1.16: 평균을 향한 회귀

평균으로의 회귀(“RTM”)는 매우 높거나 낮은 값(예: 특정 순간의 개인의 혈압)이 측정 시 그룹의 평균에 더 가깝게 나타나는 현상입니다. 이러한 통계적 특이성은 무작위 오류와 우연의 결과이지만 다양한 의학적, 과학적, 금융적, 심리학적 응용 분야에서 문제가 되어 왔습니다. 특히, RTM을 고려하지 않으면 연구자가 작은 표본에서 관찰된 결과를 더 많은 관심 모집단에 외삽하려고 할 때 방해가 될 수 있습니다.

기술 통계, 추론 통계 및 RTM

통계 분야에는 기술적(descriptive)과 추론적(inferential)이라는 두 가지 주요 하위 범주가 있습니다(검토를 위해 Beins & McCarthy, 2019 및 Franzoi, 2011 참조). 이름에서 알 수 있듯이 전자는 특정 샘플, 예를 들어 임신 중 임산부용 비타민을 복용한 산모가 있는 특정 미국 병원의 신생아와 같은 샘플에서 파생된 데이터를 “설명”하려고 합니다. 기술 통계에는 일반적으로 중심 경향의 측도(예: 평균), 변동성 측도(예: 표준 편차) 및 표본 결과를 요약하는 그래프가 포함됩니다. 예를 들어, 신생아 예제에 대한 설명 통계에는 평균 출생 체중 및 표준 편차뿐만 아니라 작년 이내에 병원에서 태어난 아기의 출생 체중의 빈도 분포 그래프가 포함될 수 있습니다. 중요한 것은, 기술 통계는 조사 대상인 표본에만 관련되며, 그 자체로는 더 많은 모집단(이 경우 미국에서 산전 피임약을 복용한 산모에게서 태어난 모든 신생아)에 대한 결론을 도출하는 데 사용할 수 없다는 것입니다.

대조적으로, 추론 통계는 연구자가 대표 표본에 대해 계산된 결과를 기반으로 모집단에 대한 결론을 “추론”하거나 도출하는 데 사용됩니다. 여기서 연구자들은 병원에서 태어난 아기의 평균 출생 체중을 산전을 산모가 하지 않은 신생아의 평균 출생 체중과 비교할 수 있습니다. 처음에는 태아가 그렇지 않은 아기보다 평균 출생 체중이 더 높다는 것을 관찰할 수 있습니다. 추론 통계는 복잡한 수학 방정식을 사용하여 이 두 평균 간의 차이가 유의한지 여부를 결정할 수 있으며, 과학에서는 우연에 의한 확률이 5% 미만인 것으로 정의됩니다. 만약 이것이 사실이라면, 더 많은 인구에 대한 결론을 이끌어 낼 수 있다 – 이 경우, 전국적으로 산전 피임약을 복용한 어머니의 신생아가 그렇지 않은 신생아보다 출생 체중이 더 높다는 것이다.

불행히도, RTM은 실제로는 의미 있는 차이가 존재하지 않고 모든 불일치가 무작위적인 우연의 결과임에도 불구하고 위의 산전 약물과 같은 치료로 인해 그룹 간에 상당한 차이가 있는 것처럼 보이게 할 수 있습니다. 때때로 연구자들은 특정 요법이 효과적이었다는 데이터를 발표하기도 하지만, 실제로는 이러한 통계적 현상에서 결과가 비롯됩니다. 아동 비만을 대상으로 하는 프로그램들이 이러한 경우였다(Skinner, Heymsfield, Pietrobelli, Faith, & Allison, 2015). 다행히도 RTM을 평가하고 고려하는 추론 통계 방법이 개발되어 연구자들은 데이터의 진실성과 모든 치료의 효능에 대해 더 확신할 수 있습니다(Barnett, van der Pols & Dobson, 2005).

다양한 분야의 RTM

RTM은 광범위한 영향을 미칩니다. 의학 및 과학 연구에서 혈압(Bland & Altman, 1994), 여성의 골밀도(Cummings, Palermo, Browner, et al., 2000), 태아 심박수(Park, Hoh, & Park, 2012), 심지어 정액의 질(Baker & Kovacs, 1985)에서도 관찰되었습니다. 그러나 RTM은 의학적 관찰을 넘어 주식 시장(Murstein, 2003), 비행 학생들의 성과(Kahneman & Tversky, 1973)에 기록되었으며, 특정 부부가 이혼하는 이유에 대한 설명으로 사용되기도 했습니다(Murstein, 2003에서 검토). 따라서 이러한 통계적 현상은 의학에서 금융에 이르기까지 수많은 분야에 영향을 미치며, 연구자들은 통계를 사용하여 결론을 도출하기 위해 신중하게 고려해야 합니다.