전역 민감도 분석을 위한 새로운 패러다임

초록

본 논문은 전통적인 Sobol 분해에 의존하지 않고, “민감도 측도(sensitivity measure)”라는 집합함수 개념을 도입한다. 민감도 측도는 입력 부분집합이 출력에 영향을 미치는지를 0‑값 여부로 판별하며, 전체 입력에 대한 측도는 출력 불확실성을 나타낸다. 이를 조건부 분포와 연결해 대칭 2‑수준 요인 실험으로 해석하고, 기존 Sobol 지수는 특정 가중치를 갖는 요인 효과의 특수 경우임을 보인다. 입력 분포 가정이 필요 없으며, 다양한 불확실성 척도(분산, 확률‑분포 거리 등)를 포함할 수 있다.

상세 분석

논문은 먼저 “초과(superfluous)”라는 개념을 정의한다. 입력 집합 A가 초과라면, f(X) = g(X_{D\A})가 확률 1로 성립하므로 A에 대한 민감도는 0이 된다. 이와 역으로 τ(A)=0이면 A가 초과임을 보이는 것이 민감도 측도의 핵심 정의이다. 이를 위해 저자는 조건부 분포 Q_{A}=Pr{f(X)∈· | X_{D\A}}와 Dirac 측도 δ_y를 비교하는 “Dirac 테스트” φ(Q)를 도입한다. φ가 0이면 Q가 단일점(Dirac)임을 의미하고, 이는 f가 X_{D\A}에만 의존한다는 것과 동치이다. 따라서 τ(A)=E