로그순위 검정¶
두 집단의 생존곡선을 그려 놓고 「다르다」고 말하려면 수가 하나 필요하다. 그런데 곡선은 시점마다 값이 있으니 어느 시점을 보고 판정할 것인가 — 한 시점을 고르면 자료를 보고 고른 것이 되고, 전부 보면 여러 번 검정한 것이 된다. 로그순위 검정은 사건이 일어난 시점마다 \(2 \times 2\) 표를 만들어 관측과 기대를 쌓는 식으로 그 물음을 피해 간다. 그런데 이름에 들어 있는 「로그」도 「순위」도 그 셈에는 나오지 않는다. 이 검정은 정확히 무엇을 재고 있는가.
카플란–마이어 추정량은 집단마다 별도의 생존곡선을 준다. 자연스러운 다음 질문은, 두 개(또는 그 이상) 생존곡선 사이에서 관측된 차이가 바탕 생존분포의 진짜 차이를 반영하는지 아니면 단순한 표집 변동인지다. 로그순위 검정이 이 비교를 위한 표준적인 비모수(nonparametric) 가설검정이다.
이 절에서는 가설을 세우고 검정통계량(test statistic)을 유도하며 두 집단 보기를 따라간다.
1. 물음 — 두 생존곡선이 모든 시점에서 같은가¶
두 집단(예: 처리군 대 대조군)에 대해 로그순위 검정은 다음을 평가한다.
\(H_0\) 아래에서 두 집단은 같은 생존분포를 공유하며, 카플란–마이어 곡선에서 관측된 어떤 차이도 우연에 의한 것이다.
2. 통계량 — 관측 사건 수를 기댓값과 견준다¶
두 집단의 사건시간을 합쳐 줄 세운다¶
두 집단의 사건시간을 합쳐 서로 다른 \(K\)개의 사건시간을 크기순으로 나열한다. \(t_{(1)} < t_{(2)} < \cdots < t_{(K)}\). 각 사건시간 \(t_{(j)}\)에서 다음을 기록한다.
| 양 | 집단 1 | 집단 2 | 합계 |
|---|---|---|---|
| 사건 | \(d_{1j}\) | \(d_{2j}\) | \(d_j\) |
| 위험집합 | \(n_{1j}\) | \(n_{2j}\) | \(n_j\) |
영가설 아래의 기대 사건 수¶
\(H_0\) 아래에서 각 시점 \(t_{(j)}\)의 사건은 두 집단의 위험집합 크기에 비례하여 배분된다. 시점 \(t_{(j)}\)에 집단 1에서 기대되는 사건 수는
이다. 이는 초기하분포의 기댓값이다. 대상 \(n_j\)명의 위험집합에서 비복원으로 \(d_j\)개의 사건이 뽑히며, 그중 \(n_{1j}\)명이 집단 1에 속한다.
집단 1의 총 기대 사건 수는
이다.
로그순위 검정통계량은 집단 1에서 관측된 총 사건 수 \(O_1 = \sum_{j=1}^{K} d_{1j}\)을 기댓값 \(E_1\)과 비교한다. \(H_0\) 아래의 분산은
이고 검정통계량은
이다.
3. 표집분포 — 근사적으로 자유도 1 의 카이제곱이다¶
\(H_0\) 아래에서 이 통계량은 근사적으로 자유도 \(1\) 의 카이제곱분포(chi-squared distribution)를 따른다.
4. 검정 — 오른쪽 꼬리 하나만 본다¶
p 값은 \(P(\chi^2_1 \geq \chi^2_{\text{LR}})\)이다.
동등한 정식화
\(O_1 + O_2 = d\)이고 \(E_1 + E_2 = d\)로 합계가 고정되어 있으므로, 집단 2를 기준으로 한 검정통계량도 같은 결과를 준다. 두 집단 로그순위 검정은 어느 집단을 고르든 자유도 1을 쓴다.
\(\chi^2_{\text{LR}}\) 은 \(O_1\) 과 \(E_1\) 이 벌어질수록 커지는데 그 차를 제곱했으므로 어느 쪽이 더 오래 살았는지는 구별하지 않는다. 그래서 오른쪽 꼬리 하나만 본다.
5. 한 보기를 끝까지 풀어 본다¶
보기 1. 두 집단의 로그순위검정. 진단 후 두 집단의 환자를 추적했다.
집단 A(처리): 2, 4+, 6, 8+, 10 (+는 절단을 뜻한다).
집단 B(대조): 1, 3, 5+, 7, 9.
