다중 선형회귀모형에서 독립변수를 추가할 때 일반적으로 발생하는 현상은?

유의미하지 않은 변수를 추가하더라도 R제곱은 약간이라도 증가하거나 변하지 않는다. 수정된 R제곱은 모형의 복잡도(변수 개수)를 고려하므로, 설명력이 낮은 변수를 추가하면 오히려 감소할 수 있다.

보건행정 핵심 해설 이 문제는 보건통계학 및 병원 경영 데이터 분석에서 핵심 도구인 다중 선형회귀분석의 기본 원리를 묻고 있어요. 특히 모형의 적합도를 평가하는 결정계수(R-squared)와 수정된 결정계수(Adjusted R-squared)가 독립변수 추가 시 어떻게 변화하는지 이해하는 것이 중요해요. 핵심 개념 분석 (Key Concept) - 결정계수(R²): 종속변수의 변동 중 독립변수로 설명 가능한 비율을 나타내요. 0에서 1 사이의 값을 가지며, 1에 가까울수록 모형의 설명력이 높아요. - 수정된 결정계수(Adjusted R²): 결정계수의 단점을 보완한 지표예요. 독립변수의 수(k)가 증가하면 R²는 무조건 증가하는 경향이 있어 핵심! 이를 보정하여, 변수를 추가했을 때 실제 설명력 증가가 유의미한지 판단하는 데 사용해요. 공식은 1 - [(1-R²)(n-1)/(n-k-1)] 이에요. 정답 근거 (Answer Rationale) 정답은 ⑤ "결정계수(R-squared)는 증가하거나 변하지 않으며, 수정된 결정계수는 증가할 수 있다."입니다. - 핵심! 수학적으로, 기존 모형에 새로운 독립변수를 추가하면 잔차제곱합(SSE)은 감소하거나 최소한 변하지 않아요. 따라서 결정계수(R²)는 항상 증가하거나, 새로운 변수가 기존 변수와 완전한 선형 종속 관계(다중공선성)일 경우 변하지 않아요. 절대 감소하지 않아요. - 수정된 결정계수(Adjusted R²)는 변수 수(k)에 대한 패널티를 포함해요. 새로 추가된 변수가 종속변수를 충분히 잘 설명하면 Adjusted R²는 증가하지만, 설명력이 약하면 패널티 효과가 더 커져 Adjusted R²는 감소할 수 있어요. 따라서 "증가할 수 있다"는 표현이 정확해요. 오답 분석 (Distractor Analysis) - ①번: "수정된 결정계수도 항상 증가한다"는 부분이 틀려요. 설명력이 낮은 변수를 추가하면 수정된 결정계수는 감소할 수 있어요. - ②번: "결정계수는 변하지 않는다"는 부분만 맞고, "수정된 결정계수만 변화한다"는 표현이 모호하며, 결정계수가 증가할 수도 있다는 점을 놓쳤어요. - ③번: 결정계수는 절대 감소하지 않으므로 틀린 설명이에요. - ④번: 결정계수는 감소하지 않으므로 틀린 설명이에요. 연관 개념 정리 (Related Concepts) 이 개념은 모형 선택(Model Selection)과 깊이 연결돼요. 실제 보건행정 데이터(예: 입원일수 예측, 병원 비용 분석)에서 변수를 선택할 때는 단순히 R²가 높은 모형보다, 수정된 결정계수가 높거나 AIC(Akaike Information Criterion), BIC(Bayesian Information Criterion) 같은 정보 기준을 함께 고려해 과적합을 방지해야 해요.
개념 정리

지표	정의	변수 추가 시 변화 특성	용도
결정계수 (R²)	종속변수 변동의 설명 비율	항상 증가하거나 불변 (절대 감소 안 함)	모형 설명력의 직관적 평가
수정된 결정계수 (Adjusted R²)	변수 수에 패널티를 준 설명력 지표	증가할 수도, 감소할 수도 있음	변수 수가 다른 모형 비교, 과적합 방지

한눈에 비교!

비교 항목	결정계수 (R-squared)	수정된 결정계수 (Adjusted R-squared)
공식	1 - (SSE/SST)	1 - [(1-R²)(n-1)/(n-k-1)]
변수 추가 영향	무조건 비감소 (증가/불변)	설명력 높은 변수면 증가, 낮은 변수면 감소
주요 용도	단일 모형 적합도 평가	서로 다른 변수 수를 가진 모형 비교
단점	변수 수가 많을수록 과대평가됨	변수 수에 대한 패널티로 단점 보완

