회귀 투영과 배치 차이를 이용한 시뮬레이션 기반 추론

초록

**
관측 데이터의 선형 회귀 계수를 한 번만 추정한 뒤, 제안된 파라미터값마다 작은 배치를 시뮬레이션하고 잔차 평균에 커널 가중치를 부여한다. 이 가중치로 만든 자체 정규화 의사‑사후분포는 계산이 간단하고 병렬화가 용이하며, 원시 데이터 대신 회귀 계수만으로 추론이 가능하다. 논문은 이를 중요도 샘플링으로 해석하고, 파라미터 샘플 수가 무한히 커질 때 일관성을, 배치 크기와 대역폭이 적절히 조절될 때 식별 집합으로 수렴함을 증명한다.

**

상세 분석

**
본 논문은 고차원 시뮬레이터 출력 전체를 이용하지 않고, 관측 데이터에 대해 선형 회귀(OLS)를 수행해 얻은 회귀계수 β◦ 만을 요약통계로 활용한다는 점에서 기존 ABC·SBI 방법과 차별화된다. 회귀계수는 관측 데이터의 “선형 투영”을 정의하고, 시뮬레이터가 생성한 (X_sim, Y_sim) 쌍에 대해 동일한 투영을 적용한 뒤 잔차 Y_sim − β◦ᵀX_sim 의 평균 R_θ 을 계산한다. 이 평균이 0에 가까울수록 제안 파라미터 θ 가 관측 데이터의 선형 구조를 재현한다는 의미이므로, Gaussian 커널 exp(−R_θ²/τ²) 을 가중치로 사용한다.

핵심 이론적 기여는 세 가지이다. 첫째, 가중치 w_j 를 이용해 만든 경험적 측도 Π_nθ 는 사전 p(θ) 와 배치‑노이즈 평균 L_M(θ;τ)=E