고차원 선형시간 커널 두표본 검정의 평균차 검증 파워 분석

논문은 비모수(two‑sample) 검정의 두 갈래, 즉 일반 대안(GA)과 평균 차이 대안(MSA)을 구분하고, GA용으로 설계된 커널 기반 검정이 MSA 상황에서 어떤 성능을 보이는지를 고차원 환경에서 체계적으로 분석한다. 연구 배경으로는 고차원 데이터에서 표본수와 차원이 동시에 증가할 때 검정의 일관성(consistency)과 파워를 이해하는 것이 통계학 및 머신러닝에서 핵심 과제로 부각된다. 기존 문헌은 주로 MSA 전용 검정(Hotelling T², Bai‑Saranadasa, Chen‑Qin 등)의 고차원 특성을 다루었지만, GA용 검정인 Maximum Mean Discrepancy(MMD)의 고차원 파워에 대한 이론적 결과는 부족했다. 본 연구는 Gaussian 커널을 사용한 선형시간 MMD 통계량 MMD²_l 에 초점을 맞춘다. 데이터 모델은 x_i = U s_i + μ_P, y_i = U t_i + μ_Q 로 가정하고, 여기서 U는 d×d 직교 행렬이며 s_i, t_i는 i.i.d. 0‑mean, 동일한 분산 σ²를 갖는 좌표들로 구성된다(A1). 또한 각 좌표의 2차부터 6차까지 중심 모멘트가 존재한다(A2)며, 이는 기대값·분산 계산과 베리‑에스테인 정리를 적용해 정규 근사를 정당화하는 데 필요하다. Gaussian 커널 k(x,y)=exp(−‖x−y‖²/(2γ²)) 에 대해, 대역폭 γ가 √d 이상이면(γ = Ω(√d)) 고차원에서의 커널 값이 적절히 스케일링되어 Taylor 전개와 잔차 제어가 가능해진다. 저자들은 h(z_i,z_j)=k(x_i,x_j)+k(y_i,y_j)−k(x_i,y_j)−k(x_j,y_i) 라는 2‑샘플 U‑통계량 형태를 정의하고, MMD²_l = (1/(n/2))∑_{i=1}^{n/2} h(z_{2i−1},z_{2i}) 로 표현한다. 핵심 정리는 다음과 같다. (n,d)→∞ 어떠한 비율이라도, γ = Ω(√d) 일 때, 정규화된 통계량 F = √n (MMD²_l−MMD²)/√V 가 표준 정규분포에 수렴한다. 여기서 MMD² = ‖δ‖²/(2γ²)·exp(−‖δ‖²/(2γ²)) (δ = μ_P−μ_Q)이며, V = 8dσ⁴+8σ²‖δ‖² 로 차원과 신호 강도에 따라 달라진다. 검정 임계값을 z_α 로 잡으면, 파워는 β = Φ( √n‖δ‖² /√(8dσ⁴+8σ²‖δ‖²) − z_α ) 로 정확히 표현된다. 이 식을 바탕으로 두 가지 코롤라를 도출한다. 첫 번째는 작은 SNR(Ψ = ‖δ‖/σ = o(d^{1/2})) 상황으로, 파워는 Φ( √n Ψ² /√d ) 로 성장한다. 즉, 차원이 커질수록 표본수 n이 d보다 빠르게 증가해야 파워가 1에 접근한다. 두 번째는 큰 SNR(Ψ = ω(d^{1/2})) 상황으로, 파워는 Φ( √n Ψ ) 로 차원에 무관하게 급격히 1에 수렴한다. 이 전이점은 SNR이 차원 규모와 맞물리는 지점을 정확히 포착한다. 대역폭 선택에 대한 실용적 함의도 제공한다. γ = Ω(√d) 조건은 median heuristic(거리 중위수 기반 선택)와 일치한다. 실제 실험에서는 median heuristic가 γ≈σ√(2d) 정도가 되며, 이는 이론적 조건을 만족한다. 또한, γ가 상수이거나 d^α (α<0) 로 스케일링될 경우 파워가 급격히 감소함을 확인한다. 기존 고차원 MSA 전용 검정인 Chen‑Qin(CQ)과 비교했을 때, MMD_l 은 동일한 2차 모멘트 가정 하에 비슷하거나 더 나은 파워를 보이며, 특히 커널을 통해 비선형 구조를 포착할 수 있다는 장점이 있다. 또한, MMD_l 은 선형시간 O(n) 복잡도로 계산 가능해 대규모 데이터에 적합하다. 마지막으로, 논문은 가정(A1, A2)의 일반성, 대역폭 선택의 실용성, 그리고 고차원에서의 정규 근사와 Berry‑Esseen 오차 제어 등 기술적 난관을 상세히 논의한다. 전체적으로, 이 연구는 고차원 환경에서 GA용 커널 검정이 MSA에 대해 어떤 파워를 가지는지를 최초로 정확히 정량화함으로써, 비모수 검정 이론에 중요한 공백을 메우고 실무 적용에 대한 지침을 제공한다.