회귀분석 표 읽는 법: 계수·표준오차·신뢰구간 해석

열마다 다른 종속변수나 다른 모형을 보고할 수 있습니다. 표 제목, 열 머리글, 주석에서 결과변수가 연속형인지, 이분형인지, 로그 변환됐는지, 점수의 방향이 무엇인지를 먼저 찾습니다. 선형회귀의 B와 로지스틱 회귀의 오즈비는 같은 방식으로 읽을 수 없습니다.

변수 이름도 원문 Methods의 조작적 정의와 대조합니다. ‘처치’, ‘고소득’, ‘고위험’처럼 범주형 변수는 어떤 집단이 1이고 어떤 집단이 기준범주인지 확인하지 않으면 계수의 부호를 반대로 읽을 수 있습니다.

선형회귀에서 다른 모형의 조건이 같다는 전제 아래 계수 B는 설명변수가 1단위 달라질 때 결과변수의 평균이 달라지는 추정치로 읽습니다. 이 문장에는 반드시 변수의 단위와 조정한 변수가 들어가야 합니다.

표준화 계수와 비표준화 계수도 구분합니다. 비표준화 계수는 원 단위로 해석하기 쉬운 반면, 표준화 계수는 변수의 표준편차 단위가 들어갑니다. 둘 중 무엇을 보고했는지는 표 머리글이나 주석을 확인해야 합니다.

표준오차는 추정치의 표본 변동성을 나타내는 한 척도이고, 신뢰구간은 가정과 방법 아래 그 불확실성을 구간으로 보입니다. p값은 특정 통계 모형과 영가설 아래 데이터가 얼마나 비적합한지를 요약하는 값이지, 가설이 참일 확률이나 효과의 크기가 아닙니다.

ASA는 과학적 결론을 임계값을 넘는 p값 하나만으로 내리지 말아야 하며, p값이 효과 크기나 중요성을 측정하지 않는다고 설명합니다. 그래서 계수와 신뢰구간을 함께 읽고, 연구 맥락에서 의미 있는 크기인지 따로 판단해야 합니다.

다음은 연속형 결과변수 Y를 선형회귀로 분석했다는 가상의 예시입니다. 95% 구간은 정규근사를 사용해 0.300 ± 1.96 × 0.100으로 계산한 예시이며, 실제 논문에서는 저자가 어떤 구간 산출법을 썼는지도 확인해야 합니다.

X의 추정치 0.300은 이 예시 모형에서 X가 1단위 높을 때 Y가 0.300단위 높은 방향의 조건부 연관성을 뜻합니다. 95% 신뢰구간은 약 0.104에서 0.496이고, z 근사는 3.00입니다. 그러나 이 표만으로 X가 Y를 ‘발생시킨다’고 말할 수는 없습니다.

‘통제했다’는 표현은 모형에 변수를 넣었다는 뜻일 뿐, 교란이 완전히 제거됐다는 보증은 아닙니다. 조정변수의 선택은 시간 순서와 인과 구조에 따라 달라지며, 처치 이후의 변수나 충돌변수를 기계적으로 조정하면 오히려 편향을 만들 수 있습니다.

표마다 조정변수가 추가됐을 때 계수가 크게 변하면 왜 그런지 설명을 찾아야 합니다. 누락변수, 측정오차, 선택 편향, 역인과 가능성은 회귀표의 별표만으로 해결되지 않습니다.

각 열의 N, 제외된 관측치, 군집·가중치·반복측정 처리, 결측치 처리 여부를 표 주석과 Methods에서 확인합니다. 같은 계수라도 표본이 바뀌면 비교할 수 없을 수 있습니다.

R²가 높다고 모형이 적절하다고 결론 내릴 수는 없습니다. NIST는 높은 R²만으로 적합성을 보장하지 않으며 잔차 그래프를 포함한 모형 검증이 중요하다고 설명합니다. 비선형성, 이분산성, 영향점, 종속성은 추정과 불확실성 해석에 영향을 줄 수 있습니다.