블록 설계: 비슷한 것끼리 묶어 비교하기
같은 비료라도 좋은 땅에 뿌리면 효과가 좋아 보입니다. 땅처럼 결과를 크게 흔들지만 알고 싶지는 않은 것이 있으면, 그것이 같은 것끼리 묶고 블록 안에서만 비교합니다. 밭에 비료를 직접 배치해 보며 그 차이를 봅니다.
한 줄 답. 결과에 큰 영향을 주지만 관심은 없는 것(나이, 병원, 실험한 날, 밭의 위치)이 있으면, 그것이 같은 것끼리 묶음(블록)을 만들고 블록 안에서 처리를 무작위로 나눕니다. 그러면 블록 사이의 차이가 처리 비교에서 빠져 나가, 같은 수의 사람(칸)으로도 효과가 훨씬 또렷하게 보입니다. 줄여 말하면 「막을 수 있는 것은 블록으로, 못 막는 것은 무작위로」입니다.
지어낸 밭과 지어낸 비료입니다. 거둔 양 = 20 kg + 비료의 진짜 효과(A 0, B 1, C 2, D 3 kg) + 그 칸의 땅. 땅은 위 줄에서 아래 줄로 갈수록 「기울기」만큼씩 나빠지고, 칸마다 조금씩 고르지 않습니다(고정 시드라 늘 같습니다). 「다시 배치」는 지금 고른 방법으로 한 번 더 배치하고, 아래 히스토그램에 그 추정값을 더합니다. 히스토그램에 모으는 값은 「D 의 평균 − A 의 평균」이고 진짜는 3 kg 입니다. 기울기를 바꾸면 지금까지의 배치를 새 땅에서 다시 셉니다.
1. 블록이란: 비슷한 것끼리 묶기
실험은 처리(약, 비료, 화면 디자인)를 바꿨을 때 결과가 얼마나 달라지는지 보는 일입니다. 그런데 결과는 처리 말고도 많은 것에 흔들립니다. 밭이면 땅의 좋고 나쁨, 사람이면 나이와 체질, 실험실이면 실험한 날의 온도와 시약입니다. 이 흔들림이 크면 처리의 효과가 그 속에 묻힙니다.
블록은 그런 흔들림의 원인이 비슷한 것끼리 모은 묶음입니다. 같은 줄의 땅, 같은 나이대의 사람, 같은 날의 실험이 한 블록입니다. 블록 설계에서는 블록마다 모든 처리를 넣고, 블록 안에서만 처리를 무작위로 나눕니다. 그러면 처리끼리의 비교는 늘 같은 블록 안에서 일어나고, 블록 사이의 차이(좋은 줄과 나쁜 줄의 차이)는 모든 처리에 똑같이 들어가 비교할 때 지워집니다.
블록마다 모든 처리를 한 번씩 넣는 가장 흔한 꼴을 무작위 완전 블록 설계(랜덤화 블록 계획, 난괴법)라고 부릅니다. 「완전」은 블록마다 처리가 빠짐없이 다 들어 있다는 뜻이고, 「무작위」는 블록 안의 자리를 무작위로 정한다는 뜻입니다.
2. 무엇을 블록으로 삼나
아래 셋을 모두 갖춘 것이 좋은 블록입니다.
| 조건 | 까닭 | 예 |
|---|---|---|
| 결과에 영향이 크다 | 블록이 덜어 내는 것은 블록 사이의 차이뿐이다. 차이가 작으면 덜어 낼 것이 없다(7절) | 혈압 실험의 나이, 밭의 비탈, 세포 실험의 날 |
| 처리를 나누기 전에 알 수 있다 | 블록을 먼저 정해야 그 안에서 나눌 수 있다. 처리 뒤에 생기는 것이나 결과로 묶으면 처리 효과가 섞인다 | 들어올 때의 나이, 다니는 병원, 실험할 날짜 |
| 알고 싶은 것이 아니다 | 알고 싶은 것이면 블록이 아니라 요인으로 다룬다(11절) | 「어느 병원이 나은가」를 묻지 않는 임상시험의 병원 |
모든 원인을 블록으로 막을 수는 없습니다. 모르는 것, 잴 수 없는 것이 늘 남습니다. 그래서 큰 것 몇 개만 블록으로 막고, 나머지는 블록 안의 무작위 배정이 막게 합니다. 미국 표준기술연구소(NIST)의 통계 안내서는 이것을 「막을 수 있는 것은 블록으로, 못 막는 것은 무작위로」(Block what you can, randomize what you cannot)라는 일반 규칙으로 적습니다. 무작위 배정이 왜 필요한지는 무작위 배정과 대조군 쪽에 있습니다.
3. 밭 실험: 세 가지 배치
피셔(R. A. Fisher)의 『The Design of Experiments』(1935)는 밭 시험을 예로 블록과 라틴 방격을 다룹니다. 맨 위 실험의 밭은 4줄 × 4칸이고, 위 줄이 좋고 아래 줄이 나쁩니다. 비료 넷(A~D)을 네 칸씩 뿌리는 방법 셋을 비교합니다.
