기본 콘텐츠로 건너뛰기

선형 회귀 모형 (1)


 앞서 설명이 충분한 건 아니었지만, R을 이용한 기본적인 통계 분석 방법에 대해서 설명드린 바 있습니다. 아직은 표면적인 것만 다룬 셈이지만, 이제부터는 다소 난이도가 있는 내용으로 진행할 예정입니다. 중급 이상 통계학에서 핵심이 되는 선형 회귀 분석 (linear regression analysis)에 대한 설명이 그것입니다. 


 회귀 분석은 본래 위치로 돌아온다는 의미로 본래는 영국의 생물학자 프랜시스 골턴에 의해 발표되었습니다. 키가 큰 아버지에서 태어난 아들들이 키가 평균보다 크기는 하지만, 아버지 세대보다는 작아진 것을 보고 골턴은 평범으로의 회귀라는 표현을 사용했는데, 현재 사용되는 선형 회귀 분석과는 사실 관련이 거의 없다는 점이 흥미롭습니다. 현재의 회귀 분석은 본래의 경향으로 다시 돌아오는지를 보는 것보다는 변수 사이에 상관 관계를 밝히는 것이 핵심입니다. 


 우리 주변에는 서로 선형 관계를 지닌 경우를 흔하게 볼 수 있습니다. 예를 들어 뉴턴의 운동법칙이 그렇습니다. 질량 m인 물체에 작용하는 힘이 F 경우 생기는 가속도를 a라고 할 때 F=ma이라는 공식은 중고등학교 물리를 배웠다면 다 이해하고 있을 것입니다. 이 경우 가속도 a가 증가하는데 질량 m이 일정하다면 힘 F 는 가속도 만큼 증가할 것입니다. 물론 반대로 질량이 그대로면 힘이 증가할 수록 가속도가 같이 증가한다고 할 수 있습니다. 다라서 가속도와 힘은 비례 관계가 있습니다. 


 만약 이 공식을 실제 실험에 따라 증명하게 된다면 마찰이나 측정 오차 등 여러 가지 이유로 실제로는 정확하게 비례하지는 않고 측정값마다 조금씩 차이가 존재하게 될 것입니다. 예를 들어 힘이 두 배 증가했는데 가속도는 1.95배 증가하는 경우입니다. 물론 2.01배 증가할 수도 있겠죠. 측정이 아무리 정밀해도 2.00000배 힘을 가하면 2.000000배 가속도가 증가하는 경우는 좀처럼 나오지 않을 것입니다. 이들이 비례 관계에 있다는 점을 통계학적으로 증명하려면 어떻게 해야 할까요. 

  
 가장 간단한 방법은 단순 선형 회귀 모델을 사용하는 것입니다. 선형 회귀의 기본 개념은 X,Y 두 변수가 1차 방정식으로 표현할 수 있는 단순한 관계라는 것입니다. Y=aX+b (a,b는 상수) 가 기본적인 개념입니다. 하지만, 회귀 분석에서 상수는 회귀계수라고 표현하며 기본적으로 β (베타) 값으로 표현합니다. 그래서 사실 아래처럼 표현하게 됩니다. 

 Y = β+ β1X


 여기서 X/Y는 변수인데, 일반적으로 X에 변화량에 따른 Y의 변화량을 이야기하므로 X를 독립변수, Y를 (X에 변화량에 종속되는 변수라는 의미로) 종속변수라고 표현합니다. 물론 Y가 보통 결과이기 때문에 Y를 결과 변수라고 말할 수 있습니다. β 값의 경우 Y=2X가 아니라 Y=2X+3 같은 관계일수도 있기 때문에 상수항 하나를 더 적어주며 여기에는 0,1,2,3,... 하는 식으로 순서를 구분합니다. 그런데 회귀 분석에서는 여기서 끝이 아닙니다. 앞서 말한 대로 측정 오차 등 여러 가지 이유로 정확하게 선형 관계가 아니라 오차항을 포함하기 때문에 오차항(error term, disturbance term, or noise.)도 넣어 주어야 합니다. 


  Y = β+ β1X + ε


 관측치가 여러 개인 경우가 대부분이라 오차 역시 여러 개입니다. 동시에 독립변수가 여러 개인 경우도 있습니다. 따라서 최종적으로 회귀 공식은 다음과 같이 됩니다. 




 여기서 i는 관측값의 개수로 1부터 n개까지를 의미합니다. 이를 실제로 그래프로 그려보면 다음과 같을 것입니다. 


(Regression analysis. 출처: 위키피디아)


 솔직히 말해 충분치 않지만, 회귀 분석의 기본 개념에 대해서 일단 알아봤습니다. 다음에는 실제로 R코드를 이용해서 계산하는 방법 대해서 알아보겠습니다. 이 부분은 회귀 분석을 포함해서 기본적인 통계학 지식이 없다면 진행이 어렵기 때문에 어느 정도는 공부를 했다는 가정하에 진행할 것입니다.




