윈저화 (Winsorizing)
쉽게 풀면
데이터에 유난히 크거나 작은 값이 하나 섞여 있으면 평균이나 분산 같은 통계치가 그 값 하나에 휘둘리기 쉽습니다. 이럴 때 흔히 떠올리는 방법은 그 값을 아예 지워버리는 것이지만, 그러면 실제로 존재했던 정보를 완전히 버리게 되는 단점이 있습니다. 윈저화는 절충안입니다. 예를 들어 상위 1%와 하위 1%에 해당하는 값들을 지우는 대신, 그 값을 각각 상위 1% 지점과 하위 1% 지점의 값으로 "눌러서" 바꿔치기합니다. 즉 극단값의 존재는 남기되, 너무 튀는 크기만 완화하는 방식입니다.
왜 중요한가
윈저화는 회귀분석이나 평균 비교처럼 극단값에 민감한 통계기법을 사용하는 거의 모든 실증 연구에서 데이터 전처리 단계의 표준 절차로 쓰입니다. 재무·회계 데이터처럼 소수의 극단적 관측치가 흔한 분야에서는 결과의 신뢰성을 확보하기 위해 특히 자주 언급됩니다. 또한 이상치 제거와 달리 표본 크기를 유지할 수 있어, 통계적 검정력을 보존하면서 강건성(robustness)을 높이려는 연구 설계와 밀접하게 연결됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 데이터의 상위 1%와 하위 1%에 해당하는 값들을 삭제하지 않고 해당 경계값으로 대체함으로써, 극단값이 분석 결과를 왜곡하지 않도록 처리했다는 뜻입니다.
회계학 연구에서 소수 기업의 비정상적 재무수치가 회귀분석 결과를 왜곡하지 않도록 사전에 값을 조정했다는 의미입니다.
심리학·설문조사 연구에서 불성실 응답이나 이례적으로 긴 응답 시간이 분석을 왜곡하지 않도록 처리한 사례입니다.
조금 더 깊게 보면
윈저화는 절단(trimming, 극단값을 아예 제거하는 방식)과 자주 비교되는데, 절단은 표본 크기를 줄이는 반면 윈저화는 표본 크기를 유지하면서 값만 조정한다는 차이가 있습니다. 어느 백분위수에서 윈저화를 적용할지(예: 1%, 2.5%, 5%)는 연구자의 판단에 따라 달라지며, 이 선택이 결과에 미치는 영향을 확인하기 위해 여러 기준으로 민감도 분석을 함께 보고하는 경우도 많습니다. 통계적으로 윈저화된 평균이나 분산은 원래 값과 다른 추정량이 되므로, 결과 해석 시 이 점을 명시하는 것이 일반적입니다.
주의할 점
윈저화는 이상치를 완전히 제거하는 것이 아니라 값을 조정하는 것이므로, 왜 그 값이 극단적으로 나왔는지(측정 오류인지, 실제 현상인지)를 먼저 살펴본 뒤 적용하는 것이 바람직합니다.