공변량 Covariate 이란?

공변량(covariate)은 종속변수(outcome)에 영향을 줄 수 있지만 연구의 주된 관심 대상은 아닌 독립변수입니다. 보통 분석의 정확도를 높이거나 혼란 변수(confounder)를 통제하기 위해 포함됩니다.

1. 공변량의 역할

목적	설명
혼란 통제	독립변수와 종속변수 모두에 영향을 미치는 변수들을 조정
정확도 향상	분산을 줄여서 추정 효율성 증가
보정 분석	계층별 차이를 보정하여 분석

2. 공변량의 종류

유형	설명	예시
연속형	숫자 형태, 연속적인 값	나이, 수입, 체중
범주형	몇 개의 명확한 범주	성별, 지역, 교육 수준
시간 의존	시간에 따라 변화	혈압, 혈당 등 시간별 측정값

3. 관련 개념

개념	설명
혼란 변수 (Confounder)	독립변수와 종속변수 모두에 영향
조정 변수	분석에서 효과 추정을 위해 통제
중재 변수	영향 경로의 중간에서 작용
상호작용 변수	두 변수 조합에 따라 효과 변화

4. 분석에서 공변량의 처리

• 다변량 회귀 분석 (Multiple Regression)
• ANCOVA (공분산 분석)
• 성향 점수 매칭 (Propensity Score Matching)
• 층화 분석 (Stratification)
• 표준화 또는 보정 (Standardization/Adjustment)

5. 예시

예시: 어떤 약물의 효과를 평가하고자 할 때, 혈압이 종속변수이고 약물이 주요 독립변수라면, 나이, 체중, 성별 등은 공변량이 될 수 있습니다. 이 변수들은 혈압에 영향을 줄 수 있으므로 분석에서 통제해야 합니다.

6. 머신러닝에서의 공변량

머신러닝에서는 대부분의 입력 변수(features)가 공변량 역할을 합니다. 하지만 전통 통계 분석과 달리, 공변량과 주 효과 변수를 명확히 구분하지 않고 모델이 자동으로 중요도를 학습합니다.

7. 요약

항목	내용
정의	종속변수에 영향을 줄 수 있는 보조적 독립변수
목적	혼란 통제, 분석 정확도 향상
예시	나이, 성별, 지역, 체중 등
주의	무시하면 왜곡된 결과 발생 가능