📊 statistics

Wilcoxon-Mann-Whitney Test of No Group Discrimination

이 논문은 윌콕슨-맨-휘트니 검정이 분포의 동일성( $F=G$ )이나 확률적 우위를 평가한다는 흔한 오해를 바로잡으며, 대신 이 검정이 구체적으로 곡선 아래 면적(AUC)이 0.5와 같은지를 테스트한다는 점을 입증하고, 이 표준화된 통계량에 대한 유도된 점근 분포와 유한 표본 편향 수정치를 제공한다.

원저자: Marian Grendar

게시일 2026-07-22

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Marian Grendar

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

위대한 통계적 혼동

당신이 미스터리를 해결하려는 탐정이라고 상상해 보십시오: "이 두 집단은 실제로 다른가?" 통계의 세계에서 이것은 고전적인 문제입니다. 당신에게는 두 덩어리의 데이터가 있습니다. 예를 들어 두 학교의 시험 점수일 수도 있고, 혹은 두 그룹 운동선수들의 반응 속도일 수도 있습니다. 이 두 덩어리가 진정으로 구별되는지 알아내기 위해, 통계학자들은 오랫동안 윌콕슨-맨-휘트니(Wilcoxon-Mann-Whitney, WMW) 테스트라고 불리는 유명한 도구를 사용해 왔습니다. 이 테스트를 경주를 판정하는 심판이라고 생각하십시오. 심판은 모든 주자의 정확한 속도에는 관심이 없습니다. 대신, 누가 누구보다 앞서서 도착했는지를 봅니다. 만약 A 집단이 B 집단을 지속적으로 이긴다면, 심판는 깃발을 들어 올리며 "이 집단들은 다릅니다!"라고 외칩니다.

수십 년 동안 이 심판의 규칙책은 단순하지만 약간 오해되어 왔습니다. 표준적인 설명은 이 테스트가 두 집단이 정확히 같은 "분포"를 갖는지 확인한다는 것이었습니다. 이는 "이 두 숫자의 덩어리가 모든 면에서 똑같이 생겼는가?"라는 멋진 표현을 사용한 것입니다. 만약 그들이 똑같아 보이지 않는다면, 테스트는 "다르다!"라고 소리쳐야 합니다. 하지만 이 논문은 심판가 잘못된 점수판을 보고 있다고 주장합니다. 저자인 M. 그렌다르(M. Grendár)는 이 테스트가 집단이 똑같이 생겼는지 확인하는 것이 아니라, 훨씬 더 구체적인 무언가를 확인하고 있다고 제안합니다: "한 집단이 무작위 일대일 대결에서 다른 집단을 이길 확률이 더 높은가?" 이것은 "곡선 아래 면적(Area Under the Curve, AUC)"으로 알려져 있습니다. 만약 AUC가 0.5라면, 이는 대결이 동전 던지기와 같으며, 두 집단은 누가 이기는지에 있어서 구별할 수 없음을 의미합니다. 만약 0.5가 아니라면, 한 집단이 체계적인 우위를 점하고 있는 것입니다. 이것이 왜 중요할까요? 왜냐하면 만약 집단들이 이상한 방식(예를 들어, 평균은 같지만 데이터의 퍼짐 정도가 다른 경우)으로 다를 때 옛날 규칙책을 사용한다면, 심판는 혼란에 빠져 잘못된 답을 줄 수 있기 때문입니다.

반전: "똑같이 보이는 것"에 관한 것이 아니다

논문은 우리가 이 테스트를 사용하는 방식에 있어 수년간 존재해 온 논리적 결함을 지적하며 시작합니다. 전통적으로 교과서들은 WMW 테스트가 귀무가설인 "두 집단은 동일하다 ( $F = G$ )"를 검사한다고 말합니다. 만약 테스트가 차이를 발견한다면, 그것은 두 집단이 동일하지 않다는 것을 의미합니다. 하지만 저자는 이것이 너무 광범위하다고 보여줍니다.

이를 증명하기 위해, 저자는 확실히 동일하지 않은 두 집단의 데이터를 사용하여 시뮬레이션을 실행합니다. 한 그룹의 주자들은 매우 일관적인 반면(그들은 모두 같은 속도로 달립니다), 다른 그룹은 혼란스러운 상황(어떤 이들은 엄청나게 빠르고, 어떤 이들은 엄청나게 느립니다)을 상상해 보십시오. 통계적으로 이 두 집단은 다릅니다; 그들의 형태는 완전히 구별됩니다. 옛날 규칙책에 따르면, WMW 테스트는 이들을 다르다고 표시해야 합니다. 하지만 반전은 여기에 있습니다: 저자가 이 불일치하는 집단들에 대해 10,000번의 테스트를 실행했을 때, 결과는 거의 정확히 0.5였습니다. 테스트는 형태가 매우 다름에도 불구하고, 마치 두 집단이 동일한 것처럼 행동했습니다.

