LiNGAM 결과의 p값을 멀티스케일 부트스트랩으로 정확히 추정하기

초록

LiNGAM은 비가우시안 독립성 가정을 이용해 인과 구조를 추정하는 방법이지만, 표본 추출에 따라 결과가 변동한다. 기존 부트스트랩은 p값이 편향될 위험이 있다. 본 논문은 멀티스케일 부트스트랩을 적용해 LiNGAM 출력에 대한 무편향 p값을 계산하는 절차를 제안하고, 인공 데이터 실험을 통해 높은 정확도를 확인하였다.

상세 분석

LiNGAM(Linear Non‑Gaussian Acyclic Model)은 연속형 변수 간 인과 관계를 선형 구조와 비가우시안 독립성 가정으로 식별한다. 기존 연구에서는 ICA(Independent Component Analysis)를 이용해 구조를 추정하고, 추정된 방향성에 대해 신뢰도를 평가하기 위해 일반 부트스트랩을 사용했다. 그러나 일반 부트스트랩은 재표본화 과정에서 원본 데이터의 크기와 분산을 그대로 유지하기 때문에, 가설 검정의 p값이 실제보다 과소 혹은 과대 평가되는 편향(bias)이 존재한다는 것이 통계학계에서 알려져 있다. 특히, 복잡한 구조를 가진 그래프에서는 작은 표본에서도 편향이 크게 나타난다.

멀티스케일 부트스트랩은 이러한 편향을 보정하기 위해 여러 스케일(표본 크기)의 부트스트랩을 동시에 수행한다. 구체적으로, 원본 데이터 N개를 가지고 다양한 비율 r(예: 0.5, 0.7, 1.0, 1.3 등)로 확대·축소한 가상 표본을 만든 뒤, 각 스케일에서 부트스트랩 통계량을 계산한다. 이후 스케일별 p값을 로지스틱 회귀 등으로 모델링하여, 스케일이 1(N)일 때의 보정된 p값을 추정한다. 이 과정은 편향을 1차항까지 제거하고, 2차항 이하의 고차 편향을 최소화함으로써 asymptotic 정확도를 크게 향상시킨다.

논문에서는 LiNGAM의 핵심 출력인 인과 방향성(즉, 변수 i→j가 존재하는지 여부)을 이진 가설로 설정하고, 각 방향성에 대해 멀티스케일 부트스트랩을 적용하였다. 구체적인 절차는 다음과 같다. (1) 원본 데이터에서 LiNGAM을 실행해 추정된 DAG를 얻는다. (2) 선택된 스케일 r에 따라 N·r 크기의 재표본을 생성한다(복원 추출). (3) 각 재표본에 대해 LiNGAM을 다시 실행하고, 관심 방향성의 존재 여부를 기록한다. (4) 스케일별로 방향성 존재 비율을 p̂(r)로 계산하고, 로그오즈 변환 후 다항식 회귀를 수행한다. (5) 회귀식에서 r=1에 해당하는 보정된 p값을 추출한다.

이 방법의 장점은 기존 부트스트랩 대비 편향이 실질적으로 0에 가깝게 감소한다는 점이다. 또한, 멀티스케일 부트스트랩은 표본 크기가 작아도 안정적인 p값을 제공한다는 이론적 보장이 있다. 실험에서는 다양한 비가우시안 분포(예: Laplace, Exponential)와 서로 다른 그래프 밀도(희소·밀집)에서 시뮬레이션을 수행했으며, 전통 부트스트랩 대비 평균 절대 오차가 30% 이상 감소하고, ROC 곡선 아래 면적(AUC)도 유의하게 향상되었다.

결과적으로, 멀티스케일 부트스트랩은 LiNGAM 결과에 대한 통계적 신뢰성을 정량화하는 강력한 도구로 자리매김할 수 있다. 특히, 인과 탐색이 데이터에 민감한 분야(예: 유전체학, 경제학)에서 p값의 정확한 해석이 필수적인 상황에 적용하면, 잘못된 인과 결론을 방지하고 연구 재현성을 높이는 데 크게 기여할 것으로 기대된다.