 참고로 R을 이용한 선형회귀 분석에 대해서 상세하게 알고 싶은 분들에게 추천할 수 있는 책이 'R을 활용한 선형회귀분석 (강근석/유현조 저)' 입니다. 지금까지 봤던 R 관련 한글 서적 가운데 선형 회귀 분석에 대해서 가장 상세하게 설명이 되어 있습니다. 다만 이미 어느 정도 통계학 지식이 있는 상태에서 봐야 무슨 이야기인지 이해가 가능합니다. 

댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

150년 만에 다시 울린 희귀 곤충의 울음 소리

  ( The katydid Prophalangopsis obscura has been lost since it was first collected, with new evidence suggesting cold areas of Northern India and Tibet may be the species' habitat. Credit: Charlie Woodrow, licensed under CC BY 4.0 ) ( The Museum's specimen of P. obscura is the only confirmed member of the species in existence. Image . Credit: The Trustees of the Natural History Museum, London )  과학자들이 1869년 처음 보고된 후 지금까지 소식이 끊긴 오래 전 희귀 곤충의 울음 소리를 재현하는데 성공했습니다. 프로팔랑곱시스 옵스큐라 ( Prophalangopsis obscura)는 이상한 이름만큼이나 이상한 곤충으로 매우 희귀한 메뚜기목 곤충입니다. 친척인 여치나 메뚜기와는 오래전 갈라진 독자 그룹으로 매우 큰 날개를 지니고 있으며 인도와 티벳의 고산 지대에 사는 것으로 보입니다.   유일한 표본은 수컷 성체로 2005년에 암컷으로 생각되는 2마리가 추가로 발견되긴 했으나 정확히 같은 종인지는 다소 미지수인 상태입니다. 현재까지 확실한 표본은 수컷 성체 한 마리가 전부인 미스터리 곤충인 셈입니다.   하지만 과학자들은 그 형태를 볼 때 이들 역시 울음 소리를 통해 짝짓기에서 암컷을 유인했을 것으로 보고 있습니다. 그런데 높은 고산 지대에서 먼 거리를 이동하는 곤충이기 때문에 낮은 피치의 울음 소리를 냈을 것으로 보입니다. 문제는 이런 소리는 암컷 만이 아니라 박쥐도 잘 듣는다는 것입니다. 사실 이들은 중생대 쥐라기 부터 존재했던 그룹으로 당시에는 박쥐가 없어 이런 방식이 잘 통했을 것입니다. 하지만 신생대에 박쥐가 등장하면서 플로팔랑곱

9000년 전 소녀의 모습을 복원하다.

( The final reconstruction. Credit: Oscar Nilsson )  그리스 아테나 대학과 스웨덴 연구자들이 1993년 발견된 선사 시대 소녀의 모습을 마치 살아있는 것처럼 복원하는데 성공했습니다. 이 유골은 그리스의 테살리아 지역의 테오페트라 동굴 ( Theopetra Cave )에서 발견된 것으로 연대는 9000년 전으로 추정됩니다. 유골의 주인공은 15-18세 사이의 소녀로 정확한 사인은 알 수 없으나 괴혈병, 빈혈, 관절 질환을 앓고 있었던 것으로 확인되었습니다.   이 소녀가 살았던 시기는 유럽 지역에서 수렵 채집인이 초기 농경으로 이전하는 시기였습니다. 다른 시기와 마찬가지로 이 시기의 사람들도 젊은 시절에 다양한 질환에 시달렸을 것이며 평균 수명 역시 매우 짧았을 것입니다. 비록 젊은 나이에 죽기는 했지만, 당시에는 이런 경우가 드물지 않았을 것이라는 이야기죠.   아무튼 문명의 새벽에 해당하는 시점에 살았기 때문에 이 소녀는 Dawn (그리스어로는  Avgi)라고 이름지어졌다고 합니다. 연구팀은 유골에 대한 상세한 스캔과 3D 프린팅 기술을 적용해서 살아있을 당시의 모습을 매우 현실적으로 복원했습니다. 그리고 그 결과 나타난 모습은.... 당시의 거친 환경을 보여주는 듯 합니다. 긴 턱은 당시를 살았던 사람이 대부분 그랬듯이 질긴 먹이를 오래 씹기 위한 것으로 보입니다.   강하고 억센 10대 소녀(?)의 모습은 당시 살아남기 위해서는 강해야 했다는 점을 말해주는 듯 합니다. 이렇게 억세보이는 주인공이라도 당시에는 전염병이나 혹은 기아에서 자유롭지는 못했기 때문에 결국 평균 수명은 길지 못했겠죠. 외모 만으로 평가해서는 안되겠지만, 당시의 거친 시대상을 보여주는 듯 해 흥미롭습니다.   참고  https://phys.org/news/2018-01-teenage-girl-years-reconstructed.html