이것은 모순을 만듭니다. 만약 테스트가 "전체적인 동일성"을 확인하는 것이라면, 형태가 그렇게 다를 때 "다르다!"라고 외쳤어야 합니다. 대신, 테스트는 침묵을 지켰습니다. 저자는 이 테스트가 집단이 똑같이 생겼는지 확인하는 것이 아니라, 훨씬 더 좁은 질문을 확인하고 있다고 결론짓습니다: "A 집단의 무작위 인원이 B 집단의 무작위 인원을 이길 확률이 50%인가?" 저자의 표현을 빌리자면, 이 테스트는 실제로 AUC = 0.5인지를 확인하는 것입니다.

진짜 목표: 일대일 대결에서 누가 이기는가?

그렇다면 이 테스트는 실제로 무엇을 하고 있는 것일까요? 논문은 WMW 테스트가 "식별(discrimination)" 도구라고 주장합니다. 그것은 다음과 같이 묻습니다: 만약 당신이 A 집단에서 한 명을, B 집단에서 한 명을 뽑아 경주를 시킨다면, 누가 이길 가능성이 높습니까?

만약 답이 "50/50 동전 던지기"라면, AUC는 0.5이며, 테스트는 "여기에는 식별 능력이 없다"라고 말합니다.
만약 A 집단이 60%의 확률로 이긴다면, AUC는 0.6이며, 테스트는 "체계적인 우위가 있다!"라고 말합니다.

논문은 전통적인 "대립가설"(집단이 다르다는 생각)이 너무 좁다고 강조합니다. 사람들은 흔히 이 테스트가 한 집단이 다른 집단보다 직선적으로 항상 "더 나은"(예를 들어, 한 그룹이 항상 더 빨리 달리는 것과 같은) 경우에만 작동한다고 생각합니다. 하지만 저자는 이 테스트가 AUC가 0.5가 아닌 모든 상황에 대해 일관적이라는 점을 지적합니다. 여기에는 그룹들이 서로 여러 번 교차하는 지저잡은 시나리오가 포함되지만, 한쪽 측에 순 이득(net advantage)이 있다면 마찬가지입니다. 이 테스트는 "누가 똑같이 생겼는가"가 아니라 "대결에서 누가 이기는가"를 감지하는 달인입니다.

수학 수정하기: "편향(Bias)" 문제

저자가 이 테스트가 실제로 AUC에 관한 것임을 확립한 후, 그들은 결과에 대한 "신뢰도"를 계산하기 위해 우리가 사용해 온 수학이 약간 잘못되었다는 것을 깨달았습니다. 기존 공식은 두 집단이 모든 면에서 동일하다고 가정했으며, 이는 계산에서 작지만 실제적인 오류(편향이라고 불리는)를 초래했습니다, 특히 표본 크기가 작을 때 말입니다.

논문은 분산(결과의 퍼짐 정도)을 계산하는 새롭고 교정된 방법을 도출합니다.

문제점: 기존 수학은 우리가 유한한 표본으로부터 AUC를 추정하고 있다는 사실을 고려하지 못했으며, 이는 작은 상향 편향을 유발합니다.
해결책: 저자는 "편향 교정(bias-corrected)" 공식을 만듭니다. 그들은 특정 교정 계수(표본 크기에 따라 달라지는)를 빼면 불확실성에 대한 훨씬 더 정확한 그림을 얻을 수 있음을 보여줍니다.
결과: 그들은 데이터에 "동점(ties)"이 있는 경우(두 주자가 정확히 같은 시간에 도착하는 경우)에도 작동하는 새로운 신뢰 구간(진짜 답이 존재할 가능성이 높은 범위)을 구축하는 방법을 제공합니다. 이는 실제 데이터가 결코 완벽하지 않고 종종 동점이 발생하기 때문에 매우 중요합니다.

저자는 또한 집단이 매우 작은 경우(총 20명 미만), 표준 수학은 전혀 신뢰할 수 없으므로, 컴퓨터 시뮬레이션을 통해 어떤 일이 일어나는지 반복해서 실행하는 것과 같은 "학생화 순열 검정(studentized permutation test)"이라는 다른 방법을 권장합니다.

도구 모음: 경주를 하는 새로운 방법

사람들이 이러한 새로운 발견을 실제로 사용할 수 있도록 하기 위해, 저자는 wmwAUC라는 R 패키지를 개발했습니다. 이 소프트웨어는 테스트를 실행하는 두 가지 주요 방법을 제공합니다:

"정확한 비편향(Exact Unbiased, EU)" 방법: 이것은 저자가 권장하는 골드 스탠다드입니다. 이는 동점을 완벽하게 처리하며 새로운 교정 수학을 사용합니다. 특히 작은 집단에 대해 가장 신뢰할 수 있는 선택입니다.
"편향 교정(Bias-Corrected, BC)" 방법: 이것은 조금 더 보수적인 접근 방식으로, 극도로 주의를 기울이려 노력합니다.