| 방법 | 어떻게 | 추정값은 |
|---|---|---|
| ① 완전 무작위 | 16칸 가운데 아무 칸에나 비료마다 넷씩 | 평균은 맞지만 배치마다 크게 흔들린다. 우연히 D 가 좋은 줄에 몰리면 D 가 좋아 보인다 |
| ② 줄마다 블록 | 줄 하나가 블록. 줄마다 A~D 를 한 번씩, 줄 안에서만 자리를 섞는다 | 평균도 맞고 흔들림도 작다. 줄 사이의 땅 차이가 네 비료에 똑같이 들어가 지워진다 |
| ③ 나쁜 배치 | 한 줄을 비료 하나가 다 차지한다. A 가 가장 좋은 줄, D 가 가장 나쁜 줄 | 몇 번을 해도 같아 흔들리지 않지만 틀린 곳에 있다. 비료의 차이와 땅의 차이를 가를 수 없다 |
해 볼 것. ① 처음 화면(완전 무작위, 기울기 2)의 배치에서는 D 평균 23.35 − A 평균 19.9 = 3.45 kg 입니다. ② 「200번 더」를 누르면 방법마다 201번씩 배치한 추정값이 모입니다. 흔들림(표준편차)이 완전 무작위 1.62, 줄마다 블록 0.3 입니다. 블록 쪽이 다섯 배쯤 좁습니다. 평균은 둘 다 3 근처(3.08, 3.01)라 어느 쪽도 한쪽으로 치우치지는 않았습니다. ③ 「나쁜 배치」를 고르면 D − A 가 −2.85 kg 입니다. 진짜로는 D 가 3 kg 더 좋은데 A 가 더 좋다고 나옵니다. A 평균 22.75, D 평균 19.9 로 순서가 뒤집혔습니다. 몇 번을 다시 배치해도 같은 자리라 흔들림은 0 입니다. ④ 기울기를 0 으로 내리면 두 무작위 방법의 흔들림이 0.3 과 0.3 으로 같아집니다. 줄 사이에 차이가 없으니 블록이 덜어 낼 것이 없습니다. 나쁜 배치도 3.15 로 진짜에 가까워집니다. ⑤ 기울기를 1 로 두면 완전 무작위 0.82, 3 으로 두면 2.43 으로 커지는데, 블록은 0.3 그대로입니다. 나쁜 배치는 기울기 3 에서 −5.85 까지 벗어납니다.
여기서 두 가지 잘못을 구별해야 합니다. 완전 무작위의 잘못은 흔들림입니다. 한 번의 실험은 운이 나쁘면 크게 빗나가지만, 여러 번의 평균은 맞습니다. 나쁜 배치의 잘못은 편향(bias)입니다. 흔들리지 않으니 믿음직해 보이지만 늘 같은 쪽으로 틀립니다. 처리와 땅이 함께 움직여 둘을 가를 수 없는 이 상태를 교란이라고 부릅니다. 블록은 무작위 배정의 「치우치지 않음」을 그대로 두고 흔들림만 줄입니다. 흔들림의 제곱(분산)으로 비교하면 기울기 2 에서 약 30 배입니다. 완전 무작위로 이만큼 좁히려면 땅이 같은 정도로 고르지 않다고 할 때 칸이 대략 그만큼 더 있어야 한다는 뜻입니다.
4. 사람 실험으로 옮기기: 층화 무작위 배정
사람에게도 같은 일이 생깁니다. 지어낸 혈압약 시험을 봅니다. 참가자 24명이 세 나이대에 8명씩 있고, 혈압이 내려간 양은 나이가 많을수록 큽니다(지어낸 식: 나이대마다 0, 6, 12 mmHg 를 더한다). 새 약의 진짜 효과는 5 mmHg 입니다. 12명은 새 약, 12명은 위약을 받습니다.
사람과 숫자는 모두 지어낸 것입니다. 약 이름이나 실제 효과와 관계없고, 통계 개념을 보이려고 만든 장난감입니다. 「다시 나누기」는 지금 고른 방법으로 24명을 한 번 더 나눕니다. 사람마다의 차이(오차)가 있어서 블록으로 나눠도 추정값이 나눌 때마다 조금씩 흔들립니다.
해 볼 것. ① 처음 화면(완전 무작위)에서는 새 약 집단에 60~79세가 6명, 위약군에는 2명입니다. 평균 나이가 55.7세와 45.9세로 10살 가까이 벌어졌습니다. 나이대를 무시하고 낸 차이는 8.01 mmHg 로 진짜 5 보다 3 이나 큽니다. 이 3 은 거의 다 새 약 집단에 나이 든 사람이 많아서 생긴 몫입니다(지어낸 식으로 세면 나이대가 보탠 몫이 새 약 집단 평균 7.5, 위약군 평균 4.5 로 정확히 3 차이). 나이대 안에서 차이를 내면 6.6, 5, 3 이고 그 평균은 4.85 로 5 에 가깝습니다. ② 「나이대마다」를 고르면 두 집단이 나이대마다 4명씩입니다. 평균 나이는 51.8세와 49.8세이고, 두 가지로 낸 차이가 4.93 으로 같습니다. 나이대마다 두 집단의 사람 수가 같으면(여기서는 4명씩) 전체 평균의 차이가 곧 나이대별 차이의 평균이기 때문입니다. ③ 설명 줄의 마지막 문장에 따르면 1,000번 나눠 볼 때 두 집단의 평균 나이가 5살 이상 벌어진 것이 완전 무작위 501번, 나이대마다 나누면 31번입니다. 블록으로 나눠도 0 이 아닌 것은 같은 나이대 안에서도 나이가 20살 가까이 다르기 때문입니다.
임상시험에서는 블록 대신 층(stratum)이라는 말을 쓰고, 층마다 따로 무작위로 나누는 것을 층화 무작위 배정이라고 합니다. 생각은 블록 설계와 같습니다. 국제 임상시험 지침인 ICH E9 은 여러 병원에서 하는 시험이면 병원마다 따로 무작위 순서를 두라고(병원으로 층화하라고) 권하고, 나이나 병의 중증도처럼 결과를 크게 좌우하는 것으로 층을 나누는 것이 작은 시험에서 특히 도움이 된다고 적습니다. 층으로 삼는 요인이 두세 개보다 많아야 하는 일은 드물다고도 적습니다. 층이 많으면 층 하나에 사람이 몇 명 안 남아 오히려 균형을 맞추기 어렵습니다. 자세한 배정 방법은 무작위 배정과 대조군 쪽에 있습니다.
