선택 편향 속 잠재 변수 인과 관계 발견의 새로운 열쇠, 랭크 제약 조건

초록

본 연구는 데이터 수집 시 발생하는 선택 편향 하에서 잠재 변수 간의 인과 구조를 발견하는 방법을 탐구합니다. 기존 조건부 독립성 기반 방법의 한계를 넘어 선형 가우시안 모델의 공분산 행렬 랭크 제약 조건을 일반화하여, 선택 편향이 존재해도 변수 간 구조적 정보가 랭크에 보존됨을 이론적으로 증명하고 실험으로 검증했습니다.

상세 분석

이 논문의 핵심 기술적 기여는 선택 편향이 존재하는 환경에서도 유효한 ‘일반화된 랭크 제약 조건(Generalized Rank Constraints)‘을 도입한 것입니다. 기존의 랭크 제약 조건(Sullivant et al., 2010)은 선형 가우시안 가정 하에서 잠재 변수의 영향을 공분산 부분 행렬의 낮은 랭크로 포착했으나, 선택 편향이 개입되면 데이터 분포가 복잡해져(예: 잘린 가우시안) 기존 이론이 적용되지 않았습니다.

본 연구는 ‘선형 선택 메커니즘’을 가정하여 이 문제를 해결합니다. 즉, 선택 여부가 관측 변수들의 선형 결합에 의해 결정된다고 보는 것입니다. 이 가정 하에서, 비록 선택된 데이터의 공분산 행렬(Σ’)이 원래 모수로 표현하기 어려운 복잡한 형태를 가지더라도, 그 ‘랭크’는 원래의 인과 그래프 구조와 선택 메커니즘에 대한 정보를 보존한다는 것을 증명합니다. 이를 그래프 이론으로 정확히 규명한 것이 ’t-separation’ 기준의 일반화 버전입니다.

이 도구의 강력함은 ‘역(逆) 테트라드 구조’ 예시에서 잘 드러납니다. 네 개의 독립 변수가 그 선형 합을 기준으로 선택(잘림)될 경우, 데이터는 더 이상 선형 구조 방정식 모델을 따르지 않습니다. 그러나 네 변수 간 공분산 부분 행렬의 랭크는 마치 공통의 잠재 변수(L)가 존재하는 고전적 ‘테트라드 구조’에서와 동일한 낮은 랭크(rank=1) 패턴을 보입니다. 이는 선택 메커니즘 자체가 하나의 ‘차원적 병목현상(dimensional bottleneck)‘으로 작용하여, 마치 잠재 변수가 존재하는 것처럼 데이터 의존성에 저차원 구조를 남기기 때문입니다. 이를 통해 선택 편향과 잠재 변수 효과를 구분하고 식별할 수 있는 이론적 기반을 마련했습니다.