Brauer & Curtin(2018) 논문: 비독립적 데이터

이번 포스팅에서는 어떤 경우에 비독립적 데이터로 분류될 수 있는지 두 가지 사례를 다룰 것이다.

 

이에 앞서, LMEM(Linear Mixed-Effects Model)이 '혼합 효과'로 불리는 이유는

한 모형에 하나 이상의 고정 효과(fixed effects)와 무선 효과(random effects)가 동시에 있기 때문이다.

 

 

●비독립적(nonindependent) 데이터

많은 통계 기법들의 가정 중 하나는 독립성 가정이다.

그러나 아래와 같은 경우 독립성 가정을 위반하게 된다. 즉, 비독립적인 데이터가 된다는 뜻이다.

 

1. 한 참가자로부터 여러 번의 반응을 측정받음.

   : 여기에는 참가자 내 설계 또는 종단 연구가 포함될 수 있다.

     아시겠지만 노파심에 설명하자면,

      -참가자 내 설계: 한 참가자가 한 변인의 모든 수준에 노출되는 실험 설계

                                 (예. A라는 한 참가자가 처치 조건과 통제 조건에 모두 반응)

      -종단 연구: 한 참가자로부터 다른 여러 시간대에 각 반응을 받음.

                         (예. A라는 한 참가자의 우울 수준을 20살 ~ 은퇴 연령까지 매년 측정)

 

2. 참가자가 서로 영향을 미치는 집단의 구성원에 속함

    : 예를 들어, 참가자들이 한 학급에 속하거나, 가족인 경우를 생각할 수 있다.

       이런 경우 참가자들이 동질적인 성격을 띨 수 있기 때문에 비독립적 데이터로 분류된다.

 

 

ANOVA의 가정 중 하나도 데이터의 독립성인데,

이 같은 이유로 데이터가 비독립적 성격을 갖게 되면 독립성 가정을 위배하게 되어 부정확한 추론을 야기하게 된다고 한다.

ANOVA의 여러 가정들 중에서도 특히, 데이터의 독립성 가정 위배가 가장 심각하다고 하니

이 경우에는 LMEM을 사용하도록 하자!