합친 사건시간(절단 제외)은 1, 2, 3, 6, 7, 9, 10이다.
| \(t_{(j)}\) | \(n_{Aj}\) | \(n_{Bj}\) | \(n_j\) | \(d_{Aj}\) | \(d_{Bj}\) | \(d_j\) | \(e_{Aj}\) | \(v_{Aj}\) |
|---|---|---|---|---|---|---|---|---|
| 1 | 5 | 5 | 10 | 0 | 1 | 1 | 0.500 | 0.250 |
| 2 | 5 | 4 | 9 | 1 | 0 | 1 | 0.556 | 0.247 |
| 3 | 4 | 4 | 8 | 0 | 1 | 1 | 0.500 | 0.250 |
| 6 | 3 | 2 | 5 | 1 | 0 | 1 | 0.600 | 0.240 |
| 7 | 2 | 2 | 4 | 0 | 1 | 1 | 0.500 | 0.250 |
| 9 | 1 | 1 | 2 | 0 | 1 | 1 | 0.500 | 0.250 |
| 10 | 1 | 0 | 1 | 1 | 0 | 1 | 1.000 | 0.000 |
합계: \(O_A = 3\), \(E_A = 4.156\), \(V_A = 1.487\).
집단 A의 관측 사건 수(3건)가 기댓값(4.156)보다 적어 집단 A의 생존이 더 나을 가능성을 시사한다. 검정통계량은
풀이
이고 p 값은 \(P(\chi^2_1 \geq 0.898) = 0.343\)이다.
차이가 보인다고 유의한 것은 아니다
\(O_A = 3\)과 \(E_A = 4.156\)의 차이는 눈에 띄지만 전혀 유의하지 않다(\(p = 0.343\)). 각 집단이 5명뿐이고 전체 사건이 7건이라 검정력이 거의 없기 때문이다. 카플란–마이어 곡선을 그리면 두 곡선이 눈에 띄게 벌어져 보이겠지만, 그 정도 차이는 우연으로 충분히 설명된다.
마지막 행(\(t = 10\))에서 \(v_{Aj} = 0\)인 것도 눈여겨보라. 그 시점에는 집단 B에 아무도 남지 않아 \(n_j = 1\)이므로 분모의 \((n_j - 1)\)이 0이 되고, 관례상 기여를 0으로 둔다. 비교할 대상이 없으면 정보도 없다는 뜻이다.
그림으로 보는 통계학 1. 이름에 든 로그와 순위가 식에는 없다
절 \(2\) 의 통계량을 다시 보자. \(O_1 - E_1\) 과 그 분산 \(V_1\) 뿐이다. 로그도 순위도 없다. 그런데 이름은 「로그순위」다.
내력은 이렇다. \(1966\) 년 네이선 만텔이 생존자료를 사건이 난 시점마다 \(2\times2\) 표로 쪼개 쌓는 방법으로 이 검정을 내놓았다. 바탕은 그가 \(1959\) 년에 핸슬과 함께 만든 분할표 기법이고, 논문이 실린 곳은 통계 학술지가 아니라 암 화학요법 보고서였다. 이름을 붙인 사람은 \(1972\) 년의 리처드 피토와 줄리언 피토다. 그들은 같은 검정을 순위 점수의 합으로 다시 적었고, 그 글에서 「logrank」라는 말이 처음 쓰였다. 식에서 보이지 않는 로그와 순위가 어디 있는지는 그 점수를 보면 드러난다.
점수는 관측 하나마다 이렇게 준다.
뒤쪽 항이 생존함수(survival function)의 로그다(넬슨–알렌 누적위험). 「그때까지 쌓인 위험」을 「실제로 사건이 났는가」에서 뺀 값이므로, 일찍 사건을 맞으면 점수가 양수로 크고 오래 버티다 사건을 맞거나 절단되면 음수가 된다.
바로 위 보기 \(1\) 의 자료 그대로다. 주황이 집단 A, 파랑이 집단 B 이고 속이 빈 표시가 절단이다.
열 사람의 점수를 적어 보면 이렇다.
| 시간 | \(1\) | \(2\) | \(3\) | \(4^+\) | \(5^+\) | \(6\) | \(7\) | \(8^+\) | \(9\) | \(10\) |
|---|---|---|---|---|---|---|---|---|---|---|
| 집단 | B | A | B | A | B | A | B | A | B | A |
| 점수 | \(0.900\) | \(0.789\) | \(0.664\) | \(-0.336\) | \(-0.336\) | \(0.464\) | \(0.214\) | \(-0.786\) | \(-0.286\) | \(-1.286\) |
집단 A 에서만 더하면 \(-1.1556\) 이다. 보기 \(1\) 이 표 일곱 줄을 쌓아서 얻은 \(O_A - E_A = 3 - 4.1556\) 과 소수 넷째 자리까지 같다. 열 사람 전체를 더하면 정확히 \(0\) 이고, 그래서 두 집단의 점수합은 언제나 크기가 같고 부호만 다르다.
왜 하필 이 점수인가. 어떤 연속분포에서 뽑든 \(-\ln S(T)\) 는 평균 \(1\) 의 지수분포(exponential distribution)가 된다(\(S(T)\) 가 \((0,1)\) 의 균등분포를 따르기 때문이다). 그러니 이 점수는 「지수분포로 척도를 바꾼 뒤의 순위검정」이고, 피토 부부의 논문 제목에 있는 「점근적으로 효율적인 순위불변 검정」이 그 뜻이다. 절 \(7\) 이 「비례위험일 때 검정력이 가장 좋다」고 적은 것도 같은 자리에서 나온다.
