논리적 사고

측정오차가 회귀선의 기울기를 왜 눕힐까?

Berglund는 설명변수의 무작위 측정오차가 회귀계수를 0 쪽으로 끌어당기는 회귀 희석과 반복 측정 기반 보정·표본수 설계를 설명했다.

그림에서 무엇을 볼까요?

참값에서는 가파른 회귀선과 좁은 점 구름, 측정오차가 있는 설명변수에서는 가로로 퍼지고 평평해진 회귀선을 비교한 그래프.

LTCT 예시입니다. 참 공부시간이 2시간 늘 때 평균 점수가 8점 오른다고 합시다. 기록 오차가 커서 2시간 공부한 학생이 1~3시간으로 흩어지면 같은 점수 범위가 더 넓은 x축에 퍼집니다.

관측 회귀선은 2시간당 5점처럼 평평해질 수 있습니다. 이는 임의 설명 수치이며, 실제 보정에는 반복 측정에서 얻은 신뢰도와 오차 구조가 필요합니다.

고전적 독립 측정오차 가정이 깨지면 감쇠 방향과 보정식이 달라질 수 있습니다.

보정은 불확실성을 키우므로 보정값만 제시하지 말고 표준오차와 민감도 범위를 보고해야 합니다.

측정오차가 있으면 회귀계수는 언제나 0 쪽으로 줄어들까요?