📊 statistics

Lord's 'paradox' explained: the 50-year warning on the use of 'change scores' in observational data

이 논문은 변화량 비교나 기저치 조정 후속 비교 모두 서로 다른 편향으로 인해 관찰 데이터에서 인과 효과를 신뢰성 있게 추정할 수 없음을 입증함으로써 로드(Lord)의 50년 된 역설을 해결하며, 이를 통해 잘 정의된 연구 질문과 g-방법론과 같은 고급 인과 추론 방법의 결정적인 필요성을 강조한다.

원저자: Peter W. G. Tennant, Georgia D. Tomova, Eleanor J. Murray, Kellyn F. Arnold, Matthew P. Fox, Mark S. Gilthorpe

게시일 2026-01-27

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Peter W. G. Tennant, Georgia D. Tomova, Eleanor J. Murray, Kellyn F. Arnold, Matthew P. Fox, Mark S. Gilthorpe

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

로드의 '역설(Paradox)'에 대한 설명: 쉬운 언어와 일상적인 비유를 통해

거대한 미스터리: 두 명의 통계학자, 두 개의 답변

한 대학교에서 학생들의 식단이 체중 증가에 영향을 미치는지, 혹은 남학생과 여학생이 체중이 늘어나는 방식이 다른지 알고 싶어 한다고 가정해 봅시다. 이들은 9월(학기 시작 시점)에 모든 학생의 몸무게를 재고, 다시 6월(학기 종료 시점)에 몸무게를 잽니다.

그들은 데이터를 분석하기 위해 두 명의 통계학자를 고용했습니다.

통계학자 A는 체중의 '차이'를 살펴봅니다. 그들은 평균적으로 남학생과 여학생의 몸무게가 9월에는 같았고, 6월에도 같았다는 것을 발견합니다. 그의 결론은 이렇습니다: "변화가 없었다. 식단과 성별은 상관이 없다."
통계학자 B는 '최종' 몸무게를 보되, 처음에 얼마나 무거웠는지를 고려하여 조정합니다. 그는 처음 체중이 같았던 학생들을 기준으로 했을 때, 남학생들이 여학생들보다 더 무거워졌다는 것을 발견합니다. 그의 결론은 이렇습니다: "남학생들이 처음에 같은 체격이었을 때보다 유의미하게 더 많은 체중이 늘었다."

이것이 바로 **로드의 역설(Lord's Paradox)**입니다. 어떻게 두 명의 똑똑한 사람이 정확히 같은 숫자를 보고 완전히 상반된 결론에 도달할 수 있을까요?

논문의 해답: 이것은 역설이 아니라 함정이다

이 논문의 저자들은 이것이 마법 같은 미스터리가 아니라고 주장합니다. 이는 사실 경고 신호입니다. 두 통계학자 모두 관찰 데이터(남녀 차이처럼 사람들이 무작위로 배정되지 않은 데이터)에서 사용하기에는 결함이 있는 방법을 사용하고 있습니다.

논문은 '변화'라는 개념이 매우 까다롭다고 설명합니다. 변화를 이해하기 위해, 변수(예: 체중)가 세 가지 다른 이유로 변한다고 상상해 봅시다.

"습관" 요인 (내생적 변화): 시작점이 어디냐에 따라 자동으로 발생하는 것들입니다. 이미 체중이 많이 나간다면, 단순히 존재하는 것만으로도 자연스럽게 체중이 높게 유지되거나 약간 늘어날 수 있습니다.
"노이즈" 요인 (무작위 변화): 흔들리는 저울로 몸무게를 재거나 잠을 설치는 것과 같은 무작위적인 변동입니다.
"실제" 요인 (외생적 변화): 우리가 연구하고자 하는 식단이나 노출처럼, 실제로 발생하는 효과입니다.

목표: 우리는 "실제" 요인을 측정하고자 합니다. 즉, *우리가 연구하는 식단이 (처음 체중과는 독립적으로) 실제로 체중 변화를 일으켰는가?*를 알고 싶은 것입니다.

왜 통계학자 A는 실패했는가 ("변화량 점수의 함정")

통계학자 A는 **변화량 점수(Change Score)**를 사용했습니다. 이것은 마치 최종 체중 - 시작 체중을 계산하는 것과 같습니다.