남은 한 글자 순위는 점수가 시간의 순서에만 기대어 있다는 데서 온다. 시간축을 로그로 바꾸든 제곱으로 바꾸든 순서만 그대로면 점수가 한 자리도 변하지 않는다. 튼튼한 성질이지만 뒤집어 보면 언제 벌어졌는지는 보지 않는다는 뜻이기도 하다. 두 곡선이 늦게 갈라지는 자료에서 이 검정이 힘을 잃는 까닭이 그것이고, 절 \(8\) 의 가중 로그순위가 그 자리를 메우려는 시도다.
확인한 곳 — 만텔의 「Evaluation of survival data and two new rank order statistics arising in its consideration」은 『Cancer Chemotherapy Reports』 \(50\) 권 \(3\) 호(\(1966\)) \(163\)–\(170\) 쪽이고, 「logrank」라는 이름은 R. Peto 와 J. Peto 의 「Asymptotically efficient rank invariant test procedures」, 『Journal of the Royal Statistical Society A』 \(135\) 권(\(1972\)) \(185\)–\(206\) 쪽에서 왔다 · 표와 그림의 수는 모두 이 쪽 보기 \(1\) 의 자료로 직접 계산한 값이다
손으로 끝까지 — 구현¶
보기 2. 로그순위 검정 구현. 두 집단을 다음과 같이 관측했다(+ 는 절단).
집단 1: 5, 8, 12+, 15. 집단 2: 2, 4, 6+, 10.
(1) \(t = 2\)와 \(t = 8\)에서 \(e_{1j}\)와 \(v_j\)를 손으로 계산하고, 로그순위 통계량이 시각의 값이 아니라 순서에만 의존함을 보이시오.
(2) 전체 통계량을 손으로 합산해 구한 뒤 코드로 확인하고, 시각을 \(\log(1+t)\)나 \(t^3\)으로 바꾸어도 답이 그대로인지 보시오.
풀이
(1) 해석적으로. 아래 코드의 변수 이름을 따라 위험집합 크기를 \(r\) 로 적는다 — 본문 절 \(2\) 의 \(n_{1j}, n_{2j}, n_j\) 와 같은 양이다. 통계량에 들어가는 재료는 각 사건시각에서의 \(r_{1j}, r_{2j}, d_{1j}, d_{2j}\) 넷뿐이다. 그런데 \(r_{1j} = \#\{i : t_{1i} \ge t_{(j)}\}\)는 "몇 명이 아직 남아 있는가"를 세는 양이고, \(d_{1j}\)는 "그 시각에 몇 건이 일어났는가"를 세는 양이다. 둘 다 부등식 \(t_{1i} \ge t_{(j)}\)와 등식 \(t_{1i} = t_{(j)}\)로만 정해진다.
\(g\)가 순증가함수이면 \(t_{1i} \ge t_{(j)} \iff g(t_{1i}) \ge g(t_{(j)})\)이고 \(t_{1i} = t_{(j)} \iff g(t_{1i}) = g(t_{(j)})\)이므로, 변환 뒤에도 네 수가 모두 그대로다. 따라서 \(O_1\), \(E_1\), \(V\)가 바뀌지 않고 \(\chi^2\)도 바뀌지 않는다. 로그순위는 순위검정이다. 시간을 일로 재든 달로 재든 로그로 재든 답이 같다.
이제 두 시각을 계산한다. \(t = 2\)에서는 아무도 빠지지 않았으므로 \(r_1 = 4\), \(r_2 = 4\), \(r = 8\)이고 집단 2에서 한 건이 일어났으므로 \(d_1 = 0\), \(d = 1\)이다.
\(t = 8\)에서는 집단 1에 \(8, 12, 15\)가 남아 \(r_1 = 3\), 집단 2에는 \(10\)만 남아 \(r_2 = 1\)이다. \(r = 4\)이고 집단 1에서 한 건이 일어났으므로 \(d_1 = d = 1\)이다.
합친 사건시각은 \(2, 4, 5, 8, 10, 15\) 여섯이고, 같은 방식으로 나머지를 채우면
| \(t_{(j)}\) | \(r_1\) | \(r_2\) | \(d_1\) | \(d\) | \(e_{1j}\) | \(v_j\) |
|---|---|---|---|---|---|---|
| 2 | 4 | 4 | 0 | 1 | \(0.500000\) | \(0.250000\) |
| 4 | 4 | 3 | 0 | 1 | \(0.571429\) | \(0.244898\) |
| 5 | 4 | 2 | 1 | 1 | \(0.666667\) | \(0.222222\) |
| 8 | 3 | 1 | 1 | 1 | \(0.750000\) | \(0.187500\) |
| 10 | 2 | 1 | 0 | 1 | \(0.666667\) | \(0.222222\) |
| 15 | 1 | 0 | 1 | 1 | \(1.000000\) | \(0\) |
이다. 마지막 줄의 \(v_6 = 0\)을 눈여겨보라. \(r = 1\)이면 분모의 \(r-1\)이 0이 되므로 코드가 \(v\)를 0으로 둔다. 집단 2에 아무도 남지 않은 시점은 비교할 것이 없으므로 정보를 주지 않는다.
