베이지안 모델 선택을 위한 요약통계의 핵심 조건

초록

본 논문은 베이지안 모델 선택, 특히 Approximate Bayesian Computation(ABC)에서 사용되는 요약통계가 진정한 모델을 일관되게 구별할 수 있는지에 대한 필요·충분 조건을 제시한다. 요약통계의 기대값이 두 모델 사이에서 asymptotically 다르면 Bayes factor가 일관적으로 수렴하고, 그렇지 않으면 잘못된 모델이 선택될 위험이 있다. 이러한 조건은 Monte‑Carlo 시뮬레이션을 통해 검증 가능하며, 실험 예시와 인구유전학 사례를 통해 실용성을 보여준다.

상세 분석

논문은 먼저 ABC 알고리즘이 요약통계 T(y) 만을 이용해 근사 posterior와 Bayes factor B_T12(y) 를 계산한다는 점을 강조한다. 여기서 핵심 질문은 T(y) 가 모델 M₁, M₂ 사이의 진정한 차이를 반영하는가이다. 저자들은 T(y) 에 대해 네 가지 가정(A1–A4)을 설정한다. (A1) T_n 의 중심극한정리 형태인 v_n(T_n−μ₀) → Q 를 가정해 T_n 이 v_n⁻¹ 스케일로 수렴함을 보장한다. (A2) 각 모델 i 에 대해 파라미터 공간에 F_{n,i} 라는 시브를 두고, 그 안에서 μ_i(θ_i) 가 μ₀ 에 근접하도록 확률 질량이 충분히 큰 τ_i, α_i 조건을 부여한다. (A3) 모델이 T_n 과 호환(compatible)하면 π_i(S_{n,i}(u)) ∼ u^{d_i} v_n^{-d_i} 라는 꼬리 분포를 갖는다고 가정한다. (A4) 호환 모델에 대해 g_i(t|θ_i) 가 g_n(t) 보다 일정 비율 δ 이상으로 크게 유지되는 영역 E_n 이 존재함을 요구한다.

이 가정들 하에 Lemma 1을 증명한다. 핵심은 m_i(T_n) (모델 i 의 요약통계에 대한 주변밀도)와 g_n(T_n) (관측 요약통계의 실제 밀도) 사이의 비율이 v_n^{-d_i} 정도까지 정확히 제어된다는 점이다. 즉, 모델이 T_n 과 호환이면 m_i(T_n) ≈ C v_n^{-d_i} g_n(T_n) 이며, 호환되지 않으면 m_i(T_n) 은 v_n^{-τ_i} 또는 v_n^{-α_i} 중 더 큰 차수로 급격히 감소한다.

이 결과를 Bayes factor B_T12(y)=m_1(T_n)/m_2(T_n) 에 적용하면, 두 모델 모두 T_n 과 호환이면 B_T12(y) 는 v_n^{-(d_1-d_2)} 정도의 고정된 비율로 수렴한다. 반면 하나만 호환하면 비호환 모델의 주변밀도가 더 빠르게 0에 수렴하므로 B_T12(y) 는 진짜 모델을 일관적으로 선택한다. 따라서 “요약통계의 기대값 μ_i(θ_i) 가 두 모델 사이에서 asymptotically 다르면(즉, μ₀ 가 한 모델의 평균 집합에만 포함될 때) Bayes factor는 일관적이다”는 필요·충분 조건이 도출된다.

이론적 결과는 실제 ABC 구현에 직접 활용될 수 있다. 요약통계의 기대값을 시뮬레이션으로 추정하고, 두 모델에서 기대값 차이가 유의미한지 검정하면 해당 통계가 모델 선택에 적합한지 판단할 수 있다. 논문은 정규–라플라스 예시와 인구유전학 모델을 통해 이 검증 절차를 시연한다. 특히, 평균·분산·중앙값 등은 기대값이 동일해 구분력이 낮은 반면, 중앙절대편차(MAD)와 같은 통계는 기대값 차이가 커서 높은 구분력을 보인다.

결론적으로, 요약통계 선택이 베이지안 모델 선택의 성공을 좌우한다는 점을 수학적으로 명확히 규정하고, 실용적인 Monte‑Carlo 검증 방법을 제시함으로써 ABC 기반 모델 선택의 신뢰성을 크게 향상시킬 수 있음을 보여준다.