블러드 TV 거리로 보는 무가정(two‑sample) 검정의 새로운 패러다임

초록

본 논문은 전통적인 TV 거리의 추정이 불가능한 무가정(distribution‑free) 환경에서, 커널 블러링을 통해 정의한 블러드 TV 거리(dₕTV)를 이용해 양측 구간(DF‑UCB, DF‑LCB)을 제공한다. 블러드 TV는 밴드위스 h에 따라 TV와 연속적으로 연결되며, h가 클수록 추정이 쉬워지고, h→0이면 원래 TV에 수렴한다. 저자들은 이 거리의 수학적 성질을 정리하고, 경험적 블러드 TV에 기반한 유한표본 구간을 제시한다. 또한 고차원에서의 동작을 분석해 내재 차원에 의존함을 보인다.

상세 분석

이 논문은 두 표본 검정에서 “분포‑자유” 신뢰구간을 구축하는 것이 TV 거리에 대해는 이론적으로 불가능함을 (Theorem 1.1) 명확히 제시한다. 연속분포의 경우 표본이 거의 surely 서로 다르기 때문에, TV 거리의 상한을 1 이하로 제한할 수 없으며, 이는 기존 검정이 과도하게 보수적이게 만든다. 이를 극복하기 위해 저자들은 블러드 TV 거리 dₕTV(P,Q)=TV(P∗ψₕ, Q∗ψₕ) 를 도입한다. 여기서 ψₕ는 스케일된 커널(주로 Gaussian)이며, 블러링은 두 분포를 동일한 잡음 채널에 통과시켜 부드러운 버전을 만든다.

핵심적인 수학적 성질은 다음과 같다. (i) 모든 h≥0에 대해 dₕTV(P,Q)≤TV(P,Q)이며, h→0이면 원래 TV에 수렴하고, h→∞이면 0으로 수렴한다. (ii) Gaussian 커널을 사용할 경우 h에 대한 단조 감소성을 보이며, 이는 블러링이 강해질수록 구분력이 감소한다는 직관과 일치한다. (iii) 경험적 분포 𝑃̂ₙ, 𝑄̂ₘ에 대해 dₕTV(𝑃̂ₙ, 𝑄̂ₘ)는 기대값이 실제 dₕTV(P,Q)와 차이가 Δₙ,ₘ,ₕ(샘플 분할에 기반) 이하임을 보인다. Δₙ,ₘ,ₕ는 n,m→∞이면 0으로 수렴한다.

이러한 결과를 바탕으로 저자들은 McDiarmid 부등식을 이용해 경험적 블러드 TV의 집중성을 확보하고, 다음과 같은 분포‑자유 구간을 제시한다.

• Upper bound  Ûα = dₕTV(𝑃̂ₙ, 𝑄̂ₘ)+εₙ,ₘ,α,
• Lower bound  Ĺα = max{0, dₕTV(𝑃̂ₙ, 𝑄̂ₘ)−dₕTV(𝑃̂ₙ^{(1)}, 𝑃̂ₙ^{(2)})−dₕTV(𝑄̂ₘ^{(1)}, 𝑄̂ₘ^{(2)})−3εₙ,ₘ,α},
  여기서 εₙ,ₘ,α≈√{(log(1/α)/2)(1/n+1/m)}이다. 이 구간은 모든 차원 d와 모든 분포 P,Q에 대해 동일한 유효 수준 1−α를 보장한다.

계산 측면에서 dₕTV(𝑃̂ₙ, 𝑄̂ₘ)는 직접적인 적분이 비용이 크므로, 저자들은 Monte‑Carlo 샘플링을 통해 근사하고, 이 근사에도 동일한 분포‑자유 보장을 유지한다. 또한 고차원 분석에서는 블러드 TV가 데이터의 내재 차원(예: 저차원 매니폴드)에 의존한다는 점을 보이며, 차원이 급격히 증가해도 샘플 크기가 내재 차원에 비례한다면 유의미한 검정이 가능함을 이론적으로 뒷받침한다.

결과적으로, 블러드 TV는 TV 거리의 “강력함”을 어느 정도 유지하면서도, 무가정 환경에서 실용적인 추정과 검정을 가능하게 하는 중요한 중간 지표로 자리매김한다.