5. 식이 만들어지는 과정
블록 설계의 중심 식은 값 하나를 네 조각으로 나눈 것입니다.
값 = 전체 평균 + 처리 효과 + 블록 효과 + 오차
아래 실험은 작은 표 하나를 이 식대로 한 조각씩 떼어 냅니다. 지어낸 세포 실험입니다. 날 셋(블록)에 배지(세포를 키우는 먹이) 셋(처리 A, B, C)을 하루에 한 번씩 써서 세포 수(만 개)를 셌습니다. 날마다 배양기의 온도와 시약이 조금씩 달라 날이 블록입니다.
「다음」을 누르면 한 단계씩 넘어갑니다. 위의 식에 조각이 하나씩 붙고(주황 바탕이 이번에 붙은 조각), 점들이 뺀 만큼 옮겨 가고, 아래 표에 남은 값이 나옵니다. 오른쪽 아래의 보라 숫자는 지금 남은 흩어짐(제곱합)입니다. 마지막 단계에서 「블록을 무시하면?」을 누르면 같은 막대에서 블록의 몫이 오차로 섞입니다.
- 처음:
y. 값 아홉 개입니다. 날 1 은 모두 높고(23, 23, 26) 날 3 은 모두 낮습니다(14, 17, 17). 전체 평균 20 에서 잰 거리의 제곱합이 126 입니다. 이 126 이 나눠 가질 「흩어짐」의 전부입니다. - 전체 평균 빼기:
y = ȳ + …. 모든 값에서 20 을 뺍니다. 점들이 모양 그대로 0 둘레로 내려옵니다. 까닭: 처리와 블록이 「평균보다 얼마나 높고 낮은가」를 재려면 기준이 0 이어야 합니다. ȳ 는 「와이 바」라고 읽고 전체 평균을 뜻합니다. - 블록 효과 떼기:
y = ȳ + 블록 + …. 날마다 평균(24, 20, 16)이 전체 평균에서 벗어난 만큼(+4, 0, −4)을 그 날의 값에서 뺍니다. 날 사이의 높낮이가 사라지고 남은 제곱합이 126 에서 30 으로 줄어듭니다. 줄어든 96 이 블록의 몫입니다. 까닭: 이것이 블록 설계가 하는 일입니다. 날마다 모든 배지가 한 번씩 있으니, 날의 차이는 세 배지에 똑같이 들어 있어 이렇게 통째로 뗄 수 있습니다. - 처리 효과 떼기:
y = ȳ + 처리 + 블록 + …. 배지마다 평균(18, 20, 22)이 벗어난 만큼(−2, 0, +2)을 뺍니다. 남은 제곱합이 30 에서 6 으로 줄어듭니다. 줄어든 24 가 처리의 몫입니다. 까닭: 알고 싶은 것이 이 −2, 0, +2 입니다. 블록을 먼저 뗐기 때문에 날의 차이가 섞이지 않은 처리 효과입니다. - 남은 것:
y = ȳ + 처리 + 블록 + 오차. 남은 1, −1, 0, −1, 0, 1, 0, 1, −1 이 오차(error)입니다. 처리로도 블록으로도 설명되지 않는 부분입니다. 줄마다, 칸마다 더하면 0 이라서 아홉 개 가운데 자유롭게 정해지는 것은 2 × 2 = 4 개뿐입니다(오차의 자유도 4). 네 조각을 다시 더하면 처음 값이 그대로 나옵니다. 날 1 의 A 는20 + (−2) + 4 + 1 = 23. - 제곱합 나누기와 F:
SS전체 = SS처리 + SS블록 + SS오차,F = MS처리 ÷ MS오차. 126 = 24 + 96 + 6. 제곱합(SS)을 자유도로 나눈 것이 평균 제곱(MS)입니다. 처리 24 ÷ 2 = 12, 오차 6 ÷ 4 = 1.5. F = 12 ÷ 1.5 = 8 이고, 자유도 (2, 4) 의 F 분포에서 8 이상이 나올 확률 p 는 0.04 입니다. 까닭: 처리 효과가 정말 없다면 처리의 평균 제곱도 오차 정도의 크기일 것이라 F 가 1 근처에 머뭅니다. F 가 클수록 「처리의 차이가 오차만으로는 나오기 어렵다」는 뜻입니다.
「블록을 무시하면?」을 누르면 이 막대에서 블록의 몫 96 이 오차 6 과 합쳐져 102 가 됩니다. 처리의 몫 24 는 그대로입니다. 그런데 오차의 평균 제곱이 102 ÷ 6 = 17 로 커져 F = 12 ÷ 17 = 0.71, p = 0.53 이 됩니다. 같은 자료에서 블록을 셈에 넣느냐 마느냐로 「또렷한 차이」가 「오차에 묻힌 차이」가 됩니다.
6. 손으로 따라가기: 블록 3 × 처리 3
위 실험의 표를 처음부터 끝까지 손으로 풉니다.
| A | B | C | 날 평균 | 블록 효과 = 날 평균 − 20 | |
|---|---|---|---|---|---|
| 날 1 | 23 | 23 | 26 | 24 | +4 |
| 날 2 | 17 | 20 | 23 | 20 | 0 |
| 날 3 | 14 | 17 | 17 | 16 | −4 |
| 배지 평균 | 18 | 20 | 22 | 20 (전체) | |
| 처리 효과 = 배지 평균 − 20 | −2 | 0 | +2 |
- 전체 평균. 아홉 값의 합 180 ÷ 9 = 20.
- 블록 효과. 날 평균 − 20:
24 − 20 = +4,20 − 20 = 0,16 − 20 = −4. - 처리 효과. 배지 평균 − 20: −2, 0, +2.
