분위수회귀 (Quantile Regression)

한 줄 정의: 독립변수가 종속변수의 "평균"이 아니라 중앙값이나 상위 10% 등 특정 분위수(percentile)에 어떤 영향을 미치는지를 각각 추정하는 회귀분석 방법입니다.

쉽게 풀면

일반적인 회귀분석은 "평균적으로" 독립변수가 1 늘어나면 결과가 얼마나 변하는지 하나의 숫자로 요약합니다. 하지만 소득처럼 분포가 한쪽으로 치우친 변수라면, 교육 연수가 소득에 미치는 영향이 저소득층과 고소득층에서 서로 다를 수 있습니다. 분위수회귀는 "하위 10% 지점", "중앙값(50%)", "상위 10% 지점"처럼 분포의 여러 지점마다 독립변수의 영향을 따로 계산해줍니다. 그 결과 "교육은 저소득층의 소득을 크게 끌어올리지만, 고소득층에는 상대적으로 영향이 작다"처럼 평균만 봐서는 알 수 없는 그림을 볼 수 있습니다.

왜 중요한가

많은 사회현상은 평균만으로는 제대로 설명되지 않습니다. 소득, 자산, 건강 지표처럼 분포가 비대칭이거나 꼬리가 두꺼운 변수를 다루는 분야에서는 "평균적 효과"가 실제로는 특정 구간에서만 강하게 나타나는 경우가 흔합니다. 분위수회귀는 정책 개입이나 처치 효과가 취약계층과 상위계층에서 어떻게 다르게 작동하는지를 보여줄 수 있어, 경제학·보건학·환경과학 등에서 이질적 효과(heterogeneous effect)를 논증하는 핵심 도구로 자리잡았습니다. 따라서 분포 전반에 걸친 효과를 강조하고 싶은 논문일수록 분위수회귀를 채택하는 경향이 있습니다.

논문에서는 이렇게 쓰입니다

"분위수회귀분석 결과, 교육수준이 소득 분포의 하위 25분위에 미치는 영향이 상위 75분위보다 통계적으로 유의하게 컸다."

이 문장은 교육이 소득에 주는 효과가 모든 사람에게 똑같지 않고, 소득이 낮은 집단에서 더 크게 나타났다는 뜻입니다.

"미세먼지 농도가 병원 방문 건수의 상위 분위(90분위)에 미치는 영향은 중앙값 분위보다 훨씬 크게 나타나, 극단적인 의료수요 급증 위험이 존재함을 시사한다."

대기오염이 평범한 날보다 병원 방문이 폭증하는 극단적인 날에 더 큰 영향을 준다는 것을 보여주는 예시입니다.

"기업 규모가 주가 변동성의 하위 분위보다 상위 분위에서 더 강한 음의 상관관계를 보여, 대기업일수록 극단적 변동성이 억제되는 경향이 있었다."

재무 분야에서 기업 규모와 변동성의 관계가 안정적인 구간과 불안정한 구간에서 다르게 나타남을 보여주는 예시입니다.

조금 더 깊게 보면

분위수회귀는 조건부 분위수를 최소화하는 손실함수로 비대칭적인 절대값 손실(check function, pinball loss)을 사용하며, 이 때문에 이상치에 상대적으로 덜 민감합니다. 여러 분위수(예: 10, 25, 50, 75, 90분위)를 함께 추정해 계수가 분위수에 따라 어떻게 변하는지 그래프로 나타내는 경우가 많고, 이를 통해 처치 효과가 분포 전체에서 일정한지(효과의 동질성) 아니면 특정 구간에 집중되는지를 살펴볼 수 있습니다. 표준오차 추정에는 붓스트랩(bootstrap) 기법이 흔히 활용됩니다.

주의할 점

분위수회귀는 회귀분석과 달리 평균이 아닌 분위수를 추정하기 때문에, 계수의 해석 시 "평균적으로"가 아니라 "해당 분위수 지점에서"라는 표현을 써야 합니다. 또한 여러 분위수에서 각각 다른 결과가 나올 수 있으므로, 일부 분위수 결과만 골라 보고하면 피해킹처럼 자의적인 해석으로 비칠 수 있어 주요 분위수 결과를 함께 제시하는 것이 바람직합니다.