본 논문은 인과적 충분성이 성립하는 경우에 관측 시계열로부터 선형 및 비선형, 시차 및 동시적 인과 발견을 수행하는 새로운 조건부 독립성(CI) 기반 방법을 제안한다. PC 알고리즘과 같은 기존 CI 기반 방법과 다른 프레임워크의 일반적인 방법들은 시계열에서 흔히 나타나는 문제인 강한 자기상관 하에서 낮은 재현율과 부분적으로 부풀려진 거짓 양성을 보인다. 새로운 방법인 PCMCI$^+$는 PCMCI [Runge et al., 2019b]를 확장하여 동시적 연결의 발견을 포함한다. PCMCI$^+$는 조건 집합의 선택을 최적화함으로써 CI 검정의 신뢰성을 높이며, 자기상관으로부터 오히려 이점을 얻기도 한다. 이 방법은 순서 독립적이며 오라클 경우에서 일치성을 가진다. 광범위한 수치 실험을 통해 PCMCI$^+$가 다른 방법에 비해 더 높은 인접성 탐지력과, 특히 더 높은 동시적 방향 결정 재현율을 보이면서도 거짓 양성을 더 잘 통제함을 보인다. 또한 최적화된 조건 집합 덕분에 PC 알고리즘보다 실행 시간이 훨씬 짧다. PCMCI$^+$는 시간 해상도가 너무 거칠어 시간 지연을 분해할 수 없고 강한 자기상관이 존재하는 많은 실제 응용 시나리오에서 크게 유용할 수 있다.
관찰 연구에서 인과적 처치 효과를 평가하려면 교란(confounding) 문제를 해결해야 합니다. 후방문 기준(back-door criterion)은 관찰된 공변량 조정을 통해 식별을 가능하게 하지만, 측정되지 않은 교란이 존재할 때는 실패합니다. 반면 전방문 기준(front-door criterion)은 처치 효과를 완전히 매개하며 처치-결과 쌍의 미측정 교란 변수로부터 영향을 받지 않는 변수를 활용하여 대안을 제공합니다. 본 논문에서는 전방문 가정 하에서 평균 처치 효과(ATE)와 처치받은 집단에 대한 평균 처치 효과(ATT) 모두를 추정하기 위한 새로운 1단계(one-step) 추정량 및 타깃 최소 손실 기반 추정량(TMLE)을 개발합니다. 제안하는 추정량은 매개변수 밀도 모델링을 완전히 배제하는 접근 방식을 포함하여 관찰된 데이터 분포의 다양한 모수화를 기반으로 구축되며, 유연한 머신러닝 기반 성가신 모수(nuisance) 추정과 호환됩니다. 또한 2차 나머지 경계(second-order remainder bounds)를 유도하여 root-n 일치성 및 점근적 선형성을 위한 조건을 확립합니다. 나아가 일반화된 (Verma) 독립성 제약을 인코딩하는 전방문 모델의 준모수적 확장 내에서, 이중 강건(doubly robust) 검정 절차를 포함하여 식별 가정을 평가하기 위한 유연한 검정 방법을 개발합니다. 더불어 이러한 제약을 활용하여 인과 효과 추정량의 효율성을 향상시킬 수 있는 방법도 제시합니다. 시뮬레이션 연구를 통해 우수한 유한 표본 성능을 확인하였으며, 교육 및 응급 의학 분야의 실제 데이터 적용 사례를 통해 제안 방법의 실질적인 유용성을 입증합니다.
신경과학 연구에서는 신경영상을 활용하여 서로 다른 개인의 뇌 네트워크를 측정하는 것이 일상화되었습니다. 이러한 네트워크는 일반적으로 인접 행렬(adjacency matrix)로 표현되며, 각 셀에는 한 쌍의 뇌 영역 간 연결성 요약 정보가 포함됩니다. 네트워크 간 노드는 공유되지만 엣지는 서로 다른 이러한 다중 네트워크 데이터를 분석하기 위한 방법론을 다루는 통계학 문헌이 점차 등장하고 있습니다. 그러나 이상치 탐지(outlier detection)라는 중요한 문제에 대해서는 실질적인 고려가 거의 이루어지지 않았습니다. 특히 특정 피험자의 경우 신경영상 데이터의 품질이 너무 낮아 네트워크를 신뢰성 있게 재구성할 수 없습니다. 이러한 피험자의 경우 결과로 도출되는 인접 행렬이 대부분 0이거나 정상적으로 기능하는 뇌와 일치하지 않는 기이한 패턴을 보일 수 있습니다. 이러한 이상치 네트워크는 영향점(influential points)으로 작용하여 후속 통계 분석을 오염시킬 수 있습니다. 본 논문에서는 인접 행렬에 대한 위계적 일반화 선형 모델(hierarchical generalized linear model) 기반의 영향력 측도(influence measure)를 활용하는 간단한 네트워크 이상치 탐지(ODIN, Outlier DetectIon for Networks) 방법을 제안합니다. 효율적인 계산 알고리즘을 설명하고, 시뮬레이션과 UK Biobank 데이터 적용을 통해 ODIN을 실증합니다. ODIN은 중간 수준부터 극단적인 수준의 이상치를 식별하는 데 성공했습니다. 이러한 이상치를 제거하면 다운스트림 응용 분야의 추론(inference) 결과가 크게 달라질 수 있습니다.