- 오차. 값 − 20 − 블록 효과 − 처리 효과. 날 1 의 A 는
23 − 20 − 4 − (−2) = 1, 날 3 의 C 는17 − 20 − (−4) − 2 = −1. 아홉 칸을 모두 하면 아래 표입니다.
| 오차 | A | B | C | 합 |
|---|---|---|---|---|
| 날 1 | 1 | −1 | 0 | 0 |
| 날 2 | −1 | 0 | 1 | 0 |
| 날 3 | 0 | 1 | −1 | 0 |
| 합 | 0 | 0 | 0 |
- 제곱합. 효과 하나는 그 효과를 받은 칸의 수만큼 셉니다. 처리 효과는 칸마다 3번(날 셋) 들어가므로
SS처리 = 3 × ((−2)² + 0² + 2²) = 3 × 8 = 24. 블록도SS블록 = 3 × (4² + 0² + (−4)²) = 3 × 32 = 96. 오차는 아홉 칸의 제곱을 더해SS오차 = 1 + 1 + 0 + 1 + 0 + 1 + 0 + 1 + 1 = 6. 전체는 값 − 20 의 제곱을 더해9 + 9 + 36 + 9 + 0 + 9 + 36 + 9 + 9 = 126. 확인:24 + 96 + 6 = 126. - 자유도. 처리 3 − 1 = 2, 블록 3 − 1 = 2, 오차 (3 − 1) × (3 − 1) = 4, 전체 9 − 1 = 8. 2 + 2 + 4 = 8 로 맞습니다.
- F 와 p.
F = (24 ÷ 2) ÷ (6 ÷ 4) = 12 ÷ 1.5 = 8. 자유도 첫째가 2 일 때는 p 를 손으로도 셀 수 있습니다:p = (1 + 2 × F ÷ 오차 자유도)^(−오차 자유도 ÷ 2) = (1 + 16 ÷ 4)^(−2) = 1 ÷ 25 = 0.04.
| 원천 | 제곱합 | 자유도 | 평균 제곱 | F | p |
|---|---|---|---|---|---|
| 처리(배지) | 24 | 2 | 12 | 8 | 0.04 |
| 블록(날) | 96 | 2 | 48 | 32 | 0.003 |
| 오차 | 6 | 4 | 1.5 | ||
| 전체 | 126 | 8 |
블록 줄의 F(32)는 블록으로 묶은 보람이 있었는지 가늠하는 참고값입니다. 블록(날)은 무작위로 배정한 것이 아니므로 이 F 로 「날마다 다르다」를 검정했다고 말하지 않습니다. 분산분석표를 읽는 법은 분산분석 쪽에 있습니다.
7. 블록을 쓴 분석과 안 쓴 분석
설계에서 블록을 썼으면 분석에도 블록을 넣습니다. 블록 안에서 무작위로 나눴다는 사실이 분석의 전제가 되기 때문입니다. 블록을 빼고 분석하면 블록의 몫이 오차에 섞여 오차가 부풀고, 블록으로 얻은 정밀함을 버리게 됩니다. ICH E9 도 층화에 쓴 요인은 분석에서 고려하라고 적습니다. 아래 실험은 손 예제의 표에서 블록 효과의 크기만 바꿔 가며 두 분석을 나란히 놓습니다.
블록 효과의 크기 1 이 손 예제(블록 효과 +4, 0, −4)이고, 0 이면 블록 효과가 없는 표, 1.5 면 1.5 배인 표입니다. 처리 효과와 오차는 그대로 둡니다.
해 볼 것. ① 처음(1 배)에는 블록을 무시하면 F = 0.71, p = 0.531, 블록을 넣으면 F = 8, p = 0.04 입니다. 처리의 제곱합은 두 분석 모두 24 로 같고, 오차 제곱합만 102 와 6 으로 다릅니다. ② 크기를 0.5 로 내리면 블록을 무시한 쪽이 F = 2.4, p = 0.171 이 됩니다. 0.25 면 F = 6, p = 0.037 로 두 분석의 p 가 거의 같습니다. ③ 0 으로 내리면 블록을 무시한 쪽이 오히려 낫습니다: F = 12, p = 0.008. 블록을 넣은 쪽은 여전히 F = 8, p = 0.04 입니다. 오차 제곱합은 둘 다 6 으로 같은데, 블록을 넣은 쪽은 오차 자유도가 6 에서 4 로 줄어 평균 제곱이 1 에서 1.5 로 커지고, 5% 기준선도 5.14 에서 6.94 로 올라가기 때문입니다. ④ 블록을 넣은 분석의 F 는 크기를 얼마로 바꿔도 8 입니다. 블록의 몫이 통째로 따로 떨어져 나가기 때문입니다.
정리하면, 블록 효과가 크면 블록은 큰 이득이고, 블록 효과가 없으면 자유도 조금(블록 수 − 1)을 잃는 작은 손해입니다. 블록이 많고 자료가 크면 이 손해는 거의 보이지 않습니다. 다만 결과를 보고 분석 방법을 고르면 안 됩니다. 두 분석을 다 해 보고 p 가 작은 쪽을 내놓으면, 실제보다 「효과 있음」이 자주 나옵니다. 블록을 쓸지는 설계할 때 정하고, 분석은 설계를 따릅니다.
이렇게 읽으면 틀린다. 「p = 0.04 이니 처리에 효과가 있을 확률이 96%」는 틀린 풀이입니다. p 는 「처리 효과가 정말 없다면, 이만큼 이상 큰 F 가 나올 확률」입니다. 효과가 있을 확률이 아닙니다. 「블록을 무시한 분석의 p = 0.53 이니 효과가 없다」도 틀립니다. 같은 자료인데 오차를 크게 셌을 뿐이고, p 가 크다는 것은 「이 자료로는 가를 수 없다」는 뜻이지 「효과가 없다」는 증거가 아닙니다. 블록을 넣어 p 가 작아진 것도 효과가 커진 것이 아니라(처리의 몫은 24 그대로) 오차를 덜 센 것입니다. 자세한 것은 가설검정과 p값 쪽에 있습니다.
