반노크오프 사전학습 모델을 위한 조건부 독립 검정

초록

본 논문은 사전 학습된 머신러닝 모델을 그대로 활용하면서 훈련‑테스트 분할 없이 조건부 독립성을 검정할 수 있는 ‘Semi‑knockoffs’ 방법을 제안한다. 연속형 변수에 대해 조건부 기대값만 추정하면 되며, 두 개의 조건부 샘플을 이용해 손실 차이를 비모수적 짝검정에 적용한다. 이 절차는 유한 표본 수준에서 정확한 p‑값과 FDR 제어를 보장한다. 또한 정규화 모델의 안정성 및 이중 강건성(double‑robustness) 이론을 새롭게 제공한다.

상세 분석

Semi‑knockoffs는 기존 모델‑X 기반 CRT나 knockoff 방법이 요구하는 입력 분포의 정확한 사전 지식이나 완전한 knockoff 변수 생성 과정을 생략한다는 점에서 혁신적이다. 핵심 아이디어는 두 종류의 조건부 기대값 ν = E