논문은 기존 방법들이 단순한 경우에는 괜찮을 수 있지만, 데이터가 지저분하거나 집단이 이상한 방식(예를 들어, 분산이 다른 경우)으로 다를 때 실패할 수 있음을 강조합니다. 새로운 방법들은 당신이 "이 집단들은 다르다"라고 말할 때, 그것이 단지 잘못된 공식을 사용해서 생긴 통계적 환상이 아니라, 대결에서 누가 이기는지에 대한 실제 차이에 대해 말하고 있음을 보장합니다.

핵심 요약

요약하자면, 이 논문은 통계학의 오래된 오해에 대한 수정입니다. 이 논문은 윌콕슨-맨-휘트니 테스트가 일반적인 "이 집단들은 동일한가?" 탐지기가 아니라고 말합니다. 그것은 특정한 "누가 대결에서 이기는가?" 탐지기입니다. 우리의 초점을 "분포의 동일성"에서 "AUC = 0.5"로 옮기고, 작은 표본 크기와 동점을 고려하여 수학을 수정함으로써, 우리는 두 집단이 정말로 다른지에 대해 훨씬 더 명확하고 정직한 그림을 얻을 수 있습니다. 저자는 단순히 오류를 지적하는 데 그치지 않고, 이를 해결하기 위한 교정된 공식과 소프트웨어 도구를 제공하여, 미래의 탐정들이 올바른 판결을 내릴 수 있도록 보장합니다.

기술 요약: 집단 간 차별 부재에 대한 Wilcoxon-Mann-Whitney 검정

문제 제기
본 논문은 일반적으로 분포의 동일성( $H_0: F = G$ )을 테스트하고, 대립 가설로 확률적 우위(stochastic dominance) 또는 일반적인 불평등( $H_1: F \neq G$ )을 상정하는 것으로 널리 가르쳐지고 구현되어 온 Wilcoxon-Mann-Whitney (WMW) 검정의 전통적인 정식화에 이의를 제기한다. 저자는 이러한 정식화가 논리적으로 결함이 있다고 주장한다. 구체적으로, WMW 검정은 기저 분포 $F$ 와 $G$ 가 서로 다름에도 불구하고(예: 평균은 동일하지만 분산이 다른 정규 분포의 경우) 귀무가설을 기각하지 못할 수 있다. 이러한 경우, 전통적인 귀무가설 $F=G$ 는 거짓이지만, 검정 통계량은 귀무가설의 값에 집중되므로 모순이 발생한다. 본 논문은 WMW 검정이 실제로 분포의 동일성을 테스트하는 것이 아니라, 체계적인 쌍별 차별(systematic pairwise discrimination)의 부재를 테스트하는 것이라고 상정한다.

방법론 및 이론적 틀
본 논문은 WMW 검정 통계량 $U$ 를 경험적 AUC(empirical AUC, eAUC)인 $\hat{A} = \frac{U}{n_1 n_2} = \widehat{P}(X < Y)$ 로 재정의한다. 핵심적인 방법론적 기여는 수정된 귀무가설 하에서 이 통계량의 올바른 점근적 분포와 유한 표본 특성을 도출하는 것이다.