8. 짝짓기는 크기 2 의 블록
처리가 둘뿐이면 블록 하나에 두 칸이면 됩니다. 크기 2 의 블록을 짝이라고 부릅니다. 쌍둥이 한 쌍, 같은 사람의 왼팔과 오른팔, 같은 사람의 처리 전과 후가 짝입니다. 짝 안에서 차이를 내면 사람 사이의 차이가 지워집니다.
지어낸 예입니다. 네 사람의 두 팔에 처리 A 와 B 를 하나씩 하고(어느 팔에 무엇을 할지는 사람마다 무작위로) 같은 점수를 쟀습니다.
| 사람 | A | B | 차이 B − A |
|---|---|---|---|
| 1 | 10 | 11 | 1 |
| 2 | 14 | 17 | 3 |
| 3 | 8 | 10 | 2 |
| 4 | 12 | 14 | 2 |
| 평균 | 11 | 13 | 2 |
사람 사이의 차이(8 에서 14 까지)는 큰데, 사람 안의 차이 B − A 는 1 ~ 3 으로 고릅니다. 차이 네 개의 평균은 2, 표준편차(n − 1 로 나눔)는 0.816 입니다. 대응 t 검정은 t = 2 ÷ (0.816 ÷ √4) = 4.9, 자유도 3, p = 0.016 입니다. 같은 표를 사람 = 블록, A·B = 처리로 보고 블록 분산분석을 하면 F = 24 가 나오는데, 이것이 바로 t² = 4.9² = 24 입니다. p 도 0.016 으로 같습니다. 대응 t 검정은 블록 설계의 가장 작은 꼴입니다. 짝을 무시하고 두 집단으로 보면(일원 분산분석, 곧 분산이 같다고 보는 두 표본 t 검정) F = 0.96, p = 0.365 로 차이가 묻힙니다. t 검정의 종류는 t 검정 쪽에 있습니다.
「전과 후」도 짝이지만 조심할 점이 있습니다. 왼팔·오른팔은 어느 쪽에 무엇을 할지 무작위로 정할 수 있는데, 전과 후는 순서를 바꿀 수 없어 그 사이에 저절로 생긴 변화(계절, 익숙해짐)가 처리 효과에 섞입니다. 그래서 같은 사람에게 두 처리를 모두 주되 순서를 무작위로 정하는 교차 설계를 씁니다. 같은 사람을 여러 번 재는 설계는 반복 측정과 교차 설계 쪽에 있습니다.
9. 두 방향을 한꺼번에: 라틴 방격(라틴 정방 계획)
막고 싶은 것이 둘일 때가 있습니다. 실험실에서 처리 넷(A~D)을 비교하는데 실험한 날도 결과를 흔들고 기기(배양기)도 결과를 흔드는 경우입니다. 날 넷 × 기기 넷의 격자에 처리를 놓되, 줄(날)마다 한 번씩, 칸(기기)마다 한 번씩 오게 놓은 것이 라틴 방격입니다. 날의 차이도 기기의 차이도 네 처리에 똑같이 들어가 처리 비교에서 함께 빠집니다. 칸이 16개뿐인데 두 방향을 다 막는 것이 장점입니다. 대신 날의 수와 기기의 수가 처리의 수와 같아야 하고, 날·기기·처리 사이에 교호작용이 없다고 가정합니다(NIST 안내서). 4 × 4 면 오차의 자유도가 (4 − 1) × (4 − 2) = 6 뿐이라 작습니다. 「다른 방격 뽑기」는 한 칸씩 밀어 만든 기본 방격의 줄, 칸, 글자를 무작위로 섞어 새 방격을 만듭니다. 실제로 쓸 때도 방격 하나를 정해 두고 늘 쓰지 않고, 이렇게 섞어서 처리의 자리를 무작위로 정합니다.
모형. 5절의 식에 블록이 하나 더 붙습니다: 값 = 전체 평균 + 줄 효과 + 칸 효과 + 처리 효과 + 오차. 줄(날)과 칸(기기)이 두 가지 블록입니다. 책에서는 줄 효과를 행 효과, 칸 효과를 열 효과, 나머지를 오차라고 부릅니다. 칸 하나에는 처리가 하나로 정해져 있어, 줄과 칸을 알면 어느 처리인지도 정해집니다.
제곱합을 넷으로. 5절처럼 줄마다, 칸마다, 처리마다 평균을 내고 전체 평균에서 벗어난 만큼을 효과로 삼습니다. 처리 하나는 줄마다 한 번, 칸마다 한 번 나오므로 줄 효과와 칸 효과가 모든 처리 평균에 똑같이 들어가 지워집니다. 그래서 세 효과를 서로 섞이지 않게 따로 뗄 수 있고, 흩어짐이 넷으로 나뉩니다: SS전체 = SS줄 + SS칸 + SS처리 + SS오차. 처리 수를 p 라 하면 자유도는 줄 p − 1, 칸 p − 1, 처리 p − 1, 오차 (p − 1)(p − 2), 전체 p² − 1 입니다. 오차는 전체에서 셋을 뺀 것입니다: p² − 1 − 3(p − 1) = (p − 1)(p − 2). 처리의 F 는 MS처리 ÷ MS오차 이고, 자유도 (p − 1, (p − 1)(p − 2)) 의 F 분포와 비교합니다.