합하면 \(O_1 = 3\), \(E_1 = 4.154762\), \(V = 1.126842\)이고
이다. 자유도 1인 카이제곱에서 \(p = 0.2767\)이다. 집단 2의 사건이 먼저 몰려 있었지만 각 집단 네 명으로는 아무것도 말할 수 없다.
(2) 수치적으로.
import numpy as np
from scipy import stats
def logrank_test(times_1, censored_1, times_2, censored_2):
"""이표본 로그순위 검정.
사건 시점마다 2x2 분할표를 만들어 관측 사건 수와 기대 사건 수를
비교한다. 그 차이를 모든 시점에 걸쳐 누적한 것이 통계량이다.
두 생존곡선이 같다는 귀무가설 아래에서 자유도 1 인 카이제곱을 따른다.
돌려주는 값
----------
chi2, p_value
"""
event_1 = times_1[censored_1 == 0]
event_2 = times_2[censored_2 == 0]
all_event_times = np.unique(np.concatenate([event_1, event_2]))
O1, E1, V = 0.0, 0.0, 0.0
for t_j in all_event_times:
r1 = np.sum(times_1 >= t_j)
r2 = np.sum(times_2 >= t_j)
r = r1 + r2
d1 = np.sum(event_1 == t_j)
d2 = np.sum(event_2 == t_j)
d = d1 + d2
# 두 집단의 생존이 같다면, 그 시점의 사건은 위험집합 크기에
# 비례해 나뉘어야 한다. 그것이 기대 사건 수 e1 이다.
e1 = r1 * d / r if r > 0 else 0
v = r1 * r2 * d * (r - d) / (r**2 * (r - 1)) if r > 1 else 0
O1 += d1
E1 += e1
V += v
chi2 = (O1 - E1)**2 / V if V > 0 else 0
p_value = stats.chi2(1).sf(chi2)
return chi2, p_value
# --- (1) 의 합산과 순위 불변성을 확인한다 ---
t1 = np.array([5., 8., 12., 15.]); c1 = np.array([0, 0, 1, 0])
t2 = np.array([2., 4., 6., 10.]); c2 = np.array([0, 0, 1, 0])
chi2, p = logrank_test(t1, c1, t2, c2)
print(f"chi2 = {chi2:.6f}, p = {p:.4f}")
for name, g in [("log(1+t)", np.log1p), ("t^3", lambda x: x ** 3),
("sqrt(t)", np.sqrt)]:
c, pp = logrank_test(g(t1), c1, g(t2), c2)
print(f" {name:9s}: chi2 = {c:.6f} p = {pp:.4f}")
출력:
chi2 = 1.183373, p = 0.2767
log(1+t) : chi2 = 1.183373 p = 0.2767
t^3 : chi2 = 1.183373 p = 0.2767
sqrt(t) : chi2 = 1.183373 p = 0.2767
손으로 합산한 \(\chi^2 = 1.183373\)과 \(p = 0.2767\)이 코드와 소수 여섯째 자리까지 같다.
세 변환 모두 통계량을 한 자리도 바꾸지 않는다. \(t^3\)은 \(15\)를 \(3375\)로, \(\sqrt t\)는 \(2\)를 \(1.414\)로 보내 시각의 간격을 완전히 뒤바꾸는데도 답이 같다. (1)에서 보인 대로 \(r\)과 \(d\)가 순서로만 정해지기 때문이다.
이것은 로그순위의 힘이자 한계다. 시간 척도를 잘못 잡아도 안전하다는 것이 힘이고, 생존시간이 얼마나 길어졌는지는 전혀 재지 못한다는 것이 한계다. 효과의 크기를 말하려면 중앙생존시간이나 위험비(hazard ratio) 같은 다른 양이 필요하다.
이 구현은 합쳐진 각 사건시간을 순회하며 집단 1의 관측 사건 수, 기대 사건 수, 분산을 누적한 뒤 카이제곱 통계량을 계산한다.
AI로 보는 통계학 1. 전환율만 보면 속도를 놓친다
이 절이 검정하는 귀무가설(null hypothesis)은 「모든 시점에서 두 생존곡선이 같다」였다. 실험을 돌릴 때 흔히 쓰는 가설은 그것이 아니다 — 기간이 끝난 뒤 한 시점의 비율 하나를 견준다. 「\(14\) 일 안에 전환했는가」, 「\(30\) 일 뒤에도 남아 있는가」 같은 식이다.
