회귀보정 (Regression Calibration)
한 줄 정의: 측정오차가 있는 설명변수를 참값의 조건부 기댓값 추정치로 대체해 회귀계수의 희석편향을 교정하는 통계 기법입니다.
쉽게 풀면
설문처럼 부정확하게 잰 변수를 회귀분석에 그대로 넣으면 효과가 실제보다 작게 나와요. 회귀보정은 더 정확한 측정을 한 일부 자료로 "참값이라면 얼마였을지"를 추정해 넣어 이 축소를 바로잡는 방법입니다.
왜 중요한가
영양역학처럼 노출 측정오차가 큰 분야에서 효과 크기를 제대로 추정하려면 필수적이라, 검증 하위연구와 함께 널리 쓰입니다.
논문에서는 이렇게 쓰입니다
"식품섭취빈도 조사의 측정오차는 24시간 회상 검증 자료를 이용한 [[regression-calibration|회귀보정]]으로 교정하였다."
검증 자료로 보정식을 만들어 주 연구에 적용하는 전형적 문장이에요.
조금 더 깊게 보면
검증 하위표본에서 참값(또는 기준 측정)을 오차 있는 측정값과 공변량으로 회귀해 보정식을 만든 뒤, 주 연구에서 E[X|W,Z]로 대체합니다. 선형 모형에서는 계수를 신뢰도(감쇠) 계수로 나누는 것과 비슷해요. 로지스틱·콕스 모형에서는 근사 방법이며 오차가 작거나 효과가 크지 않을 때 잘 작동합니다. 표준오차는 붓스트랩 등으로 보정 과정의 불확실성을 반영해야 해요.
주의할 점
희석편향은 측정오차로 계수가 0 쪽으로 줄어드는 현상이고, 회귀보정은 그 편향을 교정하는 기법입니다. 오차가 비무작위(차별적)이면 이 방법만으로 교정되지 않을 수 있어요.