중도절단분포

1. 중도절단이란 무엇인가 Right-censoring and the Coverage Limit

어떤 상황에서는 확률변수 X의 정확한 값을, 그것이 특정 범위 안에 있을 때만 관측할 수 있다. X가 그 범위 밖에 놓이면 "범위 밖에 있다"는 사실만 알 뿐 정확한 값은 알 수 없다. 이러한 현상을 중도절단(censoring)이라 한다. 일반손해보험에서 중요한 예는, X가 보상한도(coverage limit) C를 가진 계약의 청구와 관련된 실제 손해액을 나타내는 경우다.

X가 누적분포함수(c.d.f.) F_X(x)와 확률밀도함수(p.d.f.) f_X(x) = F_X′(x)를 갖는 연속확률변수라 하자. 손해액 X에 대해 보험자가 실제로 지급하는 금액은 다음과 같다.

즉, 손해가 한도 C 이하이면 손해액 그대로 지급하고, 한도를 넘으면 C만큼만 지급한다. 이때 확률변수 Y의 c.d.f.는 다음과 같다.

이러한 분포를 "위에서 절단되었다(censored from above)" 또는 "우측중도절단(right-censored)"되었다고 한다. 이 분포 (1)은 y < C에서 연속이며 밀도 f_X(y)를 갖고, C에서 다음 크기의 확률질량(probability mass)을 가진다.

2. 사건시간 자료에서의 우측중도절단 Right-censoring in Duration Data

우측중도절단분포가 나타나는 두 번째 중요한 상황은, 사건까지의 시간(time to event) 또는 지속기간(duration) 자료와 관련된다. 예를 들어 X가 어느 피보험자의 첫 청구까지의 시간이거나, 장해보험에 가입한 사람의 장해 지속기간이라 하자.

이런 개인들에 기반한 자료에는, 자료 수집 시점까지 그 기간이 아직 끝나지 않아 X의 값이 아직 관측되지 않은 경우가 흔히 포함된다. 예를 들어 장해 지속기간 자료를 2002년 12월 31일까지 수집한다고 하자. 2002년 1월 1일에 장해 상태가 된 개인의 지속기간을 X라 하면, X의 정확한 값은 X ≤ 1년인 경우에만 관측된다. 그러면 관측된 지속기간 Y는 C = 1년인 우측중도절단분포 (1)을 따른다.

3. 좌측중도절단과 구간중도절단 Left- and Interval-censoring

확률변수 X는 아래에서, 즉 "좌측중도절단(left-censored)"될 수도 있다. 이 경우 X의 정확한 값은 X가 지정된 값 C 이상일 때만 관측된다. 관측값은 다음으로 표현된다.

그 c.d.f.는 다음과 같다.

좌측중도절단은 사건시간 연구에서 가끔 나타난다. 예를 들어 인구학자가 여성이 사춘기에 도달하는 나이 X를 기록하고자 할 때, 연구가 어떤 여성을 나이 C부터 관찰하기 시작하여 그 이후를 본다면, X의 정확한 값은 X ≥ C인 경우에만 알 수 있다(그 전에 이미 사춘기에 도달했다면 정확한 나이는 모른다).

X의 값은 좌측중도절단과 우측중도절단을 동시에 받을 수도 있는데, 이를 구간중도절단(interval censoring)이라 한다. 좌측·우측·구간 중도절단은 확률분포를 적합(fit)하거나 자료를 분석할 때 흥미로운 문제를 일으킨다. 이 주제는 수명자료(lifetime data) 또는 생존분석(survival analysis)을 다루는 책들에서 폭넓게 논의된다.

4. 예: 와이블 분포의 중도절단 Example: Censored Weibull

X가 다음 c.d.f.를 갖는 와이블 분포(Weibull distribution)를 따른다고 하자.

여기서 λ > 0, β > 0은 모수이다. 만약 X가 C에서 우측중도절단되면, Y = min(X, C)의 c.d.f.는 식 (1)로 주어지고, Y는 C에서 식 (2)와 같은, 즉 다음의 확률질량을 갖는다.

마찬가지로, X가 C에서 좌측중도절단되면 Y = max(X, C)의 c.d.f.는 식 (3)으로 주어지고, Y는 C에서 다음 확률질량을 갖는다.

참고 및 관련 표제어

부록. 이 글에 나온 용어 (배경지식 보충)

• 중도절단 (censoring) — 확률변수의 정확한 값을 특정 범위 안에서만 관측하고, 범위 밖이면 그 사실만 아는 현상.
• 우측중도절단 (right-censoring) — 값이 한도 C를 넘으면 C로 막히는 경우. Y=min(X,C), 위에서 절단.
• 좌측중도절단 (left-censoring) — 값이 C 미만이면 이미 지나 막히는 경우. Y=max(X,C).
• 구간중도절단 (interval censoring) — 값이 어떤 구간 안에 있다는 것만 아는 경우(좌·우 절단 동시 발생).
• 보상한도 (coverage limit) C — 보험자가 한 청구에 대해 지급하는 최대 금액. 손해액의 우측중도절단을 만든다.
• 확률질량 (probability mass) — 연속분포가 한 점(여기서는 C)에 모아 갖는 양(+)의 확률.
• 와이블 분포 (Weibull distribution) — F_X(x)=1−exp[−(λx)^β] 형태의 수명·손해액 모형. 모수 λ, β.
• 생존분석 (survival analysis) — 사건까지의 시간을 다루는 통계 분야. 중도절단 처리가 핵심.
• 절삭분포 (truncated distribution) — 범위 밖 관측치가 표본에서 아예 제외되는 분포. 중도절단과 구별됨.
• 지속기간 자료 (duration / lifetime data) — 첫 청구까지 시간, 장해 지속기간 등 시간 변수 자료. 흔히 중도절단을 동반.

한국보험시장 현황 Korea Market Practice

중도절단분포는 한국 보험 계리에서 경험생명표 작성과 질병·장해 발생률 추정의 핵심 방법론으로 자리 잡고 있다. 제10회 경험생명표(2024년 4월 적용, 평균수명 남 86.3세·여 90.7세)의 기반 데이터는 보험 계약자의 생사 추적 자료인데, 만기 해지·약관 변경·관찰 종료 등으로 관측이 중단된 개인들은 모두 우중도절단으로 처리되어 카플란-마이어 추정량이나 최대우도 생존함수 추정에 반영된다.

실손보험과 장기간병보험의 발병률·회복률 추정에도 중도절단이 필수적으로 등장한다. 피보험자가 가입 후 해지하거나 사망하면 질병 발생 관측이 절단되고, 역으로 관찰 중 새로운 보험을 추가 가입하면 좌중도절단 문제가 발생한다. IFRS17 최선추정 현금흐름에 쓰이는 질병·입원·수술 발생 가정은 이런 절단 구조를 올바르게 반영한 추정량이어야 하며, 절단을 무시한 완성표(complete-case) 분석은 발병률을 과소 추정하는 편향을 낳는다.

K-ICS 장수위험 요구자본 산출에서는 미래 사망률 개선 충격 시나리오를 적용하는데, 이 개선 속도 추정도 경험 데이터의 중도절단 구조를 반영한 코호트 분석에서 나온다. 자동차보험의 상해급여 지속기간 분포, 배상책임의 지급 지연(tail) 분포 등 손해보험 준비금 산출에서도 중도절단 처리가 손해 발생-지급 패턴(진전삼각형)의 통계적 기초가 된다.