둘은 같은 말이 아니다. 많은 처치가 바꾸는 것은 도달 여부가 아니라 도달 속도이기 때문이다. 추천을 바꾸든 안내 문구를 고치든, 결국 전환할 사람은 전환하고 달라지는 것은 그 시점뿐인 경우가 많다. 그런 효과는 기간 끝의 비율 하나에 흔적을 남기지 않는다.
import numpy as np
from scipy import stats
HORIZON = 10.0
LAM_A = 0.30 # 가 군: 내내 같은 위험
LAM_B1, SWITCH = 0.60, 2.5 # 나 군: 처음엔 두 배로 빠르고
LAM_B2 = (LAM_A * HORIZON - LAM_B1 * SWITCH) / (HORIZON - SWITCH) # 뒤엔 느리게
def draw(n, rng):
"""두 군 모두 기간 끝까지의 전환율이 같도록 맞춘 자료. 두 군은 독립으로 뽑는다."""
a = rng.exponential(1.0, n) / LAM_A
E = rng.exponential(1.0, n)
early = E / LAM_B1
b = np.where(early <= SWITCH, early,
SWITCH + (E - LAM_B1 * SWITCH) / LAM_B2)
return a, b
def logrank(t, d, g):
o = np.argsort(t); t, d, g = t[o], d[o], g[o]
n1 = np.cumsum(g[::-1])[::-1]
n = np.arange(len(t), 0, -1)
ev = d == 1
e1 = n1[ev] / n[ev] # 사건마다 「나 군이 겪을」 기대 몫
stat = (g[ev].sum() - e1.sum()) ** 2 / (e1 * (1 - e1)).sum()
return stat, stats.chi2.sf(stat, 1)
rng = np.random.default_rng(2)
print(f"나 군의 위험 {LAM_B1} (t < {SWITCH}), 그 뒤 {LAM_B2:.2f} | 가 군 {LAM_A} 내내")
print(f"기간 끝 전환율 (참값) 가 {1-np.exp(-LAM_A*HORIZON):.4f} "
f"나 {1-np.exp(-(LAM_B1*SWITCH+LAM_B2*(HORIZON-SWITCH))):.4f}")
print(f"중앙 전환시간 (참값) 가 {np.log(2)/LAM_A:.2f} 나 {np.log(2)/LAM_B1:.2f}\n")
print(" 집단당 n 전환율 차이 비율검정 p 로그순위 p 중앙시간 가/나")
for n in (500, 2_000, 10_000):
A, B = draw(n, rng)
da, db = A <= HORIZON, B <= HORIZON
ta, tb = np.minimum(A, HORIZON), np.minimum(B, HORIZON)
pool = (da.sum() + db.sum()) / (2 * n)
z = (db.mean() - da.mean()) / np.sqrt(pool * (1 - pool) * 2 / n)
_, p_lr = logrank(np.r_[ta, tb], np.r_[da, db].astype(float),
np.r_[np.zeros(n), np.ones(n)])
print(f"{n:>10}{db.mean()-da.mean():>13.4f}{2*stats.norm.sf(abs(z)):>13.4f}"
f"{p_lr:>13.2e}{np.median(A):>9.2f} /{np.median(B):>5.2f}")
출력:
나 군의 위험 0.6 (t < 2.5), 그 뒤 0.20 | 가 군 0.3 내내
기간 끝 전환율 (참값) 가 0.9502 나 0.9502
중앙 전환시간 (참값) 가 2.31 나 1.16
집단당 n 전환율 차이 비율검정 p 로그순위 p 중앙시간 가/나
500 -0.0060 0.6057 3.84e-08 2.08 / 1.17
2000 -0.0050 0.4682 5.65e-29 2.33 / 1.15
10000 -0.0027 0.3817 2.10e-135 2.29 / 1.14
비율검정은 셋 다 아무것도 찾지 못한다. 참 전환율이 양쪽 \(0.9502\) 로 정말 같기 때문이니 그 판정은 옳다. 그런데 같은 자료에서 로그순위는 \(p = 10^{-8}\), \(10^{-29}\), \(10^{-135}\) 다. 중앙 전환시간이 \(2.1\)–\(2.3\) 대 \(1.15\) 로 두 배 가까이 빠르다는 것을 읽어 낸 것이다.
까닭은 이 절의 \(O - E\) 에 있다. 로그순위는 사건이 일어난 자리마다 위험집합의 구성을 보고 기대 몫을 센다. 나 군이 초반에 빨리 전환하면 그 구간의 사건이 나 군에 몰리고, \(O_1 - E_1\) 이 거기서 쌓인다. 기간 끝의 비율 하나는 그 과정을 전부 지우고 마지막 숫자만 남긴다 — 같은 자료에서 정보를 버리는 쪽을 고른 셈이다.
다만 로그순위가 말해 주는 것은 「다르다」까지다. 보기 2 의 풀이가 적었듯 이 통계량은 시간 척도의 단조변환에 불변이므로 얼마나 빨라졌는지는 재지 못한다. 그리고 두 곡선이 교차하면 \(O - E\) 가 서로 상쇄되어 힘을 잃는데, 그것이 아래 \(7\) 절의 한계이고 \(8\) 절의 가중 로그순위가 손보려는 자리다. 실험 보고서에는 검정 하나가 아니라 곡선과 중앙시간이 함께 있어야 한다.