올바른 가설 정식화:
본 논문은 WMW 검정이 실제로 다음을 테스트함을 확립한다:
- 귀무가설: $H_0: \text{AUC} = 0.5$ (집단 간 차별 없음).
- 대립가설: $H_1: \text{AUC} \neq 0.5$ (체계적인 쌍별 우위).
  이는 $P(Y < X) \neq 0.5$ 인 모든 대립 가설에 대해 검정이 일관적임을 보여준 Van Dantzig(1951)의 결과와 일치하며, 이는 확률적 우위 여부와 상관없이 성립한다.
점근적 분포:
저자는 $H_0: \text{AUC} = A_0$ 하에서 표준화된 경험적 AUC의 점근적 분포를 도출한다. U-통계량 이론과 Hoeffding 투영(projections)을 사용하여, 본 논문은 $\sqrt{n}(\hat{A} - A_0)$ 가 정규 분포 $N(0, \sigma^2)$ 로 수렴함을 보여준다. 여기서 분산 $\sigma^2$ 은 배치 변수(placement variables)인 $G(X)$ 와 $F(Y)$ 의 분산에 의존한다. 결정적으로, 이 분산 구조는 $F=G$ 가정을 바탕으로 도출된 전통적인 분산 추정치와는 다르다.
유한 표본 편향 수정:
본 논문은 배치 변수의 단순한(naive) 분산 추정치에 존재하는 유한 표본 편향을 식별한다. 저자는 $O(n^{-1})$ 차수의 정확한 편향 항을 도출하고, 이 정확한 편향 성분을 차감하는 편향 수정 추정치( $\hat{\zeta}^{2*}$ )를 제안한다.
동점 처리 (Handling Ties):
실제 데이터에는 동점(ties)이 포함되는 경우가 많음을 인식하여, 본 논문은 중간 순위 커널(mid-rank kernel) $h(x,y) = 1\{x < y\} + \frac{1}{2}1\{x=y\}$ 을 사용하여 이산형 또는 이산화된 연속형 변수로 이론을 확장한다.
- 동점이 있는 경우, 결합 표본 분산과 행/열 평균 분산의 선형 결합을 통해 정확한 유한 표본 비편향 분산 추정치를 도출한다 (정리 1).
- 동점이 있는 경우의 점근적 분포 역시 동일한 정규 형태를 유지함을 보였으며, 동점 교정 분산 성분에는 동점 확률( $\pi_X, \pi_Y$ )이 포함된다.
추론 및 구현:
본 논문은 가설 검정의 역산(inversion)을 통해 "의사 중앙값"(pseudomedian, 즉 $\text{AUC}(X, Y+\theta) = 0.5$ 를 만족하는 이동 파라미터 $\theta$ )에 대한 신뢰 구간을 구축하는 방법을 제안한다. 두 가지 특정 추론 방법이 R 패키지 wmwAUC에 구현되어 있다:
- 정확 비편향 (Exact Unbiased, EU): 정확한 유한 표본 비편향 분산 추정치(정리 1)를 사용하며, 소표본( $n < 20$ )의 경우 studentized 순열 검정을 사용한다.
- 편향 교정 (Bias-Corrected, BC): 연속형 데이터에 대해 도출된 편향 교정법을 동점이 존재하는 경우에도 분산 성분에 적용한다 (경험적으로 검증됨).

주요 결과

논리적 일관성: 본 논문은 $H_0: \text{AUC} = 0.5$ 하에서 검정 통계량이 올바르게 작동함을 입증한다. 이는 $F \neq G$ 인 경우(예: 평균은 같으나 분산이 다른 경우)에도 마찬가지이며, 이를 통해 전통적인 검정이 거짓인 $F=G$ 가설을 기각하지 못했던 모순을 해결한다.
분산 추정: 도출된 분산 추정치(점근적 및 정확 유한 표본 모두)는 올바른 귀무가설 하에서 일관되고 비편향적임을 보여준다. 본 논문은 동점 교정과 유한 표본 편향을 포함한 이 추정치들에 대한 명시적인 공식을 제공한다.
성능: 몬테카를로 시뮬레이션(본문에 언급됨) 결과, 편향 교정(BC) 방법은 소표본에서 검정력을 잃을 수 있는 반면, 정확 비편향(EU) 방법은 명목 크기(nominal size)를 유지하고 검정력을 유지함을 보여준다. 따라서 EU 방법을 기본값으로 권장한다.

의의 및 주장
본 논문은 WMW 검정에 대한 오해를 해결하는 "근본적인 해결책"을 제공한다고 주장한다. 주요 의의는 다음과 같다:

귀무가설의 교정: WMW 검정이 분포의 동일성( $F=G$ )이 아닌 차별성( $\text{AUC} \neq 0.5$ )을 테스트하는 것임을 명시적으로 밝힌다.
대립 가설의 일반화: 이 검정이 확률적 우위를 단지 하나의 특수한 사례로 포함하는, $P(Y < X) \neq 0.5$ 라는 광범위한 대립 가설에 대해 일관적임을 확립한다.
실질적 구현: 정확한 유한 표본 추론과 편향 교정된 점근적 방법을 갖춘 wmwAUC R 패키지를 제공함으로써, 특히 동점이 있거나 표본 크기가 작아 전통적인 근사가 실패할 수 있는 시나리오에서 연구자들이 올바른 이론적 틀 하에 유효한 추론을 수행할 수 있는 실질적인 도구를 제공한다.

저자는 본 연구가 이변량(two-sample) 설정에 집중하고 있으나, $k$ -표본 확장(예: Kruskal-Wallis)에서도 유사한 문제가 존재할 가능성이 높다고 언급하였다. 이는 현재의 범위를 벗어난 사항이다. 또한 Van Dantzig가 이전에 대립 가설은 올로 정의했으나 귀무가설을 잘못 짝지었음을 인정하며, 본 연구는 그 짝을 바로잡고 현대적 적용에 필요한 완전한 점근적 및 유한 표본 메커니즘을 제공한다고 밝혔다.