비유: 당신이 식물의 성장량을 측정하려고 한다고 상상해 보세요. 식물의 처음과 끝의 길이를 측정하고, 처음 길이를 뺍니다.

문제점: 만약 '노출'(예: 남성임)이 '시작 체중'을 높이는 원인이 되었다면, 이 방법은 망가집니다.
논문의 설명: 시작 체중을 빼버리면, 당신은 의도치 않게 노출 자체의 효과를 빼버리게 됩니다. 만약 남성이라는 특성이 더 높은 시작 체중을 만든다면, 그 시작 체중을 빼버리는 행위는 당신이 측정하려는 바로 그 효과를 "상쇄"시켜 버리는 셈입니다.
결과: 통계학자 A는 "변화 없음"이라는 결과를 얻었습니다. 왜냐하면 수학적으로 실제 효과가 상쇄되었기 때문입니다. 논문은 이 방법이 관찰 연구에서 위험하다고 말합니다. 왜냐하면 실제로는 효과가 있는데 없다고 하거나(예: 약이 효과가 있는데 없다고 함), 그 반대의 경우처럼 잘못된 답을 줄 수 있기 때문입니다.

왜 통계학자 B 또한 결함이 있었는가 ("조정의 함정")

통계학자 B는 ANCOVA(기초값에 대한 추적 조사)를 사용했습니다. 이것은 "남학생과 여학생을 비교하되, 오직 처음에 정확히 같은 체중이었던 경우만 따져보자"라고 말하는 것과 같습니다.

비유: 당신이 새로운 비료의 효과를 보려고 합니다. 키가 같은 두 식물을 관찰합니다. 그런데 당신의 자가 약간 휘어져 있습니다(측정 오차).

문제점: 현실 세계에서 우리의 "시작 체중" 측정값은 완벽하지 않습니다. "노이 lack"(예: 흔들리는 저울)이 존재합니다.
논문의 설명: 약간 틀린 시작 측정값을 조정하려고 할 때, 수학적 계산이 엉망이 됩니다. 이 방법은 효과를 과대평가하는 경향이 있습니다. 시작 측정값의 "노이즈"가 조정을 방해하기 때문에, 남학생들이 실제로 늘어난 것보다 더 많이 늘어난 것처럼 보이게 됩니다.
결과: 통계학자 B는 큰 차이를 발견했지만, 논문은 이 차이가 측정 오차나 다른 숨겨진 요인(예: 신체 활동 등)을 고려하지 못해 과장되었을 수 있다고 제안합니다.

결론: 50년 된 경고

이 논문은 두 방법 모두 관찰 데이터에 대해서는 완벽하지 않다고 결론짓습니다.

변화량 점수(통계학자 A)는 노출이 시작 지점에 영향을 미칠 경우, 효과를 과소평가하거나 숨기는 경향이 있습니다.
조정 방법(통계학자 B)은 측정 오차와 숨겨진 혼란 변수 때문에 효과를 과대평가하는 경향이 있습니다.

"완벽한" 시나리오:
논문은 만-약 이것이 무작위 대조 시험(사람들을 그룹에 무작위로 배정하는 약물 실험 같은 경우)이었다면, 두 방법 모두 잘 작동하여 동일한 답을 냈을 것이라고 언급합니다. 이 역설은 그룹(남녀 등)이 이미 존재하고 사전 차이가 있는 "관찰" 환경에서만 발생합니다.

모두를 위한 핵심 요약

이 50년 된 퍼즐이 주는 주요 교훈은 다음과 같습니다: 실제 데이터에서 "변화"를 분석할 때는 매우 주의하십시오.

질문을 명확히 정의하십시오: 당신이 정확히 무엇을 측정하려고 합니까?
단순한 뺄셈을 믿지 마십시오: 그룹 간의 시작점이 다르다면, 단순히 "전"과 "후"의 차이를 구하는 것은 종종 오해를 불러일으킵니다.
단순한 조정을 믿지 마십시오: 측정값이 불완식하거나 결과에 영향을 미치는 숨겨진 요인(예: 운동 습관)이 있다면, 단순히 시작점을 "조정"하는 것만으로는 마법 같은 해결책이 될 수 없습니다.