6. 세 집단 이상으로의 확장¶
집단이 \(G\)개이면 로그순위 검정은 자유도 \(G - 1\)의 다변량 카이제곱 검정으로 일반화된다. \(G\)개 집단의 \(O_g - E_g\)를 모두 더하면 \(0\)이라 마지막 집단의 값은 나머지로 정해지므로 \(G - 1\)개만 쓴다. 집단 \(1, \ldots, G-1\)의 관측값 빼기 기댓값 벡터를
로 정의하고 \(\mathbf{V}\)를 \(\mathbf{U}\)의 \((G-1) \times (G-1)\) 분산–공분산행렬이라 하면 검정통계량은
이다.
7. 가정과 한계¶
- 독립 절단. 공변량을 조건으로 할 때 절단 기제가 사건시간에 의존해서는 안 된다.
- 무정보 절단. 임의의 시점에 절단된 대상이 그 시점에 위험에 있는 모든 대상을 대표해야 한다.
- 비례위험. 로그순위 검정은 집단 간 위험비가 시간에 걸쳐 일정할 때 최적의 검정력을 갖는다. 위험이 교차하면(예: 어떤 처리가 초기에는 낫지만 후반에는 나쁘면) 로그순위 검정이 차이를 탐지하지 못할 수 있다.
위험의 교차
생존곡선이 교차하면 곡선이 상당히 다른데도 로그순위 검정이 유의하지 않은 p 값을 낼 수 있다. 그런 경우에는 초기 사건시간에 더 큰 가중을 주는 윌콕슨(게한–브레슬로) 검정이나 층화(stratification) 분석을 고려하라.

각 집단 \(160\)명을 모의로 만들었다. 수술군은 절반 남짓이 수술 직후 몇 달 안에 사망하지만 그 고비를 넘긴 환자는 매우 안전해지고, 약물군은 위험이 꾸준하다. 왼쪽 그림의 두 곡선은 \(t \approx 14\)개월에서 교차하며, 끝에서는 수술군 \(0.22\), 약물군 \(0.06\)으로 세 배 넘게 벌어진다. 어느 모로 보아도 "같은 생존분포"라고 말하기 어려운 그림이다.
그런데 이 자료의 로그순위 검정은 \(\chi^2 = 0.016\), \(p = 0.90\)을 준다. 귀무가설을 기각하기는커녕 자료가 \(H_0\)과 거의 완벽하게 들어맞는 것처럼 보인다. 오른쪽 그림이 그 이유를 보여 준다. 검정통계량의 분자에 들어가는 \(\sum_j (d_{1j} - e_{1j})\)를 시간순으로 누적한 것인데, 수술 직후 구간에서 \(+36.9\)까지 치솟았다가 이후 위험이 역전되면서 천천히 깎여 내려와 최종적으로 \(O_1 - E_1 = +0.97\)에 착지한다.
\(0.97\)은 \(\sqrt{V_1} = \sqrt{59.1} \approx 7.7\)에 비하면 없는 것이나 마찬가지인 값이다. 그러나 이 값은 "차이가 없다"가 아니라 "큰 차이 두 개가 반대 방향이라 서로를 지웠다"는 뜻이다. 통계량이 편차를 먼저 더하고 나중에 제곱하기 때문에 생기는 일이며, 만약 절댓값을 먼저 취해 더했다면 이 자료는 압도적으로 유의했을 것이다. 로그순위 검정이 비례위험에서 최적이라는 말의 이면이 이것이다. 위험비가 시간에 따라 부호를 바꾸면 검정력이 0 근처까지 떨어진다.
실무에서 이 함정을 피하는 방법은 딱 하나다. p 값을 보기 전에 카플란–마이어 곡선을 먼저 그려 보는 것이다. 곡선이 교차한다는 사실은 눈으로 3초면 확인되지만, \(p = 0.90\)이라는 수 하나만 받아들면 "두 치료법은 차이가 없다"는 정반대의 결론으로 직행하게 된다. 연습문제 3에서 다룰 가중 검정, 구간을 나눈 분석, 제한 평균 생존시간(restricted mean survival time, RMST) 비교는 모두 이 그림을 본 뒤에야 고를 수 있는 선택지다.
8. 가중 로그순위 검정¶
표준 로그순위 검정은 모든 사건시간에 같은 가중을 준다. 가중 변형은 각 사건시간에 시간 의존 가중치 \(w_j\)를 적용한다.
흔히 쓰는 선택은 다음과 같다.
| 검정 이름 | 가중치 \(w_j\) | 민감한 구간 |
|---|---|---|
| 로그순위(맨텔–헨첼) | \(1\) | 후반 차이 |
| 윌콕슨(게한–브레슬로) | \(n_j\) | 초반 차이 |
| 태론–웨어 | \(\sqrt{n_j}\) | 중간 정도의 균형 |
| 페토–페토 | \(\hat{S}(t_{(j)})\) | 초중반 차이 |
가중치의 선택은 p 값이 가장 작게 나오는 쪽이 아니라 과학적 질문이 이끌어야 한다.
연습문제¶
연습문제 1. 로그순위 검정
두 집단의 환자(A: 신약, B: 표준 치료)가 다음 생존자료를 보였다.
집단 A: 4, 7+, 10, 14+, 18 (+는 절단).
