넘쳐 나는 통계 방식 중, 생물의학 연구자 여러분은 전통적인 빈도주의(frequentist) 통계와 점차 인기를 얻고 있는 베이지안(Bayesian) 통계 사이에서 고민하게 되는 일이 빈번하죠. 연구자님의 연구 주제에 맞는 접근 방법을 선택하는 데 도움이 되도록 두 통계 방법론을 하나씩 살펴보겠습니다.
기본 개념부터 이해해 봅시다
빈도주의 통계
빈도주의 통계는 오랫동안 사용되어 온 전통적인 방법론으로, 확률과 p값의 개념에 의존합니다. 이는 마치 중요성을 알려주는 등대 역할을 하죠. p값이 0.05 미만인 경우 안전한 것으로 여겨지곤 합니다. 빈도주의 통계는 결정론적이고, 매개변수를 알려지지 않은 고정된 값으로 처리합니다.
베이지안 통계
반면, 베이지안 통계는 다른 접근 방식을 취합니다. 매개변수를 확률 분포(probability distribution)로 간주하여 불확실성을 수용하죠. 베이지안 통계는 사전 지식을 사용해 관측된 데이터를 기반으로 이를 업데이트하여 사후 분포(posterior distribution)를 얻습니다. 엄격한 컷오프 값은 없고, 하나의 점 추정값이 아닌 가능한 매개변숫값 범위를 얻습니다. 베이지안 방식은 기존의 지식이 중요한 경우에도 사용될 수 있습니다. 예컨대, 무작위 대조 시험에 아동을 모집하는 데는 어려움이 따르기 때문에 성인을 대상으로 진행된 임상 시험에서 얻은 지식을 활용해 아동에게 안전하고 효과적인 치료법을 추론하는 사례처럼 말이죠.
빈도주의 통계를 선택해야 하는 경우
1. 익숙한 경우
연구자님이 전통적인 방법론에 익숙하고 대상 독자가 가설 검정(hypothesis testing)과 p값에 익숙하다면 빈도주의 통계가 더 적절할 수 있습니다. 빈도주의 통계는 수십 년 동안 과학자들이 사용해 온 언어이며, 그렇기에 연구 결과를 더 많은 연구자에게 이해하기 쉽게 전달할 수 있기 때문입니다.
2. 질문과 답변이 단순한 경우
가설이 명확하고 모집단이 잘 정의되어 있는 복잡하지 않은 연구 질문에는 빈도주의 통계로도 충분한 경우가 있습니다. 임신성 당뇨가 있는 임신부와 없는 임신부 사이의 항생제 사용 비교를 예로 들 수 있겠죠. 빈도주의 통계는 간단한 여정을 위한 단순한 지도에 비유할 수 있습니다.
3. 표본 규모가 큰 경우
빈도주의 통계는 표본 규모가 큰 경우 빛을 발합니다. 중심극한정리(Central Limit Theorem)가 여러분의 든든한 아군이 되어 주며, p값도 안정화되어 결과에 대한 신뢰도를 높여줄 겁니다.
베이지안 통계를 선택해야 하는 경우
1. 불확실성을 수용해야 하는 경우
베이지안 통계는 불확실성을 다뤄야 할 때 빛을 발합니다. 사전 지식이 있거나 연구 질문에 복잡한 관계가 포함되어 있다면, 베이지안 방식은 이 지식을 원활히 반영할 수 있습니다. 예를 들어서, 이 사례와 같이 암 생존율을 예측하려 하는 경우 베이지안 방식은 여러 다른 요소 간의 복잡한 관계를 탐색하는 데 큰 도움을 줍니다.
2. 표본 규모가 작은 경우
베이지안 분석의 세계에서 작은 표본 크기는 큰 위험 요소는 아닙니다. 베이지안 방식은 사전 정보를 반영하여 더 안정적인 추정치를 제공하며, 데이터가 부족한 상황에서도 구원의 손길을 내밉니다. 가령 연구자님이 희귀 질환을 연구하고 있다면 환자의 수가 무척 제한적이겠죠. 이런 사례에 활용할 수 있을 겁니다.
3. 반복적으로 업데이트 해야 하는 경우
연구자님의 연구에 새로운 데이터가 등장함에 따라 모델을 지속적으로 업데이트하고 다듬어야 하는 반복적인 과정이 포함되어 있다면, 베이지만 방식이 유연한 프레임워크를 제공할 겁니다. 끊임없이 변하는 바람에 적응해야 하는 배와 같죠. 일례로 임상 시험에 적응형 베이지안 설계를 활용하는 것을 들 수 있습니다. 연구 중인 치료법의 성공 여부에 대한 정보를 계속해서 업데이트 하면서 시간과 비용을 절약할 수 있죠.
빈도주의 vs. 베이지안, 무엇을 선택해야 할까?
1. 통계 방법론에 대한 숙련도를 기반으로 판단합니다.
어떤 통계적 방법론에 연구자님이 더 익숙하고 편안한지를 고려합니다. 빈도주의 통계를 수년간 활용해 왔으며 현재 연구의 목적에 부합한다면 굳이 다른 방법으로 전환할 필요는 없습니다.
2. 연구 질문의 특성을 고려합니다.
연구 질문의 본질을 분석해 보세요. 단순한 문제인가요, 복잡한 문제인가요? 사전 지식이 필요한가요, 아니면 개척된 적 없는 분야에 도전하는 것인가요? 이에 따라 선택하면 됩니다.
주변의 조언을 적극적으로 구하세요
빈도주의 통계와 베이지안 통계 모두 각자 나름의 장점이 있습니다. 핵심은 연구 목표, 연구 질문, 데이터의 특성에 부합하는 방법론을 선택하는 겁니다.
혼자 머리를 싸매고 끙끙 앓지 마세요. 생물통계학자나 해당 방법론을 다룬 경험이 있는 연구자들과 협업하거나 이들의 조언을 구하세요. 올바른 방향으로 잘 나아가고 있는지, 주변의 도움을 구하세요.
더 읽어 보기
연구를 내러티브로 – 생물의학 연구에서 스토리텔링의 힘
