점추정과 구간추정 (Point Estimation and Interval Estimation)
쉽게 풀면
전국 고3 학생 1,000명을 조사해 평균 수면시간이 6.2시간으로 나왔다고 해봅시다. 이 6.2시간이라는 하나의 숫자로 "전국 고3 학생의 평균 수면시간은 6.2시간이다"라고 말하는 것이 점추정입니다. 그런데 표본은 어차피 전체의 일부일 뿐이라 조금씩 다른 표본을 뽑으면 평균값도 매번 조금씩 달라집니다. 그래서 "정확히 6.2시간"이라고 단정하기보다 "95% 확신으로 5.9시간에서 6.5시간 사이에 있다"처럼 범위와 신뢰 수준을 함께 제시하는 것이 구간추정입니다. 점추정은 간단명료하지만 오차 정보가 없고, 구간추정은 그 추정이 얼마나 불확실한지까지 함께 보여준다는 장점이 있습니다.
왜 중요한가
모든 통계적 추론은 결국 관측되지 않은 모집단의 특성을 표본으로부터 추측하는 작업이기 때문에, 점추정과 구간추정은 의학·사회과학·공학 등 거의 모든 실증 연구 논문의 결과 보고에서 기본 골격을 이룹니다. 특히 점추정값만 제시하면 그 값이 우연히 표본에서만 나온 값인지, 실제로 신뢰할 만한 값인지 판단할 수 없기 때문에, 재현성과 통계적 엄밀성을 중시하는 최근 연구 관행에서는 구간추정을 함께 보고하는 것이 표준으로 자리잡고 있습니다. 이 개념은 가설검정, 표본크기 설계, 메타분석 등 후속 통계 절차를 이해하는 기초가 됩니다.
논문에서는 이렇게 쓰입니다
논문에서는 대개 점추정값 하나만 보고하지 않고, 그 값이 얼마나 불확실한지를 함께 판단할 수 있도록 구간추정 결과(대표적으로 신뢰구간)를 나란히 제시합니다.
계량경제학이나 사회과학 연구에서는 이론적인 공식 대신 표본을 반복 재추출하는 부트스트랩 같은 방법으로 구간추정을 구하기도 하며, 이는 데이터 분포에 대한 가정을 덜 필요로 한다는 장점이 있습니다.
생명과학 분야에서도 실험군과 대조군의 차이를 하나의 수치로 요약(점추정)한 뒤, 그 차이가 우연에 의한 것이 아님을 뒷받침하기 위해 구간추정 결과를 함께 제시하는 방식이 널리 쓰입니다.
조금 더 깊게 보면
점추정값을 구하는 방법에는 여러 가지가 있는데, 대표적으로 우도를 최대화하는 최대우도추정이나 오차제곱합을 최소화하는 최소제곱추정 등이 쓰이며, 어떤 방법을 쓰느냐에 따라 추정량의 편향성이나 효율성 같은 통계적 성질이 달라집니다. 구간추정 쪽에서는 신뢰구간 외에도 베이지안 통계에서 쓰이는 신용구간(credible interval)이라는 개념이 있는데, 해석 방식이 신뢰구간과 다르므로 논문을 읽을 때 두 개념을 혼동하지 않는 것이 중요합니다.
주의할 점
점추정값이 정확해 보인다고 해서 오차가 없다는 뜻은 아닙니다. 같은 점추정값이라도 표본크기가 작으면 구간추정의 폭이 넓어져 불확실성이 커집니다. 구간추정의 폭을 결정하는 핵심 재료는 표준오차이며, 점추정값을 구하는 대표적인 통계적 방법으로는 최대우도추정이 있습니다.