집단 B: 2, 5, 9+, 11, 16.
(a) 귀무가설과 대립가설(alternative hypothesis)을 서술하라.
(b) 사건시간 \(t = 2\)에서 집단 A의 기대 사건 수 \(e_{A1}\)을 계산하라.
(c) 모든 사건시간에 걸쳐 \(O_A\)와 \(E_A\)를 계산하고 검정통계량과 p 값을 구하라.
풀이
(a) \(H_0: S_A(t) = S_B(t)\)(모든 \(t\)에 대해) 대 \(H_a: S_A(t) \neq S_B(t)\)(어떤 \(t\)에 대해).
(b) \(t = 2\)에서 \(n_A = 5\), \(n_B = 5\), \(n = 10\), \(d = 1\)이므로 \(e_{A1} = 1 \times 5/10 = 0.5\)이다.
(c) 사건시간은 2, 4, 5, 10, 11, 16, 18이다.
| \(t_{(j)}\) | \(n_{Aj}\) | \(n_{Bj}\) | \(n_j\) | \(d_{Aj}\) | \(d_j\) | \(e_{Aj}\) | \(v_{Aj}\) |
|---|---|---|---|---|---|---|---|
| 2 | 5 | 5 | 10 | 0 | 1 | 0.500 | 0.250 |
| 4 | 5 | 4 | 9 | 1 | 1 | 0.556 | 0.247 |
| 5 | 4 | 4 | 8 | 0 | 1 | 0.500 | 0.250 |
| 10 | 3 | 2 | 5 | 1 | 1 | 0.600 | 0.240 |
| 11 | 2 | 2 | 4 | 0 | 1 | 0.500 | 0.250 |
| 16 | 1 | 1 | 2 | 0 | 1 | 0.500 | 0.250 |
| 18 | 1 | 0 | 1 | 1 | 1 | 1.000 | 0.000 |
\(O_A = 3\), \(E_A = 4.156\), \(V_A = 1.487\)이므로
이다. \(O_A < E_A\)이므로 신약 집단의 사건이 기대보다 적어 생존이 나은 방향을 시사하지만, \(p = 0.343\)으로 유의하지 않다. 이 자료로는 신약이 낫다고 결론지을 수 없다.
이 자료는 본문 보기 1 과 위험집합 구조가 완전히 같다
시간 값만 다를 뿐, 두 집단의 사건과 절단이 번갈아 나타나는 순서가 본문 보기 1 과 동일하다. 로그순위 검정은 시간의 실제 값을 전혀 쓰지 않고 순서만 쓰기 때문에 두 자료가 정확히 같은 통계량을 낸다. 이것이 "로그순위"라는 이름 속 「순위」의 뜻이자, 이 검정이 시간 척도의 단조 변환에 불변인 이유다. 시간을 로그로 바꾸든 제곱근으로 바꾸든 결과가 같다. \(\square\)
연습문제 2. 로그순위 검정이 시간의 단조증가 변환에 불변임을 보여라. 이것이 장점인가 단점인가?
풀이
\(g\)를 순증가함수라 하고 모든 관측 시간을 \(t_i \mapsto g(t_i)\)로 바꾼다고 하자. 그러면
- 시간의 순서가 보존되므로 각 시점의 위험집합 \(n_{1j}, n_{2j}\)가 그대로다.
- 각 시점의 사건 수 \(d_{1j}, d_j\)도 그대로다.
검정통계량 \(\chi^2_{\text{LR}}\)은 \(\{n_{1j}, n_{2j}, d_{1j}, d_j\}\)로만 계산되므로 값이 변하지 않는다.
장점. 시간 척도를 어떻게 잡을지 고민할 필요가 없다. 개월로 재든 로그개월로 재든 같은 결론이 나온다. 지속시간 자료는 오른쪽으로 크게 치우친 경우가 많은데, 그런 자료에 \(t\)-검정 같은 방법을 쓰면 척도 선택이 결과를 좌우한다. 로그순위는 그 문제에서 자유롭다.
단점이자 대가. 시간의 실제 값에 담긴 정보를 버린다.
- 한 집단이 다른 집단보다 평균 2배 오래 산다는 것과 2% 오래 산다는 것을 구별하지 못한다. 순서만 같으면 같은 통계량이다.
- 따라서 효과크기(effect size)를 주지 않는다. 로그순위 검정은 p 값만 내놓는다. 위험비 같은 효과 측도가 필요하면 콕스 모형(21.4절)을 써야 한다.
- 특정 분포를 가정할 수 있는 상황에서는 모수적 검정보다 검정력이 낮다.
실무 권장: 로그순위 검정으로 유의성을 판단하되, 카플란–마이어 곡선과 콕스 모형의 위험비를 반드시 함께 보고하라. p 값 하나로는 "얼마나 다른가"에 답할 수 없다. \(\square\)
연습문제 3. 두 집단의 생존곡선이 교차할 때 로그순위 검정이 실패하는 이유를 설명하고, 구체적인 상황을 구성하라.
