극단값으로 뽑은 순간 재측정 방향이 정해질 수 있다
바이올린 공방이 새 보정법을 시험한다고 합시다. 같은 악기의 울림 편차를 첫날 열 번 재니 60·64·68·72·76·80·84·88·92·96이 나왔고 평균은 78입니다. 공방은 편차가 88 이상인 세 기록만 골라 조정하기로 했습니다. 선택된 첫 측정 평균은 92입니다.
아무 조정도 하지 않은 채 같은 세 대상을 다시 재면 84·86·88, 평균 86이 나왔다고 합시다. 변화량은 86−92=−6입니다. 첫날의 참값에 순간적인 측정 오차가 더해졌고, 특히 높은 값을 고르는 과정에서 양의 오차가 섞인 기록이 많이 남았다면 다음 측정의 오차는 같은 방향으로 반복되지 않을 수 있습니다.
전체 열 기록의 재측정 값은 68·70·72·74·76·80·82·84·86·88로 평균이 여전히 78입니다. 전체 중심은 움직이지 않았는데 극단 집단만 평균 쪽으로 가까워졌습니다. 이를 평균으로의 회귀라고 부릅니다. 평균이 모든 개인의 다음 값을 강제로 끌어당긴다는 힘을 뜻하지는 않습니다.
Bland와 Altman은 첫 측정이 평균에서 멀고 두 측정의 상관이 완전하지 않을 때 둘째 측정의 기대 위치가 평균에 더 가깝다고 설명합니다. 측정값이 완전히 안정적이거나 극단값으로 선발하지 않았다면 같은 크기의 현상이 성립한다고 보장할 수 없습니다.
무처치 비교가 자연스러운 되돌림을 분리한다
이제 조정을 받은 세 대상을 재측정한 평균이 82라고 합시다. 겉으로 본 변화는 82−92=−10이므로 좋아 보입니다. 그러나 같은 기준으로 뽑은 무처치 집단도 −6만큼 변했습니다. 두 변화의 차이인 −10−(−6)=−4가 이 작은 비교에서 조정과 연결해 살펴볼 추가 변화입니다.
−4가 곧 참된 인과효과라는 뜻도 아닙니다. 처치군과 무처치군이 처음부터 달랐거나, 측정 시점·기온·연주자가 달랐다면 비교 차이에 다른 원인이 섞입니다. 같은 선발 기준을 적용한 뒤 무작위로 조정 여부를 정하고, 같은 절차로 재측정해야 해석이 강해집니다.
Bland와 Altman의 두 번째 글은 높은 혈압으로 뽑힌 사람들의 값이 개입 없이도 낮아질 수 있음을 설명하며, 치료 효과를 평가할 때 무작위 대조군이 필요한 이유를 보여 줍니다. 이 글의 92·86·82는 그 연구 결과를 옮긴 값이 아니라 계산 구조만 확인하기 위해 만든 사례입니다.
활동에서 ‘전체 10회’를 고르면 78→78, ‘88 이상 무처치’를 고르면 92→86, ‘88 이상 처치’를 고르면 92→82가 표시됩니다. 한 집단의 전후 차이와 같은 선발 절차를 거친 두 집단의 변화 차이를 구분해 보세요.
변화량 앞에 선발 기준과 비교 대상을 쓴다
보고서에는 ‘평균이 10 낮아졌다’보다 먼저 대상을 고른 규칙을 적습니다. ‘첫 측정 88 이상 세 건에서 92→82’라고 쓰면 극단값 선발이 드러납니다. 이어 ‘같은 기준의 무처치 집단은 92→86’이라고 써야 독자가 자연스러운 재측정 변화와 추가 변화를 분리할 수 있습니다.
학교에서 가장 낮은 시험 점수 학생만 보충 수업에 넣거나, 민원이 가장 많은 날의 공정을 개선하거나, 증상이 가장 심할 때 병원을 찾은 사람을 추적할 때도 같은 구조가 생깁니다. 두 번째 결과가 나아졌다는 사실은 중요하지만, 개선 활동만이 유일한 설명은 아닙니다.
측정 반복 횟수, 검사 도구의 신뢰도, 계절 변화와 자연 경과도 함께 기록합니다. 가능하면 처치 전 여러 번 측정해 개인의 기준선을 안정시키고, 처치하지 않은 비교 대상을 같은 시간표로 관찰합니다. 사후에 극단값 선발을 발견했다면 선발 문턱을 바꾼 민감도 분석도 도움이 됩니다.
다른 상황에 적용할 때 네 가지를 묻습니다. 누가 첫 값 때문에 선택됐는가, 선택 기준은 평균에서 얼마나 먼가, 처치가 없어도 재측정은 어떻게 움직였는가, 비교 집단과 측정 절차는 같았는가. 평균 회귀를 안다고 해서 효과가 없다고 단정하는 것이 아니라, 효과를 과장하지 않을 비교 기준을 마련하는 일입니다.