이 질문은 일반적인 통계적 문제에 대한 저의 개인적인 질문입니다. JMP 사용자 커뮤니티의 질문과는 관련이 없습니다. 이러한 질문을 여기에 하는 것이 적절하지 않을 수도 있지만, JMP 그룹 내에서 더 적절한 곳을 찾지 못했습니다. 이 질문은 2년 전 제가 올린 글( 두 표본 t 검정에 대한 간단하고 솔직한 설명? - JMP 사용자 커뮤니티 )과 밀접한 관련이 있습니다.
귀국에서는 순서도 기반 통계 분석이 여전히 사용되고 있습니까?
1960년대부터 1990년대까지, 많은 통계 분석 관련 서적에서 통계 검정을 수행하는 데 있어 신성하고 불가침적인 규칙들이 제시되곤 했습니다. (이 책들은 대부분 의학 연구자, 사회학자, 심리학자 등 통계학자가 아닌 사람들이 쓴 것으로 보입니다.) 예를 들어, 두 개의 독립 표본을 비교하는 방법은 다음과 같았습니다.
(1) 각 그룹에 대해 정규성 검사를 수행합니다.
(2) 두 테스트 중 하나가 유의미한 경우 Wilcoxon 테스트를 수행합니다.
(3) 그렇지 않은 경우 분산에 대한 동질성 검사를 수행합니다.
(4) 중요한 경우 Welch의 테스트를 수행합니다.
(5) 그렇지 않은 경우 Student's t 검정을 수행합니다.
이러한 순서도 작성 방식은 많은 통계학자들에 의해 강력하게 강조되어 왔습니다.
일반적인 순서도 절차에 대한 비판은 예를 들어 McElreath, R. (2020:2nd ed.) Statistical Rethinking: A Bayesian Course with Examples in R and Stan (2nd ed.), CRC Press의 1-4페이지에 기록되어 있습니다.
웰치, 스튜던트, 윌콕슨 검정에 대해 말씀드리자면, Copilot, ChartGPT 등에서 다음 프롬프트를 사용해 보시기 바랍니다. 시험지가 너무 많아서 하나를 선택할 수 없습니다.
----------------------
순서도 절차를 비판하는 논문을 몇 편 찾아보고, 정규성 검정 결과가 유의미하면 윌콕슨 검정을, 분산의 동질성 검정 결과가 유의미하면 웰치 검정을, 그렇지 않으면 스튜던트 t 검정을 수행해 주시겠습니까?
그리고 학생 t 검정이 순열 검정과 대략적으로 동일하며, 모든 y에 대해 H0:F1(y) = F2(y)를 검정하는 비모수 검정으로 사용될 수 있다는 점을 설명하는 논문을 몇 편 찾아주시겠습니까? (다만, 비모수 검정으로서 학생 t 검정은 H0:mu1=mu2를 검정하는 것이 되지는 않습니다.)
----------------------
t-검정 전의 정규성 검정과 관련하여, 존 샐리슨은 약 20년 전 JMPer Cable에 독특한 제목의 기사에서 t-검정의 견고성에 대해 언급한 바 있습니다.
렙토쿠르토시포비아: 비정상적인 것에 대한 비이성적인 공포
t-검정 전에 분산의 동질성 여부를 예비적으로 검사하는 것과 관련하여, GEP Box의 유명한 말인 "분산에 대한 예비 검사를 하는 것은 마치 노 젓는 배를 타고 바다로 나가서 대형 여객선이 항구를 떠날 만큼 파도가 잔잔한지 알아보는 것과 같습니다!"라는 말이 SAS의 GLM 프로시저 도움말( SAS 도움말 센터: 일원 분산 모델의 동질성 )에 인용되어 있습니다.
DOE 데이터 분석과 관련하여 GEP Box는 "가능한 것은 차단하고 불가능한 것은 무작위화하면 표준 가정이 참인 것처럼 분석을 대략적으로 정당화할 수 있다"고 말합니다.
일본에서는 통계 분석 순서도를 활용하는 방식이 여전히 많은 비통계학자, 블로거, 또는 인터넷 인플루언서들에 의해 복사 붙여넣기 식으로 퍼져나가는 것 같습니다. 제 생각이 편향될 수도 있겠지만, 순서도를 이용한 분석을 권장하는 일본 통계학자는 이제 극소수에 불과하다고 생각합니다.
저는 디스커버리 서밋 유럽 2026에서 데이비드 메인트럽 씨의 발표를 시청했습니다. 위와 같은 순서도 형태의 통계 분석이 전문가 의 통계 분석으로 제시된 것에 매우 놀랐습니다. 또한, LearnBot과 Assistant가 통계 전문가가 아닌 사람들이 쓴 블로그 글에서 유행하는 밈을 통해 이러한 분석 방식을 "학습"한 것은 아닌지 우려됩니다.
