고차원 데이터 변수 선택과 추론을 위한 충분 차원 연관성 방법

초록

본 논문은 고차원 환경에서 회귀 모델 형태와 희소성 가정을 필요로 하지 않는 새로운 변수 선택·추론 기법인 충분 차원 연관성(SDA)을 제안한다. 정규화 혹은 가우시안 분포를 따르는 예측변수와 마코프 블랭킷(Markov blanket) 특성을 이용해 각 변수와 반응 변수 사이의 조건부 연관성을 측정한다. SDA 추정량의 점근적 성질을 증명하고, χ², Kolmogorov‑Smirnov, Cramér‑von‑Mises 기반의 세 가지 검정통계량을 개발한다. 다중 검정 절차를 통해 거짓 발견률(FDR)을 제어하며, 시뮬레이션과 ADNI 유전자 발현 데이터 분석을 통해 방법의 유효성과 우수성을 확인한다.

상세 분석

본 연구는 고차원 데이터 분석에서 변수 선택과 사후 추론을 동시에 수행하는 데 기존 방법이 갖는 두 가지 한계를 극복하고자 한다. 첫째, 대부분의 사후 선택 추론(post‑selection inference) 기법은 선형 회귀와 같은 명시적 모델을 전제로 하며, 변수의 희소성을 가정한다. 그러나 실제 생물학·의학 데이터는 비선형 관계가 존재하거나 희소성이 깨지는 경우가 빈번하다. 둘째, 기존 차원 축소 기법인 충분 차원 감소(SDR)와 그 기반인 SIR은 중앙 하위공간(central subspace)을 정확히 추정해야만 변수의 중요성을 판단할 수 있어, 고차원에서 계산 비용과 추정 불안정성이 문제된다.

SDA는 이러한 제약을 완화한다. 저자는 X가 정규화된 다변량 정규분포 N(0,Θ⁻¹)를 따른다고 가정하고, Θ(precision matrix)가 희소하다는 전제 하에 각 변수 Xi의 조건부 잔차 Zi=Xi−E