손으로 풀어 보기: 3 × 3. 지어낸 실험입니다. 처리 셋(A, B, C)을 날 셋 × 기기 셋에 라틴 방격으로 놓고 값을 하나씩 쟀습니다. 칸마다 글자가 처리, 숫자가 값입니다.
| 기기 1 | 기기 2 | 기기 3 | 날 평균 | 줄 효과 | |
|---|---|---|---|---|---|
| 날 1 | A 20 | B 24 | C 28 | 24 | +4 |
| 날 2 | B 17 | C 24 | A 19 | 20 | 0 |
| 날 3 | C 17 | A 12 | B 19 | 16 | −4 |
| 기기 평균 | 18 | 20 | 22 | 20 (전체) | |
| 칸 효과 | −2 | 0 | +2 |
- 전체 평균. 아홉 값의 합 180 ÷ 9 = 20.
- 줄 효과와 칸 효과. 날 평균 − 20 은 +4, 0, −4. 기기 평균 − 20 은 −2, 0, +2.
- 처리 효과. 글자마다 모읍니다. A 는 20, 19, 12 로 평균 17, B 는 24, 17, 19 로 20, C 는 28, 24, 17 로 23. 처리 효과는 −3, 0, +3 입니다. 값에서 줄 효과와 칸 효과를 먼저 빼 보면 더 또렷합니다. 날 1 의 A 는
20 − 4 − (−2) = 18이고, 아홉 칸을 다 하면 A 는 18, 17, 16, B 는 20, 19, 21, C 는 22, 24, 23 입니다. 12 에서 28 까지 흩어져 있던 값이 처리마다 평균의 1 안쪽으로 모입니다. 처리 평균은 빼기 전과 같은 17, 20, 23 입니다. 처리마다 줄 효과 셋과 칸 효과 셋을 한 번씩 다 받아, 더하면 0 이기 때문입니다. - 오차. 값 − 20 − 줄 효과 − 칸 효과 − 처리 효과. 날 1 은 1, 0, −1, 날 2 는 −1, 1, 0, 날 3 은 0, −1, 1 입니다. 줄마다, 칸마다, 글자마다 더하면 0 입니다.
- 제곱합. 효과 하나는 그 효과를 받은 칸의 수(3)만큼 셉니다.
SS줄 = 3 × (4² + 0² + (−4)²) = 96,SS칸 = 3 × ((−2)² + 0² + 2²) = 24,SS처리 = 3 × ((−3)² + 0² + 3²) = 54. 오차는 아홉 칸의 제곱을 더해SS오차 = 6. 전체는 값 − 20 의 제곱을 더해0 + 16 + 64 + 9 + 16 + 1 + 9 + 64 + 1 = 180. 확인:96 + 24 + 54 + 6 = 180. - 자유도. 줄, 칸, 처리가 3 − 1 = 2 씩, 오차 (3 − 1) × (3 − 2) = 2, 전체 9 − 1 = 8.
- F 와 p.
F = (54 ÷ 2) ÷ (6 ÷ 2) = 27 ÷ 3 = 9. 6절의 식으로p = (1 + 2 × 9 ÷ 2)^(−1) = 1 ÷ 10 = 0.1.
| 원천 | 제곱합 | 자유도 | 평균 제곱 | F | p |
|---|---|---|---|---|---|
| 줄(날) | 96 | 2 | 48 | 16 | 0.059 |
| 칸(기기) | 24 | 2 | 12 | 4 | 0.2 |
| 처리 | 54 | 2 | 27 | 9 | 0.1 |
| 오차 | 6 | 2 | 3 | ||
| 전체 | 180 | 8 |
F 가 9 인데 p 는 0.1 입니다. 실험이 p² = 9 번뿐이라 오차의 자유도가 2 밖에 남지 않고, 자유도 (2, 2) 의 5% 기준선이 F = 19 로 높기 때문입니다(7절의 자유도 (2, 4) 에서는 6.94). 실험 수를 아낀 대가입니다. 줄과 칸의 F 는 6절의 블록처럼 참고값입니다.
언제 쓰나. 결과를 흔드는 것이 두 방향으로 있고, 둘의 수준 수를 처리 수와 맞출 수 있을 때입니다.
- 밭의 가로·세로. 땅이 가로로도(비탈) 세로로도(물길) 달라지면 가로 줄과 세로 줄을 두 블록으로 삼습니다.
- 날 × 기기. 위의 예처럼 실험한 날과 기기(배양기, 측정 장비)가 둘 다 결과를 흔들 때입니다.
- 사람 × 순서. 한 사람이 처리를 모두 차례로 받는 교차 설계에서 사람을 줄로, 몇 번째로 받았는지를 칸으로 놓으면 순서의 영향(익숙해짐, 지침)이 처리마다 고르게 들어갑니다(반복 측정과 교차 설계).
- 막을 것이 셋이면. 라틴 방격에 그리스 글자로 두 번째 방격을 겹쳐, 라틴 글자와 그리스 글자의 짝이 모두 한 번씩만 나오게 한 그레코-라틴 방격을 씁니다.
