용어 목록 > 왈드 검정 (Wald test)

왈드 검정 (Wald test)

통계
한 줄 정의: 추정된 계수의 값을 그 표준오차로 나눈 값을 이용해, 그 계수가 0인지 아닌지를 검정하는 방법입니다.

쉽게 풀면

로지스틱 회귀나 콕스 비례위험모형처럼 복잡한 모형에서는 "이 변수가 정말 결과에 영향을 미치는가"를 판단해야 합니다. 왈드 검정은 간단하게 "추정된 계수 크기가 그 추정의 오차(흔들림)에 비해 얼마나 큰가"를 봅니다.

계수가 크더라도 오차도 함께 크면 우연일 수 있다고 보고, 계수가 오차에 비해 확실히 크면 우연이 아니라고 판단하는 식입니다. 저울 위에 물건을 올렸을 때, 저울이 흔들리는 정도(오차)에 비해 바늘이 얼마나 확실하게 기울었는지를 보고 "진짜 무게가 있다"고 판단하는 것과 비슷합니다.

대부분의 통계 프로그램이 회귀분석 결과표에 자동으로 출력해주는 유의성 검정이 바로 이것입니다.

왜 중요한가

왈드 검정은 로지스틱 회귀, 콕스 비례위험모형, 일반화선형모형 등 최대우도추정을 기반으로 하는 대부분의 통계모형에서 계수의 유의성을 판단하는 가장 기본적인 방법으로 사용되며, 통계 소프트웨어의 회귀분석 출력물에 기본값으로 포함되어 있어 의학·사회과학·생물학 등 거의 모든 정량 연구 분야의 논문에서 마주치게 됩니다. 특정 예측변수가 결과에 유의한 영향을 미치는지 보고할 때 표준적으로 쓰이기 때문에, 회귀분석 결과표를 읽는 데 필수적인 개념입니다.

언제 쓰나

최대우도추정으로 적합한 모형(로지스틱 회귀, 콕스 비례위험모형, 일반화선형모형 등)에서 계수 하나가 0인지 또는 여러 계수가 동시에 0인지 검정할 때 씁니다. 모형을 한 번만 적합하면 계산할 수 있어 소프트웨어 출력표에 기본으로 들어갑니다.

검정필요한 적합특징
왈드전체 모형 하나계산이 간단, 계수 값이 크거나 표본이 작으면 불안정
우도비 검정전체·제한 모형 둘일반적으로 더 안정적
스코어 검정제한 모형 하나새 변수를 넣기 전에 추가 가치를 볼 때 유용

결과는 이렇게 읽는다

가상의 예: 20명의 연령(10세 단위)으로 어떤 결과의 발생 여부를 로지스틱 회귀로 분석한 결과, 연령 계수 B = 1.206, 표준오차 0.514였습니다.

논문에는 이렇게 보고한다

계수, 표준오차, Wald 통계량과 자유도, p, 오즈비와 신뢰구간을 함께 적습니다. (위 가상 자료 기준)

연령(10세 단위)은 결과 발생과 유의하게 관련되었다(B = 1.21, SE = 0.51, Wald χ²(1) = 5.51, p = .019, OR = 3.34, 95% CI [1.22, 9.14]).

논문에서는 이렇게 쓰입니다

실제 논문에서

국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

"연령은 로지스틱 회귀모형에서 유의한 예측 변수였다 (왈드 χ² = 8.42, p = .004)."

이 문장은 "연령이라는 변수의 회귀계수가 그 표준오차에 비해 충분히 커서, 결과 변수에 미치는 영향이 우연이라고 보기 어렵다"는 뜻입니다.

"콕스 비례위험모형에서 치료군 여부는 생존시간에 유의한 영향을 미쳤다(왈드 검정, p < .01)."

생존분석에서 특정 변수가 생존시간에 미치는 영향의 유의성을 보고할 때 쓰이는 표현이다.

조금 더 깊게 보면

왈드 검정 통계량은 일반적으로 (추정된 계수 ÷ 표준오차)의 제곱을 카이제곱분포와 비교하는 방식으로 계산되며, 이는 계수 추정치가 참값 근처에서 정규분포에 가깝다는 대표본 근사에 의존합니다.

표본이 작거나 계수의 절대값이 매우 클 때는 이 근사가 무너져 유의성이 실제보다 과소 또는 과대 추정될 수 있는데, 이런 상황을 "하우크-도너 현상(Hauck-Donner effect)"이라 부르기도 합니다.

이 때문에 통계학자들은 왈드 검정과 우도비 검정의 결과가 크게 다를 경우 우도비 검정 쪽을 더 신뢰할 만한 것으로 보는 경향이 있습니다.

주의할 점

왈드 검정은 계산이 간단해 널리 쓰이지만, 계수 값 자체가 매우 크거나 표본이 작을 때는 부정확해질 수 있습니다. 이런 경우에는 같은 목적으로 쓰이는 우도비 검정이 더 안정적이라고 알려져 있어, 두 검정 결과가 크게 엇갈리면 우도비 검정 쪽을 우선 참고하는 것이 좋습니다.

헷갈리기 쉬운 용어

이름이 비슷한 검정과 통계량을 구별합니다.

용어정체읽는 법
왈드 검정추정값 ÷ 표준오차로 만든 검정계수가 0인지 검정
우도비 검정두 모형의 우도를 비교모형 전체 또는 변수 묶음의 기여
스코어 검정제한 모형에서 계산한 기울기 기반변수를 추가할 가치가 있는지
t검정정규오차 선형모형에서 계수를 검정Wald와 같은 형태(추정/SE), 기준분포가 t

세 검정(왈드·우도비·스코어)은 표본이 아주 클 때 서로 같은 결론에 수렴합니다. 표본이 작을 때 달라지는 것이 문제입니다.

참고 문헌

  1. Wald, A. (1943). Tests of statistical hypotheses concerning several parameters when the number of observations is large. Transactions of the American Mathematical Society, 54(3), 426–482.
  2. Hauck, W. W., & Donner, A. (1977). Wald’s test as applied to hypotheses in logit analysis. Journal of the American Statistical Association, 72(360), 851–853.
  3. Agresti, A. (2013). Categorical data analysis (3rd ed.). Wiley.
  4. Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3rd ed.). Wiley.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.

관련 용어

우도비 로지스틱 회귀 신뢰구간 분산분석 유의확률 t검정 효과크기 유의수준 검정력