Sample Size Determination Under Selection Bias: Robust Tolerance Limits for Prevalent Cohort Data

기술적 요약: 선택 편향 하의 표본 크기 결정

문제 제기
통계 연구에 필요한 충분한 표본 크기를 결정하는 것은 가설 검정의 검정력을 보장하고 모집단 분포의 대부분을 포착하기 위해 중요합니다. 이 문제에 대한 고전적 프레임워크는 Scheffé 와 Tukey(1944) 가 정립한 것으로, 순서 통계량을 사용하여 표본 크기와 모집단 커버리지 간의 관계를 나타내는 분포 자유 공식을 제공합니다. 그러나 이 공식은 대상 모집단으로부터의 편향되지 않은 무작위 표본이라는 엄격한 가정에 의존합니다. 생물학적 및 의학적 응용 분야에서는 종종 물류적 제약으로 인해 이러한 표본 추출이 불가능하여, 유병 코호트 연구, 길이 편향 표본 추출, 그리고 우측 중도 절단된 고장 시간 데이터와 같은 편향된 설계가 발생합니다. 고전적인 Scheffé-Tukey 공식을 이러한 편향된 표본에 적용할 경우, 잘못된 표본 크기 추정치와 커버리지 확률을 초래합니다. 중도 절단 데이터에 대한 기존 최근 접근법들은 종종 지수 고장 시간 분포와 같은 제한적인 가정에 의존합니다. 본 논문은 지수 분포와 같은 특정 모수적 형태에 국한되지 않고 일반적인 편향된 표본 추출 방식을 수용할 수 있는 강력한 표본 크기 공식을 필요로 하는 문제를 다룹니다.

방법론
저자들은 가중치 편향과 중도 절단을 포함한 광범위한 편향된 표본 추출 방식을 처리하기 위해 Scheffé-Tukey 공식을 확장하는 것을 제안합니다. 편향되지 않은 경우와 달리, 수정된 공식들은 분포 자유가 아니며, 대상 모집단 분포 ($F$) 와 편향된 표본 추출 분포 ($G$) 에 대한 사전 지식 (또는 추정) 을 모두 요구합니다. 본 논문은 편향된 분포에서 도출된 순서 통계량 $Y$를 사용하여 커버리지 문제 부등식 $P[F(Y_{n-m+1}) - F(Y_r) \geq q] \geq 1 - \alpha$를 해결하기 위한 두 가지 주요 접근법을 제시합니다:

1. 해석적 부등식 접근법: 이 방법은 순서 통계량을 대략적으로 독립으로 간주하고 일련의 일측 부등식을 활용함으로써 양측 커버리지 문제를 근사화합니다. 이는 분위수 매핑 $\Phi^{-1} = F \circ G^{-1}$의 구간별 선형 근사를 사용합니다. 해석적 해를 산출하지만, 저자들은 부등식의 연쇄가 느슨한 경계값을 제공하여 종종 필요한 표본 크기를 과대평가한다고 지적합니다.
2. 계산적 FFT 접근법: 부등식 방법에서 내재된 과대평가를 피하기 위해, 저자들은 고속 푸리에 변환 (FFT) 을 기반으로 한 계산적 접근법을 제안합니다. 중간 크기의 표본에 대해 순서 통계량 간의 독립성을 가정할 때, 순서 통계량 차이의 확률 밀도 함수 (PDF) 는 개별 PDF 들의 합성곱을 통해 유도됩니다. 이 합성곱은 FFT 를 사용하여 효율적으로 계산됩니다. 이 방법은 그리드에서의 리만 합을 사용하여 결과 PDF 의 적분을 근사화함으로써, 커버리지 확률의 수치적 추정과 이후 표본 크기 $n$의 근 찾기 (root-finding) 를 가능하게 합니다.

본 논문은 다양한 설정에서 필요한 분위수 매핑 ($\Phi$ 및 $\Phi^{-1}$) 을 얻을 수 있는 방법을 상세히 설명합니다: 특정 분포에 대해서는 해석적으로, 분포가 다루기 어려울 때는 몬테카를로 시뮬레이션을 통해, 또는 파일럿 연구 데이터를 사용한 비모수적 최대우도추정 (NPMLE) 을 통해 얻을 수 있습니다.

주요 결과
제안된 방법들은 광범위한 시뮬레이션 연구와 실제 데이터 적용을 통해 검증되었습니다:

• 시뮬레이션 연구: 다양한 위험률을 가진 감마 분포 대상 모집단과 우측 중도 절단이 있는 길이 편향 표본 추출을 사용하여, 고전적인 Scheffé-Tukey 공식, 부등식 접근법, 그리고 FFT 접근법을 비교했습니다.
  • Scheffé-Tukey 공식은 일관되게 필요한 표본 크기를 과소평가하여, 명목상 95% 수준보다 현저히 낮은 경험적 커버리지 확률을 초래했습니다.
  • 부등식 접근법은 표본 크기를 과대평가하는 경향이 있어 커버리지 확률이 100% 에 근접했으며, 중도 절단률이 증가함에 따라 효율성이 떨어졌습니다.
  • FFT 접근법은 모든 시나리오에서 명목상 0.95 수준에 근접한 경험적 커버리지 확률을 달성하면서 올바른 표본 크기를 성공적으로 식별했습니다. 계산 비용은 무시할 수 있을 정도로 낮았습니다 (일반적으로 0.1 초 미만).
• CSHA 데이터 적용: 이 방법들은 치매 환자를 대상으로 한 길이 편향 및 우측 중도 절단 고장 시간을 가진 캐나다 건강 및 노화 연구 (CSHA) 의 유병 코호트 연구 데이터에 적용되었습니다. 파일럿 연구로서 CSHA 데이터를 사용하여 분포를 추정하고, 다양한 순서 통계량 구성에 필요한 표본 크기를 계산했습니다.
  • 결과는 시뮬레이션 발견과 일치했습니다: Scheffé-Tukey 는 가장 작은 표본 크기를 산출했고, 부등식 접근법은 가장 큰 값을 산출했으며, FFT 접근법은 중간 값을 산출했습니다.
  • 저자들은 계산된 표본 크기가 기존 CSHA 코호트 크기보다 작았지만, 편향이 존재할 때 방법 간 추정치의 상당한 편차를 강조한다고 지적합니다.

의의 및 주장
본 논문은 편향된 표본 추출 체계에서 고전적인 Scheffé-Tukey 공식이 무효하여 통계적으로 타당하지 않은 연구 설계를 초래한다고 주장합니다. 주요 기여는 선택 편향과 중도 절단을 고려한 수정된 표본 크기 공식의 유도 및 검증입니다. 저자들은 이러한 방법들이 기본 분포에 대한 지식 (또는 파일럿 연구를 통한 추정 능력) 을 필요로 하지만, 표준 관행에 필요한 수정을 제공한다고 강조합니다.

저자들은 겸손하게 FFT 기반 접근법이 편향된 표본 추출 하에서 허용 한계 표본 크기를 계산하기 위한 권장 방법이라고 결론지었습니다. FFT 방법의 무시할 수 있는 계산적 트레이드오프는 고전적 공식과 보수적인 부등식 접근법 모두에 비해 정확도가 크게 향상되었기 때문에 정당화된다고 주장합니다. 이 연구는 편향된 표본 추출 설계의 이상화된 가정에 의존하기보다 편향된 표본 추출의 복잡성을 반영하도록 표본 크기 계산을 보장하는, 유병 코호트 데이터를 다루는 연구자들을 위한 실용적인 프레임워크를 제공합니다.