역방향 모멘트 회귀와 가중 χ² 검정 기반 차원 축소 새로운 패러다임

본 논문은 회귀 분석에서 고차원 예측 변수 x와 응답 변수 y 사이의 관계를 비모수적으로 요약하기 위한 차원 축소 방법을 새롭게 제시한다. 전통적인 차원 축소 기법인 Sliced Inverse Regression(SIR)은 역 평균 E(z|y)만을 이용해 중심 차원 축소 서브스페이스(CDRS)를 추정한다. 그러나 SIR은 대칭적인 비선형 관계를 포착하지 못한다는 한계가 있다. 이를 보완하기 위해 Sliced Average Variance Estimate(SAVE)와 Principal Hessian Directions(pHd)와 같은 방법이 도입되었으며, 이들은 역 두 번째 모멘트 E(zz′|y)‑I를 활용한다. 하지만 SAVE와 pHd도 각각 특정 구조에 취약하고, 두 방법을 적절히 결합해야 최적의 성능을 얻을 수 있다. 저자들은 이러한 문제를 해결하기 위해 새로운 후보 행렬 M_{zz′|y}=E\{