실무 포인트 병원 경영 데이터(예: 외래 환자 수 예측, 재원일수 분석)를 회귀분석할 때, 원무과나 기획팀에서는 변수를 무분별하게 추가해 R²만 높이는 실수를 자주 해요. 핵심! 실무에서는 Adjusted R², AIC, BIC를 확인하고, 새 변수의 p-value가 유의수준(예: 0.05) 미만인지 반드시 검토해야 해요. 의미 없는 변수 추가는 모형 해석을 어렵게 하고(다중공선성), 예측 정확도를 떨어뜨릴 수 있어요.
암기 팁 - R²: "무조건 안 떨어져" (R²는 변수 추가 시 Never Decrease). - Adjusted R²: "똑똑한 변수만 올려" (설명력 있는 변수만 추가해야 증가).
국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 통계학 파트에서 결정계수와 수정된 결정계수의 차이를 직접 묻거나, 사례를 제시하고 "어떤 모형이 더 적합한가?"를 물어보는 형태로 자주 출제돼요. "변수를 추가했는데 R²는 조금 올랐지만 Adjusted R²는 떨어졌다. 이는 무엇을 의미하는가?" 같은 질문에 대비하세요.
기출 변형 주의! 1. 계산형: 표본 수(n)와 변수 수(k), R² 값을 주고 Adjusted R²를 계산하라는 문제. 2. 사례형: "병원 마케팅 비용, 의사 수, 병상 수를 독립변수로 한 모형 A와, 여기에 평균 연령 변수를 추가한 모형 B가 있다. 모형 B의 R²는 0.01 증가했고 Adjusted R²는 0.005 감소했다. 이 결과를 해석하시오." (해석: 새 변수의 설명력이 약해 과적합 가능성 있음)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "병원 기획팀에서 최근 3년간의 월별 응급실 내원 환자 수를 예측하는 모형을 개발 중이에요. 초기 모형에는 '월 평균 기온'과 '인플루엔자 유행 지수' 두 변수만 사용했어요. 마케팅팀에서 '월별 TV 건강 프로그램 방송 횟수' 변수를 추가하자고 제안했고, 추가 후 R²는 0.01 증가했지만 Adjusted R²는 소폭 감소했어요. 보건행정 담당자로서 이 결과를 어떻게 보고하고, 의사결정에 반영해야 할까요?" 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 새 변수 추가로 인한 모형 지표 변화(R² 소폭 상승, Adjusted R² 하락)를 정확히 기록해요. 2. 법적/규정 검토: 통계학적 원칙에 따라, Adjusted R² 감소는 새 변수의 설명력이 모형 복잡도 증가에 미치지 못함을 의미해요. 이는 과적합(Overfitting) 위험 신호일 수 있어요. 3. 대응 및 처리: 기획팀 회의에서 "Adjusted R²가 감소했으므로, 'TV 방송 횟수' 변수는 예측 모형에 유의미하게 기여하지 않는 것으로 판단됩니다. 변수를 제외하고, 대신 '공휴일 수'나 '지역 내 유사 병원 개원 여부' 같은 더 관련성 높은 변수를 탐색해 보는 것을 제안합니다."라고 과학적 근거를 들어 보고해요. 4. 사후 기록/보고: 모형 선택 과정과 결정 근거(Adjusted R² 변화, 변수의 p-value 등)를 명확히 문서화하여 향후 검토에 대비해요. 법적 안전 및 주의사항 (Precautions) 보건 행정 데이터 분석 결과는 병원 경영 전략(인력 배치, 예산 편성)의 근거로 사용되므로, 핵심! 통계적 유의성(Statistical Significance)을 무시하고 직관만으로 변수를 선택하면 잘못된 의사결정으로 이어질 수 있어요. 이는 자원 낭비와 서비스 질 저하를 초래할 수 있으니 각별히 주의해야 해요.
업무 프로토콜 회귀모형 변수 선택 프로토콜 1. 1단계 (후보 변수 풀 생성): 문헌 고찰 및 전문가 인터뷰를 통해 이론적 근거가 있는 변수 후보를 선정. 2. 2단계 (초기 모형 적합): 핵심 변수만으로 기본 모형을 구축하고 R², Adjusted R² 기록. 3. 3단계 (변수 추가/제거 검증): 새 변수 추가 시, Adjusted R² 변화와 해당 변수의 p-value(일반적으로 < 0.05)를 확인. 4. 4단계 (최종 모형 선정): Adjusted R²가 최대화되거나, AIC/BIC가 최소화되는 모형을 선택. 5. 5단계 (문서화): 선택된 변수 리스트, 통계 지표, 선택 근거를 분석 보고서에 명시.
선배의 한마디 "보건행정에서 데이터는 '보물'이에요. 하지만 그 보물을 제대로 해석하지 못하면 '쓰레기'가 될 수도 있어요. 회귀분석에서 R²만 쫓다가 실무에 도움 안 되는 복잡한 모형을 만드는 실수를 하지 마세요. Adjusted R²는 변수의 '질'을 평가하는 스마트한 친구랍니다. 통계적 사고는 단순한 숫자 계산이 아니라, 불확실성 속에서 합리적인 결정을 내리는 보건행정관의 핵심 역량이에요!"