회귀 모델 해석을 위한 영향 범위 평가

초록

본 논문은 회귀 모델에서 각 연속형 예측변수가 응답변수에 미치는 최대 영향을 정량화하는 새로운 해석 기법인 Impact Range Assessment (IRA)를 제안한다. IRA는 관측된 변수 범위 전체에 걸쳐 예측값 변동량을 측정함으로써 직관적인 영향 크기를 제공한다. 합성 선형·비선형 데이터와 실제 사료 제조 공정 데이터에 적용해 관련 변수와 무관한 변수를 명확히 구분하고, 파라미터 설정에 대한 강건성을 검증하였다.

상세 분석

IRA는 “포커스 변수” 하나를 선택하고, 해당 변수의 최소값과 최대값 사이를 균등하게 M개의 점으로 보간한다. 이후 전체 데이터에서 K개의 배경 관측치를 복원추출하고, 각 배경 관측치에 대해 포커스 변수를 보간값으로 교체한 M개의 변형 입력 집합을 만든다. 회귀 모델에 이 변형 입력들을 투입해 예측값을 얻고, 각 배경 관측치별로 최소·최대 예측값 차이를 구한다. 이 차이들의 평균이 해당 변수의 IRA 값이다. 수식적으로는

\