풀이
실패의 기제. 검정통계량의 분자는 \(\left(\sum_j (d_{1j} - e_{1j})\right)^2\)로 부호가 있는 편차를 먼저 더한 뒤 제곱한다. 곡선이 교차하면 초반에는 \(d_{1j} - e_{1j} < 0\)(집단 1이 유리)이고 후반에는 \(> 0\)(집단 1이 불리)이 되어 두 기여가 서로 상쇄된다. 극단적으로 완전히 상쇄되면 \(O_1 - E_1 = 0\)이 되어 \(\chi^2_{\text{LR}} = 0\), \(p = 1\)이 나온다. 두 곡선이 극적으로 다른데도 말이다.
구체적인 상황: 수술 대 약물치료.
- 수술군은 수술 자체의 위험 때문에 처음 몇 달간 사망률이 높다.
- 그 시기를 넘긴 수술군 환자는 근본 원인이 제거되어 이후 사망률이 매우 낮다.
- 약물군은 초기 위험이 없지만 위험이 꾸준히 지속된다.
두 생존곡선은 어느 시점에서 교차한다. 초기 6개월에는 약물군이 위, 그 이후에는 수술군이 위에 놓인다. 로그순위 검정은 상쇄 때문에 유의하지 않은 p 값을 낼 수 있다.
대응 방법.
- 가중 검정. 초반 차이를 보려면 윌콕슨(가중치 \(n_j\)), 후반 차이를 보려면 표준 로그순위를 쓴다. 다만 어느 쪽을 쓸지는 자료를 보기 전에 정해야 한다.
- 시점을 나눈 분석. 미리 정한 시점(예: 6개월)에서 나누어 각 구간에서 따로 검정한다.
- 제한 평균 생존시간(RMST) 비교. \(\int_0^\tau S(t)\,dt\)의 차이를 검정한다. 상쇄 문제가 없고 효과크기가 "평균 생존기간의 차이(개월)"로 해석된다.
- 곡선을 그려 본다. 가장 중요한 단계다. 교차 여부는 눈으로 확인하는 것이 가장 빠르다. p 값만 보고 결론을 내리지 말라. \(\square\)
연습문제 4. \(V_1\)의 공식에 등장하는 \(n_j - 1\)이 어디에서 오는지 설명하라. \(n_j = 1\)일 때 왜 기여가 0인가?
풀이
\(H_0\) 아래에서 시점 \(t_{(j)}\)의 집단 1 사건 수 \(d_{1j}\)는 초기하분포를 따른다. 크기 \(n_j\)의 모집단에서 \(n_{1j}\)개가 "집단 1" 표지를 갖고, 여기에서 비복원으로 \(d_j\)개를 뽑을 때 집단 1 표지가 몇 개 뽑히는지의 분포다. 초기하분포의 분산은
이다. 마지막 인자 \(\frac{n_j-d_j}{n_j-1}\)가 유한모집단 수정항이며, 비복원 추출이라 이항분포(binomial distribution)보다 분산이 작다는 사실을 반영한다. 여기서 \(n_j - 1\)이 나온다.
\(n_j = 1\)인 경우. 위험집합에 한 명만 남았다면 그 사람이 사건을 겪는다는 것이 확실하다. 즉 \(d_{1j}\)가 확률변수가 아니라 상수이므로 분산이 0이다. 공식에서도 \(n_j - d_j = 1 - 1 = 0\)이 되어 분자가 0이 된다(분모의 \(n_j - 1 = 0\)과 함께 \(0/0\)이 되지만, 극한과 확률적 논증 모두 0을 준다). 구현에서는 이 항을 명시적으로 건너뛴다.
본문 보기 1 의 마지막 행(\(t = 10\))이 정확히 이 경우이며, 그래서 \(v_{Aj} = 0\)이다. 직관적으로, 비교할 상대 집단이 남아 있지 않은 시점의 사건은 두 집단을 구별하는 데 아무 정보도 주지 않는다. \(\square\)
정리하며¶
로그순위 검정이 생존곡선 비교의 표준이다.
- 각 사건시점에서 기대 사망 수와 관측 사망 수를 비교한다. 시점마다 \(2\times2\) 표를 만들어 합산하는 구조이며, 11장의 맨텔–헨첼 방식과 같은 계보다.
- \(H_0\) 은 두 생존함수가 모든 시점에서 같다는 것이며, 통계량은 근사적으로 \(\chi^2_{G-1}\) 을 따른다(\(G\) 는 집단 수이고, 두 집단이면 자유도 \(1\) 이다).
- 비례위험 대립가설에서 검정력이 가장 높다. 두 위험함수의 비가 일정하면 최적이며, 곡선이 교차하면 검정력이 크게 떨어진다. 차이가 서로 상쇄되기 때문이다.
- 모든 시점을 동등하게 본다. 초기 차이에 더 무게를 주고 싶으면 윌콕슨(브레슬로) 가중을 쓴다.
- 곡선을 함께 보여야 한다. 검정은 "다르다"까지만 말하고 어떻게 다른지는 카플란–마이어 그림이 말한다.
다음 절 생존 신뢰구간으로 넘어간다.