 늘리는 일은 다릅니다. 이 논문은 방법과 응용을 소개한 통계 연구이며, 많은 복사본을 만들면 새로운 독립 관찰이 생긴다고 주장하지 않습니다. [1]
2·4·6에서 다시 뽑는 작은 실험
LTCT의 계산 예시로 세 관측값 2, 4, 6을 사용합니다. 평균은 4입니다. 여기서 세 번 복원추출한 결과가 2·2·4라면 평균은 8/3, 약 2.67입니다. 2·4·6이면 4, 4·6·6이면 16/3, 약 5.33입니다. 뽑은 값을 다시 넣기 때문에 같은 값이 한 표본에 여러 번 등장할 수 있습니다.
이 세 줄은 가능한 재표집 중 세 가지를 보여 줄 뿐입니다. 세 줄의 결과만으로 정교한 신뢰구간을 계산하지 않습니다. 실제 부트스트랩은 적절한 반복 수와 추정 방법을 정하고 결과의 안정성을 확인해야 합니다. 어떤 통계량을 추정하는지도 먼저 정해야 합니다.
원래 자료에서 20 같은 큰 값이 전혀 관찰되지 않았다면, 이 단순 비모수 재표집에서는 갑자기 20이 나오지 않습니다. 표집이 중요한 사람들을 놓쳤다는 문제도 복사와 재조합만으로 해결되지 않습니다. ‘컴퓨터가 충분히 많이 돌았다’는 사실과 ‘현실을 충분히 대표한다’는 판단을 분리해야 합니다.
어디까지 말할 수 있을까요?
- 독립 동일분포를 가정한 기본 절차를 소개했습니다. 시계열·집단 자료에 그대로 적용하려면 의존 구조를 고려한 별도 설계가 필요합니다.
- 작은 표본, 드문 사건, 편향된 수집에서는 원자료의 한계가 남습니다. 모든 통계량과 모든 신뢰구간에 같은 성능을 보장하지 않습니다.
원문에 근거한 한계와 LTCT의 적용 범위 검토입니다. [1]
교육 현장과 연결해 보면
표본 수와 재표집 수를 별도 칸에 표시한 그래프를 제공하고, 반복 수만 늘었을 때 무엇이 바뀌는지 고르게 할 수 있습니다. 학습자는 계산 오차와 표집 불확실성을 구분하여 설명해야 합니다.
체험 도구에서는 같은 원자료로 반복 횟수만 바꾸는 활동과, 새 관찰을 추가하는 활동을 분리할 수 있습니다. 조사 대상 확대가 필요한 상황에서 계산량 증가를 근거 보강으로 착각하지 않는 연습입니다.
30명 자료를 1만 번 재표집했다면 연구의 실제 표본 수를 얼마라고 보고해야 할까요?
생각을 비교할 해설 펼치기
실제 관찰 표본은 30명이고, 부트스트랩 반복 수는 1만 회라고 따로 보고합니다. 재표집값들은 원자료에서 생성된 계산 결과이므로 새로 만난 30만 명의 독립 응답으로 취급할 수 없습니다.
원문과 출처 정보
한국어 제목은 이해를 돕기 위한 LTCT 번역입니다. 한글 제목 뒤 괄호에 원제를 함께 표기했습니다. 저자·학술지·원문 버전은 원문 서지정보를 기준으로 확인할 수 있습니다.
표준오차·신뢰구간과 통계적 정확성을 위한 부트스트랩 방법 (Bootstrap Methods for Standard Errors, Confidence Intervals, and Other Measures of Statistical Accuracy)
B. Efron; R. Tibshirani (1986). Statistical Science 1(1), 54–75 · Institute of Mathematical Statistics.
- 자료 성격
- 학술 연구논문
- 읽은 버전
- 1986년 2월 학술지판 · University of North Carolina 공개 스캔
- 확인 범위
- 공개 스캔의 표지와 원문 54~56쪽을 렌더링하여 기본 추정 원리·독립 동일분포 가정·복원추출 알고리즘 확인; 후반 신뢰구간 이론은 검증 범위에서 제외
- 원문 확인일
이 글은 한국어 해설이며 원문 전문 번역이 아닙니다. 도식과 활동의 제작·재구성 범위는 각 그림과 본문에 표시했습니다. 자료 선정과 출처 기준