이 논문은 모든 상황에 적용되는 단 하나의 "마법 탄환" 같은 해결책을 제시하는 것이 아니라, 변화를 바라보는 가장 흔한 두 가지 방식이 서로 반대 방향으로 편향되어 있어 우리가 보는 것과 같은 혼란스러운 "역설"을 일으킬 수 있음을 과학자들에게 경고하고 있습니다.

기술 요약: 로드의 '역설(Paradox)' 해설: 관찰 데이터에서 '변화 점수(Change Scores)' 사용에 대한 50년 된 경고

문제 제기
프레데릭 로드(Frederick Lord)의 1967년 난제인 '로드의 역설'은 관찰 데이터 과학에서 지속되는 문제를 강조한다. 즉, 노출이 결과의 '변화'에 미치는 영향을 추정하기 위한 두 가지 외견상 합리적인 통계적 접근 방식이 근본적으로 다르고, 때로는 부호가 상충하는 결과를 낼 수 있다는 것이다. 첫 번째 접근법(Approach 1)은 노출 집단 간의 평균 '변화 점수'(추적 관찰 결과와 기저치 결과의 차이, $\Delta Y = Y_1 - Y_0$ )를 비교한다. 두 번째 접근법(Approach 2)은 기저치 결과를 조건부로 하여(예: 공분산 분석, ANCOVA) 집단 간의 추적 관찰 결과를 비교한다. 문헌에서는 이 방법들이 서로 다른 질문에 답하는 것인지, 혹은 어느 한 쪽이 우월한지에 대해 오랫동안 논쟁해 왔으나, 본 논문은 이 역설이 관찰 데이터에서 노출이 무작위로 배정되지 않았을 때 두 방법 모두 서로 상반된 편향(bias)에 취약하기 때문에 발생한다고 주장한다.

방법론 및 개념적 프레임워크
저자들은 '변화'의 정의를 해체하고 종단적 데이터의 인과 경로를 매핑함으로써 역설을 해결한다. 이들은 변수의 시간 경과에 따른 변화( $Y_1 - Y_0$ )가 세 가지 뚜렷한 구성 요소에 의해 구동된다고 제안한다:

내생적 변화(Endogenous Change): 기저 상태( $Y_0$ )로부터의 자기상관(autocorrelation)을 나타내며, 이는 이미 결정된 과정을 의미한다.
무작위 변화(Random Change): 고전적 측정 오차를 포함한 일시적인 무작위 변동이다.
외생적 변화(Exogenous Change): 비무작위적이고 비내생적인 변화( $C_Y$ )로, 기저 변수에 의해 수정될 가능성이 있는 변화이다.

저자들은 대부분의 인과적 탐구에서 진정한 목표 추정치(target estimand)는 외생적 변화에 대한 노출의 효과라고 가정한다. 이들은 유향 비순환 그래프(DAG)를 활용하여, 노출( $X$ )과 기저 결과( $Y_0$ ) 사이의 관계가 적절한 추정치를 어떻게 결정하는지 보여준다. 특히, $X$ 가 $Y_0$ 를 일으키는 경우(예: 성별이 기저 체중에 영향을 미치는 로드의 원래 사례), 목표는 고정된 $Y_0$ 수준에서의 $Y_1$ 에 대한 $X$ 의 통제된 직접 효과(controlled direct effect)이다.

편향의 메커니즘을 입증하기 위해, 저자들은 두 접근법 사이의 수학적 관계를 도출한다. 이들은 변화 점수 분석이 추적 관찰 결과에서 $[1 - \beta_1]Y_0$ 라는 항을 효과적으로 차감한다는 것을 보여준다. 노출이 $Y_0$ 와 연관된 관찰 환경에서, 이 차감 항은 평행 추세(parallel trends) 및 선행 예측 없음(no anticipation)이라는 엄격한 가정이 충족되지 않는 한 편향을 유발한다. 반대로, 기저치를 조건으로 하는 추적 관찰 접근법(ANCOVA)은 $Y_0$ 의 선형 함수를 차감함으로써 외생적 변화를 분리하려고 시도한다. 그러나 이 방식은 $Y_0$ 가 불완전하게 측정될 경우(회귀 희석(regression dilution) 및 추정치 팽창 유발) 편향에 취서될 수 있다.

