붕괴점 (Breakdown Point)
쉽게 풀면
표본평균은 극단적인 값 단 하나만 섞여도 무한대로 튈 수 있어 붕괴점이 사실상 0%에 가깝지만, 중앙값은 표본의 절반 가까이가 극단적인 값으로 바뀌어도 크게 흔들리지 않아 붕괴점이 50%에 이른다. 붕괴점은 이렇게 한 추정량이 얼마나 많은 비율의 '나쁜 자료'까지 견뎌낼 수 있는지를 수치로 나타낸 로버스트 통계학의 핵심 지표다. 붕괴점이 높은 추정량일수록 이상치나 자료 오염에 강한 것으로 평가된다.
왜 중요한가
실제 자료에는 측정 오류, 입력 실수, 드문 이상 사례 등 예상치 못한 오염이 섞이기 마련이어서, 어떤 추정량이 이런 오염에 얼마나 버틸 수 있는지는 통계적 방법을 실무에 적용할 때 매우 중요한 문제다. 붕괴점은 이 강건성을 하나의 숫자로 요약해 여러 추정량을 객관적으로 비교할 수 있게 해주기 때문에 로버스트 통계학, 계량경제학, 신호처리 등 이상치가 흔한 분야의 논문에서 방법론을 정당화하는 핵심 근거로 자주 등장한다. 새로운 추정량을 제안하는 논문에서는 그 우수성을 보이는 표준적인 방법 중 하나로 붕괴점을 계산해 제시한다.
논문에서는 이렇게 쓰입니다
자료에 이상치가 많이 섞여 있을 가능성이 있을 때, 어떤 추정 방법이 더 안전한지 비교하는 로버스트 통계학의 이론적 기준으로 사용된다.
계량경제학이나 회귀분석 논문에서 새로운 추정 기법을 소개할 때, 붕괴점 비교를 통해 그 기법이 이상치가 섞인 실제 자료에서도 안정적으로 작동함을 보이는 근거로 사용된다.
신호처리나 공학 분야 논문에서는 측정 장비의 오작동이나 순간적인 잡음으로 생기는 이상치에 대해 추정 알고리즘이 얼마나 견고한지를 설명할 때 붕괴점 개념을 빌려 쓴다.
조금 더 깊게 보면
붕괴점은 보통 유한 표본 붕괴점(finite-sample breakdown point)으로 정의되며, 표본 크기가 커짐에 따라 이 값이 수렴하는 극한을 점근적 붕괴점이라 부른다. 붕괴점 자체는 추정량이 얼마나 많은 오염을 견디는지만 알려줄 뿐, 오염이 적을 때 추정량이 얼마나 정밀한지는 알려주지 않기 때문에, 논문을 읽을 때는 흔히 영향함수(influence function)나 효율성(efficiency) 지표와 함께 검토해 강건성과 정밀도 사이의 균형을 판단한다. 대표적으로 표본평균은 붕괴점이 매우 낮고, 중앙값이나 트림평균(trimmed mean), M-추정량 계열은 설계 방식에 따라 상대적으로 높은 붕괴점을 갖도록 만들어진다.
주의할 점
붕괴점이 높다고 해서 항상 좋은 추정량인 것은 아니며, 자료가 깨끗할 때는 붕괴점이 높은 추정량이 오히려 효율성 면에서 손해를 볼 수 있다.