10. 꼭 알아야 할 성질
| 성질 | 쉬운 말 | 실험에서 |
|---|---|---|
| 블록 사이의 차이가 처리 비교에서 빠진다 | 블록마다 모든 처리가 같은 수만큼 있어, 블록이 보태는 몫이 모든 처리 평균에 똑같이 들어가 차이를 내면 지워진다 | 밭 실험의 히스토그램 폭 1.62 → 0.3 |
| 편향이 아니라 흔들림을 줄인다 | 완전 무작위도 평균은 맞다. 블록은 그 평균을 그대로 두고 흔들림만 줄인다. 흔들림이 없다고 맞는 것은 아니다(나쁜 배치) | 평균 3.08 과 3.01, 나쁜 배치 −2.85 |
| 흩어짐이 셋으로 나뉜다 | 제곱합 전체 = 처리 + 블록 + 오차. 블록의 몫만큼 오차가 작아진다 | 126 = 24 + 96 + 6 |
| 블록 효과가 없으면 자유도만 잃는다 | 오차 자유도가 블록 수 − 1 만큼 줄어 기준선이 올라간다. 블록 효과가 클 때 얻는 것에 비하면 작다 | 7절의 크기 0: p 0.008 대 0.04 |
| 블록과 처리의 교호작용은 없다고 가정한다 | 처리 효과가 블록마다 같다고 본다. 블록마다 칸이 하나뿐이면 교호작용과 오차를 가를 수 없어 둘이 오차에 같이 들어간다 | 오차 1, −1, 0, … |
11. 블록과 요인은 무엇이 다른가
| 블록 | 요인 | |
|---|---|---|
| 무엇 | 결과를 흔들지만 알고 싶지 않은 것 | 알고 싶은 것 |
| 예 | 실험한 날, 병원, 밭의 줄, 나이대 | 비료, 약의 용량, 온도 |
| 무작위 | 블록 자체는 무작위로 정하지 않는다. 블록 안에서 처리를 무작위로 나눈다 | 요인의 수준을 칸이나 사람에게 무작위로 나눈다 |
| 분석에서 | 몫을 떼어 오차를 줄이는 데 쓴다. 블록의 F 는 참고만 한다 | 효과를 검정하고 추정한다 |
| 교호작용 | 처리와 엇갈리지 않는다고 가정한다 | 요인끼리 엇갈리는지 살펴본다 |
같은 것이 질문에 따라 블록도 되고 요인도 됩니다. 「약이 듣는가」를 묻는 시험에서 성별은 블록일 수 있지만, 「약이 남녀에게 다르게 듣는가」를 물으면 성별은 요인이고 약과의 교호작용이 관심거리가 됩니다. 요인 여럿과 교호작용은 요인 설계와 교호작용 쪽에 있습니다.
12. 한계와 주의
- 교호작용이 있으면 평균 효과가 오해를 부릅니다. 새 약이 나이 든 사람에게만 듣는다면, 나이대를 블록으로 놓고 낸 「평균 효과」는 어느 나이대의 효과와도 맞지 않습니다. 블록마다 효과를 그려 보고, 크게 다르면 블록을 요인으로 다루거나 블록 안에 칸을 여럿 두어 교호작용을 따로 잽니다. ICH E9 은 여러 병원 시험에서 효과가 있으면 병원마다 효과가 고른지 살펴보라고 적습니다.
- 블록 하나에 모든 처리를 넣을 수 없을 때가 있습니다. 하루에 처리 셋만 할 수 있는데 처리가 일곱이면, 블록마다 일부 처리만 넣되 어느 두 처리든 같은 횟수로 한 블록에서 만나게 짜는 불완전 블록 설계(균형 불완전 블록 설계)를 씁니다.
- 블록 안에서도 무작위는 필요합니다. 블록은 큰 원인 하나를 막을 뿐이고, 블록 안의 작은 차이(같은 줄 안의 땅 차이)는 무작위 배정이 막습니다. 블록 안의 자리를 사람이 고르면 다시 치우칠 수 있습니다.
- 블록은 처리를 나누기 전에 정합니다. 결과를 보고 묶거나, 처리 뒤에 생긴 것(부작용, 중도 탈락)으로 묶으면 처리 효과가 섞입니다.
- 빠진 값이 있으면 위의 간단한 계산이 맞지 않습니다. 한 칸이 비면 블록마다 처리의 수가 달라져 줄 평균과 칸 평균으로 나누는 계산이 어긋납니다. 이때는 회귀 모형(일반 선형 모형)으로 분석합니다.
- 블록과 처리가 겹치면 가를 수 없습니다. 나쁜 배치처럼 블록 하나에 처리 하나만 있으면 블록 효과와 처리 효과가 완전히 섞입니다. 이것이 교란입니다.
어디에 쓰나
- 농업 시험. 밭의 비탈, 물길, 그늘처럼 땅이 한쪽으로 달라지는 방향을 블록으로 삼고 블록마다 품종이나 비료를 한 번씩 놓습니다.
- 여러 병원에서 하는 임상시험. 병원마다 환자, 의사, 측정 방식이 달라 병원을 층으로 삼아 병원마다 따로 무작위 배정합니다(ICH E9). 나이, 병의 중증도로 층을 더 나누기도 합니다.
- 실험실. 실험한 날, 시약 묶음(로트), 기기, 실험한 사람을 블록으로 삼습니다. 처리를 하루에 하나씩 하지 않고, 하루에 모든 처리를 한 번씩 하는 식입니다. 한 블록에 처리 둘이면 같은 사람의 두 팔이나 쌍둥이처럼 짝이 됩니다.
- A/B 시험. 두 판을 다른 주에 돌리면 요일과 계절이 판의 차이에 섞입니다. 두 판을 같은 기간에 같이 돌리면 날이 블록 구실을 합니다. 휴대폰과 PC 처럼 결과가 크게 다른 집단은 집단마다 나눠 비교한 뒤 합치면 흔들림이 줄어듭니다.
- 같은 사람 안에서 비교하기. 사람 자체를 블록으로 삼아 한 사람에게 여러 처리를 주는 교차 설계가 이 생각을 끝까지 밀고 간 것입니다(반복 측정과 교차 설계).
자주 묻는 것
블록과 층화 무작위 배정은 같은 것인가요?
생각은 같습니다. 결과에 영향이 큰 것으로 비슷한 사람끼리 묶고, 묶음 안에서 처리를 무작위로 나눕니다. 농업과 공학 실험에서는 묶음을 블록이라 부르고, 임상시험에서는 층이라 부르며 이 방법을 층화 무작위 배정이라고 합니다.