저자들은 로드의 원래 시나리오(성별, 기저 체중, 추적 체중)를 재현한 시뮬레이션 데이터를 통해 이러한 이론적 주장을 검증한다. 이들은 일시적인 고전적 측정 오차가 있는 경우와 시간 가변적 교란 요인(신체 활동)이 있는 경우를 모두 시뮬레이션한다.

주요 결과
시뮬레이션 결과와 이론적 분석은 다음과 같은 결과를 도출한다:

상반된 편향: 무작위 배정이 없는 상황에서, 두 접근법은 서로 반대 방향의 편향을 가진 추정치를 생성한다. 변화 점수 분석은 노출이 기저 결과에 영향을 주거나 기저 결과로부터 영향을 받을 때, 희석되거나 영(null)에 가까운 추정치를 내놓거나 심지어 부호가 반대인 계수를 생성하는 경향이 있다. 반면, 기저치 조건부 추적 관찰 분석은 기저 결과가 측정 오차를 포함할 때 추정치가 팽창되는 경류가 있다.
측정 오차의 역할: 기저 결과의 불완전한 측정은 ANCOVA 접근법의 핵심적인 편향 원인이다. 저자들은 기저 결과에 대해 다수의 측정치를 사용하는 것이 이 편향을 줄일 수는 있지만, 완전히 제거할 수는 없음을 보여준다.
시간 가변적 교란: 노출에 의해 유발되어 기저과 추적 결과 모두에 영향을 미치는 시간 가변적 교란 요인(예: 신체 활동)이 존재하는 경우, 단순히 기저치를 조건화하는 것만으로는 부족하다. 이러한 경우, 표준적인 ANCOVA나 변화 점수 모델은 편향된 추정치를 산출하며, 진정한 인과 효과를 회복하기 위해서는 g-방법(예: g-computation)이 필요하다.
특정 조건하의 등가성: 저자들은 변화 점수 모델이 기저치를 함께 조건화하고 동일한 가정이 성립할 경우, 변화 점수 분석과 기저치 조건부 추적 관찰 분석이 수학적으로 동일함을 언급한다.

의의 및 결론
본 논문은 로드의 '역설'이 단순한 통계적 호기심이 아니라, 관찰 데이터에서 변화 점수를 사용하는 것에 대한 근본적인 경고라고 결론짓는다. 저자들은 두 접근법 모두 특정(종종 검증 불가능한) 가정을 충족하지 않고서는 외생적 변화에 대한 노출의 효과를 추정하는 데 있어 보편적으로 "옳다"고 할 수 없다고 단언한다.

본 연구의 주요 의의는 다음을 명확히 한 데 있다:

노출이 기저 결과에 영향을 주거나 그 반대의 경우, 변화 점수는 일반적으로 관찰 데이터에 부적절하다. 이는 차감 항에 내재된 편향으로 인해 외생적 변화를 분리하는 데 실패하기 때문이다.
ANCOVA는 만병통치약이 아니다. 이는 기저 변수의 측정 오차와 시간 가변적 교란에 매우 민감하다.
잘 정의된 연구 질문이 필수적이다. 연구자는 자신이 총 효과(total effects), 직접 효과(direct effects), 또는 외생적 변화 중 무엇에 관심이 있는지 명확히 정의해야 하며, 표준적인 "변화" 분석이 비무작위 설정에서 이러한 목표들을 추정하는 데 실패할 수 있음을 인식해야 한다.

저자들은 변화 점수 분석을 노출이 외생적인 자연 실험이나 무작위 대조 시험(RCT)에서 주로 사용하도록 권고한다. 관찰 환경에서는 연구자들이 잘 정의된 인과 모델을 우선시하고, 측정 오차를 완화하기 위해 다수의 기저 측정치를 활용하며, 시간 가변적 교란을 다루기 위해 g-방법과 같은 고급 기법을 사용해야 한다고 제언한다.