AI를 위한 필수 수학

482

AI

를 위한 필수 수학

11.4.2

버크슨 역설

1946

년 메이요 클리닉의 생물통계학자 조셉 버크슨

Joseph

Berkson

은 병원 환경에서 수행된 관

찰 연구의 특이점을 지적했다. 두 질병이 일반 대중 그룹에서 서로 무관하더라도 병원의 환자

들 사이에서는 연관이 있는 것처럼 나타날 수 있다는 것이다.

1979

년 맥마스터 대학의 통계적

편향 전문가 데이비드 새킷

David

Sackett

은 버크슨의 역설이 맞다는 강력한 증거를 제시했다. 한

예로 그는 호흡기 질환과 뼈 질환이라는 두 가지 질병 그룹에 대해 연구했다. 일반 대중의 약

7

.

5

%가 뼈와 관련된 질병을 가지고 있으며 이 비율은 호흡기 질환과는 무관하다. 그러나 호흡

기 질환으로 입원한 환자의 경우 뼈 질환의 발병률이 무려

25

%로 증가한다. 새킷은 이 현상을

입원율 편향

admission

rate

bias

또는 버크슨 편향

Berkson

bias

이라고 불렀다.

몬티 홀의 경우와 유사하게 버크슨 역설이 나타나는 원인은 충돌 변수 다이어그램이다. 여기서

원래 독립적이었던 두 질병은 모두 입원이라는 변수를 가리킨다. 즉, 두 질병을 모두 가진 환자

는 그중 하나만 가진 환자보다 입원할 가능성이 훨씬 높다. 입원이라는 충돌 변수에 조건을 걸

면 원래 독립적이었던 변수 간에 인과관계가 없는 상관관계가 나타난다. 우리는 점점 충돌 변

수 편향에 익숙해지고 있다.

11.4.3

심슨의 역설

결론이 터무니없는 역설을 상상해보자. 어떤 약이 있다. 환자의 성별을 알면 이 약을 처방해서

는 안 된다. ...