A New Way to Look at Regional Survey Data: Differences in Vacancy Rates and Persons per Household by County, 2000-2005

기술적 요약: 지역 조사 데이터를 바라보는 새로운 시각

문제 제기
조사는 종종 수천 개의 지리적 단위에 대한 추정치와 불확실성 측정을 생성합니다. 전통적인 매핑 기법은 모든 3,141 개 미국 카운티의 추정치 수준과 해당 불확실성을 동시에 표시하는 데 어려움을 겪으며, 이로 인해 시청자가 이해하기 어려운 상태가 됩니다. Torrieri, Wong, 그리고 Ratcliffe(2001) 가 지적했듯이, 모든 미국 카운티의 수준과 불확실성을 모두 전달하는 지도는 일반적으로 해석하기에 너무 밀집되어 있습니다. 또한, 표준 차이 지도는 종종 관찰된 차이가 통계적으로 0 과 구별되지 않는 '흥미롭지 않은' 추정치를 표시하여 진정한 중요성을 가진 지역을 가립니다. 저자들은 분석가가 지역 조사 추정치와 그 유의수준을 동시에 시각화할 수 있도록 하여, 유의미한 차이가 있는 지역에 초점을 맞추고 불필요하며 통계적으로 유의하지 않은 값을 필터링할 수 있는 매핑 기법을 도입하고자 합니다.

방법론
본 연구는 전 미국 카운티에 걸쳐 2000 년 인구조사 (Census 2000) 와 2005 년 미국 지역사회조사 (ACS) 간의 두 변수, 즉 가구당 인구수 (PPH) 와 주택 공실률의 차이를 분석합니다.

• 데이터 출처: 2000 년 인구조사 100% 데이터와 무응답 보정을 위해 통제되지 않은 표본 가중치를 적용한 전체 표본 데이터 기반의 미발표 2005 년 ACS 추정치.
• 통계적 계산: SAS PROC SURVEYMEANS 를 사용하여 추정치와 표준오차 (반복 가중치 사용) 를 계산했습니다. P-값은 표준 정규 분포에서 도출되었습니다.
• 매핑 기법: 저자들은 다음과 같은 시각화 방법을 제안합니다:
  1. 색상 (Hue) 은 차이 (2005 년 ACS 에서 2000 년 인구조사를 뺀 값) 의 크기와 방향을 나타냅니다.
  2. 채도 (Saturation) 는 양측 유의수준 (p-값) 을 나타냅니다.
  3. 무색 영역 은 통계적으로 유의하지 않은 (0 과 구별되지 않는) 추정치를 나타냅니다.
     이 접근법은 분석가가 매우 불확실한 추정치를 무시하고 불확실성이 가장 적은 값에 초점을 맞추도록 합니다.

주요 결과

• 국가적 추세: 전국적으로 공실률은 1.0 퍼센트 포인트 증가했습니다 (9.0% 에서 10.9% 로), PPH 는 0.08 감소했습니다 (2.59 에서 2.51 로). 두 차이 모두 매우 유의했습니다 (p < 0.01%).
• 전체 귀무가설 (G0): 저자들은 관찰된 모든 카운티 수준의 차이가 오직 우연에 기인한다는 가설을 검정했습니다. p-값 분포, QQ-플롯, 그리고 부호 검정 (Sign Tests) 을 사용하여 두 변수 모두에 대해 G0 를 기각했습니다. 데이터는 균일 분포 하에서 기대되는 것보다 유의한 p-값이 과다하게 존재함을 보여주었으며, 이는 관찰된 차이가 단순한 무작위 노이즈가 아님을 나타냅니다.
• 지역적 변동 대 유의성: 원시 차이 지도 (그림 1 및 2) 는 인접한 카운티 간의 날카로운 대비 (예: 큰 양의 차이 옆에 큰 음의 차이) 를 보여주었습니다. 그러나 유의성을 중첩했을 때 (그림 7 및 8), 이러한 apparent(겉보기에) '급진적인' 지역적 차이 중 많은 부분이 통계적으로 우연과 구별되지 않는 것으로 드러났습니다.
• 구체적 발견:
  • 와이오밍주 스위트워터 카운티: 공실률의 큰 추정 감소를 보였으며, 이는 증가를 보인 카운티들로 둘러싸여 있었습니다. 그러나 스위트워터의 차이만 통계적으로 유의했고, 주변 차이는 유의하지 않았습니다.
  • 유타주 설리밋: 인접한 카운티들의 유의한 음의 차이로 둘러싸인 유의한 양의 PPH 차이를 보였습니다.
  • 표본 크기 대 유의성: 큰 표본 크기가 통계적 유의성을 보장하지는 않습니다. 알래스카주 앵커리지 보로 (인구 약 275,000 명) 는 변화 크기가 매우 작 (<0.05 퍼센트 포인트) 기 때문에 공실률 차이가 통계적으로 유의하지 않았습니다. 반면, 알래스카주 데날리 보로 (인구 <2,000 명) 는 1% 수준에서 크고 유의한 차이를 보였습니다.

의의와 주장
본 논문은 대규모 지역 조사 데이터에서 불확실성을 시각화하는 문제에 대한 실용적인 해결책을 제공한다고 주장합니다. 색상 (변수 수준) 과 채도 (유의성) 를 결합함으로써, 이 방법은 분석가가 다음과 같은 것을 가능하게 합니다:

1. 모든 작은 지역을 즉시 확대할 필요 없이 유의미하게 다른 값을 가진 지역에 주의를 집중합니다.
2. 단일 뷰에서 진정한 통계적 차이와 무작위 표본 변동을 구별합니다.
3. 통계적 신뢰성과 관계없이 모든 데이터 점을 표시하는 전통적 지도의 '이해하기 어려운' 혼란을 피합니다.

저자들은 약 23% 의 카운티 공실률 차이와 30% 의 PPH 차이가 10% 수준 또는 그 이상에서 유의했다는 점을 지적하며, 이는 원시 차이 지도만으로는 파악하기 어려운 발견입니다. 논문은 이 방법이 색상 체계 설계에 관한 과제를 안고 있지만, 고불확실성 데이터를 효과적으로 필터링한다고 결론지었습니다. 저자들은 정적 단일 페이지 지도에서 명확하게 표시할 수 없는 매우 작은 지리적 지역에 대해서는 인터랙티브 지도의 사용을 권장합니다.

한계 및 주의사항
저자들은 관찰된 차이가 진정한 변화, 2000 년 인구조사와 ACS 간의 개념적 차이 (예: 커버리지율 등), 그리고 무작위 표본 오차의 합을 나타낸다고 명시적으로 밝힙니다. 그들은 이러한 구성 요소를 분해하려는 시도를 하지 않습니다. 또한, 논문은 사용된 2005 년 ACS 데이터가 특정 가중치 체계를 가진 미발표 추정치이며, 이는 공개된 데이터와 다를 수 있음을 경고합니다.