구간형 결과에 대한 예측 집합과 컨포멀 추론

초록

본 논문은 구간(또는 검열) 형태로 관측되는 종속변수 Y에 대해, 공변량 X에 조건화된 최소 부피의 예측 집합(oracle prediction set)을 정의하고, 이를 일관적으로 추정하는 비모수적 방법과 유한표본에서 정확한 커버리지를 보장하는 컨포멀 추론 절차를 제시한다. 부분식별(partial identification) 하에서의 최적 예측 집합을 이론적으로 규정하고, 커널 기반 조건부 분포 추정과 새로운 적합도 점수(conformity score)를 이용해 다중 구간으로 구성될 수 있는 예측 집합을 구현한다. 시뮬레이션과 영국 구인광고·미국 인구조사 데이터 실증을 통해 제안 방법의 견고함과 효율성을 확인한다.

상세 분석

이 연구는 기존의 점관측 기반 예측 구간(예: 조건부 평균·분산 가정 하의 정규분포)과 달리, Y가 직접 관측되지 않고 하한 Y_L 과 상한 Y_U  사이에 존재한다는 구간 검열 상황을 다룬다. 구간 데이터는 설문조사에서 소득·자산을 구간으로 묻는 경우, 혹은 생존 분석에서 오른쪽 검열(right‑censoring) 형태로 흔히 나타난다. 이러한 상황에서는 Y의 전체 분포가 완전히 식별되지 않으며, 따라서 전통적인 oracle prediction set—즉, 조건부 밀도 수준 집합(level set)—이 직접 적용될 수 없다. 저자들은 부분식별 프레임워크를 도입해, 관측된 (Y_L, Y_U) 쌍이 제공하는 정보만을 이용해 가능한 Y의 분포 집합을 정의하고, 그 안에서 최소 부피를 갖는 예측 집합을 최적해로 규정한다.

핵심 이론적 기여는 두 가지이다. 첫째, 부분식별 하에서의 oracle prediction set을 “조건부 상한·하한 분포 함수의 최적 조합”이라는 형태의 최적화 문제로 전환한다. 이를 위해 조건부 누적분포함수 F_{Y|X}(·|x)를 추정하는데, 저자들은 커널 밀도 추정기를 사용해 F_{Y_L|X}와 F_{Y_U|X}를 비모수적으로 추정하고, 이들 추정값을 이용해 가능한 Y의 구간을 구한다. 둘째, 유한표본에서도 정확한 (1‑α) 커버리지를 보장하는 컨포멀 추론 절차를 설계한다. 기존 컨포멀 방법은 점값 관측에 대해 “max{τ̂_0(x_i)‑Y_i, Y_i‑τ̂_1(x_i)}”와 같은 적합도 점수를 사용했지만, 구간 관측에서는 Y_i 자체가 알려지지 않으므로 새로운 점수 S_i = max{τ̂_0(x_i)‑Y_U_i, Y_L_i‑τ̂_1(x_i)} 를 정의한다. 이 점수는 예측 집합이 실제 Y를 포함하면 비양수이며, 그렇지 않으면 양수가 된다. 따라서 (1‑α) 분위수에 해당하는 임계값을 구해 예측 집합의 양쪽 끝을 조정하면, 교환가능성(exchangeability) 가정 하에 정확한 커버리지를 얻는다.

또한, 다중 모달(다중 피크) 분포를 허용하기 위해 예측 집합을 여러 개의 불연속 구간으로 구성할 수 있게 설계하였다. 이는 단일 구간보다 부피를 크게 줄일 수 있어, 특히 조건부 밀도가 복합적인 형태를 보이는 경우에 효율적이다. 저자들은 이론적 일관성(oracle set에 대한 점별 수렴)과 유한표본 커버리지 보장을 정리로 제시하고, 증명은 커널 추정기의 균일 수렴 속도와 컨포멀 점수의 순서 통계적 특성을 활용한다.

실증 부분에서는 영국 구인광고 데이터에서 급여가 구간 형태로 보고되는 사례와, 미국 CPS에서 소득 구간이 빈번히 나타나는 사례를 분석한다. 두 데이터 모두 관측된 구간이 전체 표본의 상당 부분을 차지함에도 불구하고, 제안된 방법은 기존의 평균·분산 기반 imputation이나 단순 양측 95% 구간보다 더 좁은 부피를 유지하면서 목표 커버리지를 달성한다. 특히, 구간이 고정된(예: $10k–$20k) 경우와 연속적인 검열(예: “$50k 이상”) 경우 모두에서 일관적인 성능을 보였다.

전반적으로 이 논문은 (1) 부분식별 하에서의 최적 예측 집합 정의, (2) 비모수적 조건부 분포 추정에 기반한 일관적 추정기, (3) 구간 관측에 특화된 컨포멀 적합도 점수 설계, (4) 다중 구간 예측 집합 허용이라는 네 가지 핵심 요소를 결합해, 구간형 데이터 분석에 새로운 이론·방법론적 토대를 제공한다는 점에서 의의가 크다.