임상시험의 블록 무작위 배정도 같은 뜻인가요?
조금 다릅니다. 임상시험에서 말하는 블록 무작위 배정은 들어오는 차례대로 몇 명(예: 4명)씩 묶어 그 안에서 처리를 반반 나누는 방법입니다. 시험 기간 동안 들어오는 사람이 달라져도 두 집단의 크기와 구성이 고르게 유지되게 합니다. 들어온 시기를 블록으로 삼은 셈이고, 층화와 함께 쓰기도 합니다.
블록 효과가 없는데 블록을 넣으면 손해인가요?
조금 손해입니다. 오차의 자유도가 블록 수 − 1 만큼 줄어 5% 기준선이 올라갑니다. 자료가 작으면 눈에 띄고, 자료가 크면 거의 차이가 없습니다. 그래도 설계에서 블록을 썼으면 분석에도 넣습니다. 결과를 보고 블록을 넣었다 뺐다 하지 않습니다.
결과를 보고 나서 블록을 정해도 되나요?
안 됩니다. 블록은 처리를 나누기 전에 알 수 있는 것으로 정합니다. 결과나 처리 뒤에 생긴 것으로 묶으면 처리의 효과 일부를 지우거나 없는 차이를 만들 수 있습니다.
블록 대신 분석에서 나이를 보정하면 안 되나요?
할 수 있습니다. 분석에서 공변량으로 보정하는 방법입니다. 블록은 설계 단계에서 집단의 균형을 미리 맞추고, 보정은 다 모은 뒤에 계산으로 고칩니다. 둘은 함께 쓸 수 있고, 어느 것으로 보정할지는 자료를 보기 전에 정해 둡니다.
낱말
| 여기서 쓴 말 | 책에서 부르는 말 |
|---|---|
| 비슷한 것끼리 묶은 집단 | 블록(block). 임상시험에서는 층(stratum) |
| 결과를 흔들지만 알고 싶지 않은 것 | 방해 요인, 성가신 요인(nuisance factor) |
| 블록마다 모든 처리를 한 번씩, 블록 안에서만 무작위 | 무작위 완전 블록 설계(랜덤화 블록 계획, 난괴법, randomized complete block design, RCBD) |
| 밭 전체에서 아무렇게나 | 완전 무작위 설계(완전 임의 배치법, completely randomized design, CRD) |
| 층마다 따로 무작위로 나누기 | 층화 무작위 배정(stratified randomization) |
| 들어오는 차례로 몇 명씩 묶어 반반 | 블록 무작위 배정, 순열 블록(permuted block randomization) |
| 값 = 전체 평균 + 처리 + 블록 + 오차 | 가법 모형(additive model). y_ij = μ + τ_j + β_i + ε_ij |
| 설명되지 않고 남은 것 | 잔차(residual), 오차(error) |
| 흩어짐을 나눈 몫 | 제곱합(sum of squares, SS) |
| 제곱합 ÷ 자유도 | 평균 제곱(mean square, MS) |
| 자유롭게 정해지는 개수 | 자유도(degrees of freedom, df) |
| 블록을 무시한 분석 | 일원 분산분석(일원배치법, one-way ANOVA) |
| 블록을 넣은 분석 | 블록 분산분석, 교호작용 없는 이원 분산분석(반복 없는 이원배치법, randomized block ANOVA, two-way ANOVA without interaction) |
| 처리 효과가 블록마다 다름 | 교호작용(interaction) |
| 흔들림 / 한쪽으로 틀림 | 분산, 정밀도(variance, precision) / 편향(bias) |
| 분산으로 비교한 블록의 이득 | 상대 효율(relative efficiency) |
| 크기 2 의 블록 | 짝지은 설계(matched pairs design). 분석은 대응 t 검정(paired t-test) |
| 두 방향을 한꺼번에 막는 격자 | 라틴 방격(라틴 정방 계획, 라틴 방격법, Latin square design) |
| 줄 효과, 칸 효과 | 행 효과, 열 효과(row effect, column effect) |
| 라틴 방격 둘을 겹쳐 세 방향을 막는 격자 | 그레코-라틴 방격(Graeco-Latin square) |
| 블록 하나에 일부 처리만 | 불완전 블록 설계(incomplete block design), 균형 불완전 블록 설계(BIBD) |
| 처리와 다른 원인이 섞여 가를 수 없음 | 교란, 교락(confounding). 요인 실험에서 일부러 겹치게 두는 기법은 교락법 |
| 분석에서 나중에 고치기 | 공변량 보정(covariate adjustment) |
출처
- R. A. Fisher, 『The Design of Experiments』, 1935. 무작위 배정과 함께, 밭 시험을 예로 블록과 라틴 방격을 다룬 책.
- NIST/SEMATECH e-Handbook of Statistical Methods, 5.3.3.2 Randomized block designs(방해 요인, 「Block what you can, randomize what you cannot」, 모형 Y = μ + T + B + 오차)와 5.3.3.2.1 Latin square and related designs(줄과 칸마다 한 번씩, 수준의 수가 같아야 함, 교호작용 없음 가정).
- ICH, E9 Statistical Principles for Clinical Trials. 2.3.2 무작위 배정(블록, 병원으로 층화, 층화에 쓴 요인은 분석에서 고려), 3.2 여러 병원 시험(병원 효과와 교호작용).
- NIST/SEMATECH e-Handbook, 1.3.6.6.5 F Distribution. F 분포의 넓이는 NIST DLMF §8.17 의 불완전 베타 함수로 계산합니다(이 쪽의 계산은 연분수로 하고, 닫힌 식이 있는 경우와 비교하여 차이 1e-14 안쪽인 것을 확인했습니다).