Markov basis와 Groebner basis를 이용한 Segre‑Veronese 구성의 그룹 선택 독립성 검정

본 논문은 그룹별 선택 상황에서 발생하는 복합적인 제약조건을 수학적으로 모델링하고, 이를 기반으로 독립성 가설을 검정하는 새로운 통계적 방법론을 제시한다. 먼저, 저자들은 “그룹‑와이 선택”이라는 개념을 정의한다. 여기서 각 그룹은 선택 가능한 항목들의 집합이며, 각 그룹에서 선택할 수 있는 항목 수에 제한이 존재한다(예: 최대 두 개, 혹은 전체 선택 금지 등). 이러한 제한은 전통적인 다차원 교차표에서 구조적 영 셀(zero cell)로 나타나며, 표본공간을 복잡하게 만든다. 이러한 복잡성을 해결하기 위해 저자들은 **Segre‑Veronese 구성**이라는 대수기하학적 구조를 도입한다. Segre‑Veronese 구성은 두 개 이상의 다항식 공간을 텐서곱하고 베르노이즈 매핑을 적용한 형태로, 해당 구성에 속하는 토릭 이데알은 차수 2인 이항식(두 셀 간의 교환)만으로 생성되는 **그뢰버너 기저**를 갖는다. 논문에서는 이 기저가 **square‑free** 초기항을 가지며, 마코프 체인에서 사용되는 이동(move)이 두 셀만을 교환하는 단순한 형태임을 증명한다. 이는 기존에 구조적 영 셀을 포함한 경우에 필요했던 고차 이동(예: 차수 3 이상)보다 훨씬 계산 효율이 높다. 통계적 모델링 측면에서, 저자들은 각 셀 i의 확률 p(i)를 p(i)=h(i)·∏_{j∈J} q(j)^{a_{ji}} 와 같이 표현한다. 여기서 h(i)는 알려진 함수, q(j)는 파라미터, a_{ji}는 0/1 행렬 원소이며, 전체 충분통계량 t는 행렬 A(=a_{ji})를 통해 t = A·x 로 정의된다. 조건부 검정은 충분통계량 t가 주어졌을 때의 조건부 분포를 샘플링하는 것으로, 마코프 체인의 상태공간은 F_t = {x∈ℕ^ν | A·x = t} 로 정의된다. MCMC 절차는 위에서 정의한 차수 2 이동(그뢰버너 기저)만을 사용해 F_t 내에서 연결된 마코프 체인을 구성한다. 저자들은 이 체인이 에르고딕하고, 충분히 긴 샘플링을 통해 원하는 검정통계량의 p‑값을 근사할 수 있음을 보인다. 두 가지 실제 데이터에 이 방법을 적용한다. 첫 번째는 일본 대학입시인 **National Center Test (NCT)** 데이터이다. NCT에서는 학생들이 사회·과학 과목을 각각 선택할 수 있으며, 각 과목군마다 선택 가능한 과목 수와 조합에 복잡한 제한이 있다. 예를 들어, 사회 과목에서는 지리·역사 중 하나, 시민 과목 중 하나를 선택하고, 과학 과목은 세 개의 서브그룹에서 각각 최대 하나씩 선택한다는 제약이 있다. 이러한 제약을 Segre‑Veronese 구성으로 모델링하고, 제시된 그뢰버너 기저를 이용해 사회 과목과 과학 과목 간의 독립성 가설을 검정한다. 결과는 실제 선택 패턴이 독립성을 위배함을 보여주며, 제약을 고려한 정확한 검정이 가능함을 입증한다. 두 번째는 **유전학** 분야의 다중 로커스 Hardy‑Weinberg 평형 검정이다. 각 로커스는 여러 대립유전자를 가질 수 있고, 개체는 각 로커스에서 두 개의 대립유전자를 선택한다(동형접합 또는 이형접합). 또한, 동일 염색체 상에 여러 로커스가 있을 경우, 그 조합인 **히플로타입**·**디플로타입** 데이터가 존재한다. 이러한 데이터는 구조적 영 셀(불가능한 조합)과 복잡한 마진 제약을 포함한다. 저자들은 이를 Segre‑Veronese 구성으로 표현하고, 차수 2인 그뢰버너 기저를 사용해 다중 로커스 간 독립성(즉, 각 로커스가 독립적으로 Hardy‑Weinberg 평형을 따르는지) 검정을 수행한다. 실험 결과는 기존 방법보다 빠른 수렴과 정확한 p‑값 추정을 제공한다. 논문 말미에서는 이론적 결과와 실험적 결과를 종합해, **Segre‑Veronese 구성에 귀속되는 경우** 마코프 기저가 차수 2인 이동만으로 충분히 연결된 마코프 체인을 제공한다는 점을 강조한다. 이는 구조적 영 셀을 포함한 복잡한 제약을 가진 다변량 빈도 데이터에 대해, 기존의 고차 이동 기반 방법보다 계산 효율과 정확성을 동시에 달성할 수 있음을 의미한다. 또한, 이 접근법은 통계학과 대수기하학 사이의 교차점을 확장시켜, 향후 복잡한 제약을 가진 다양한 분야(예: 설문조사, 마케팅, 생물정보학 등)에서 활용 가능성을 제시한다.