기저의 마르코프 랜덤 필드(Markov random field)를 인코딩하는 확률적 그래프 모델(probabilistic graphical model)은 복잡한 의존 구조를 가진 현대의 다변량 데이터셋에서 잠재 표현(latent representation)을 학습하는 생성 모델링(generative modeling)의 근본적인 구성 요소이다. 이 중 지수족 그래프 모델(exponential family graphical model)은 통계적 성질이 비교적 잘 알려져 있고, 유사 가능도(pseudo-likelihood) 방법에 기반하여 고차원 데이터에 대한 계산 확장성을 갖추고 있어 특히 널리 사용된다. 이러한 모델은 통계 물리학의 Ising 모델과 유전체학의 카운트 그래프 모델(count graphical model) 등 여러 분야에서 성공적으로 적용되어 왔다. 또 다른 계열의 모델은 일부 노드를 잠재 변수로 두어, 관측 가능한 노드의 주변 분포가 지수족에서 벗어나 더 복잡한 의존성을 포착할 수 있도록 한다. 이러한 접근법은 볼츠만 머신(Boltzmann machine)과 그 제한된 버전(restricted Boltzmann machine)과 같은 인공지능 생성 모델의 토대를 이룬다. 완전 관측 및 부분 관측 사례 모두에서 가능도 기반(즉, 최대 가능도 및 완전 베이즈) 추론의 근본적인 장벽은 가능도를 다루기 어렵다는 점이다. 일반적인 우회책은 Besag(1974)의 선구적인 연구를 따라 유사 가능도 기반 접근법을 채택하는 것이다. 본 논문의 목표는 로그 수준의 희소성(logarithmically sparse) 설정에서 이러한 모델에 대한 완전 가능도 기반 분석이 계산적으로 효율적인 방식으로 가능함을 보이는 것이다. 핵심적인 혁신은 다루기 어려운 그래프 모델의 기저에 있는 다루기 쉬운 독립 모델(independence model)을 활용하여 정규화 상수(normalizing constant)와 그 그래디언트를 추정하는 데 있다. 광범위한 수치 실험 결과, 이를 뒷받침하는 이론, 그리고 유사 가능도 기반 접근법과의 비교를 통해 제안한 방법의 적용 가능성을 입증한다.
전문가 혼합(Mixtures of experts, MoE)은 혼합 비율과 각 구성 요소의 밀도가 모두 예측 변수에 의존하는 조건부 혼합 모델로, 이질적인 데이터의 회귀, 분류, 모델 기반 클러스터링에 널리 사용된다. 예측 변수가 많거나 서로 상관되어 있을 때 최대 가능도(maximum likelihood)로 MoE를 적합하면 불안정해지며, 때로는 적합 자체가 불가능해지기도 한다. 본 논문에서는 전문가가 일반화 선형 모델(generalized linear model) 계열에 속하는 MoE에서 매개변수 추정과 특징 선택을 동시에 수행하는 정규화 최대 가능도 프레임워크를 제안하며, 이는 가우시안, 푸아송, 다항(multinomial) 반응을 하나의 공식으로 포괄한다. 게이팅 네트워크와 전문가 모두에서 $\ell_1$ 페널티를 통해 희소성을 유도하고, 페널티가 적용된 로그 가능도는 근접 뉴턴-EM(proximal Newton-EM) 알고리즘으로 최대화하며, 이 알고리즘의 M-step은 폐쇄형 좌표 상승(coordinate-ascent) 업데이트를 갖는 가중 Lasso 문제로 귀착된다. 기존의 페널티 적용 MoE 절차와 달리, 이 알고리즘은 페널티에 대한 국소 이차 근사도, 어떠한 행렬 역변환도 필요로 하지 않으며, 임계값 처리(thresholding) 없이도 정확히 희소한 추정치를 반환하고, 근접 뉴턴 방식의 변형은 매 반복마다 페널티 목적 함수가 단조 증가함을 보장한다. 시뮬레이션 데이터와 다섯 개의 실제 데이터셋에서 제안한 방법은 실제 희소성 지지집합(support)을 복원하였으며, 최신 정규화 MoE와 견줄 만하고 종종 더 우수한 예측 및 클러스터링 정확도를 보였다. 개발한 알고리즘의 소스 코드와 문서는 Github(https://github.com/nv-thin/GLM-RMoE)에 공개되어 있다.
본 연구는 데이터에서 관측된 시나리오와 다른 가설적 시나리오 하에서 특징을 결과에 대응시키는 반사실 회귀(counterfactual regression)를 다룬다. 이 문제는 분포 이동(distribution shift) 하에서의 의사결정에 핵심이며, 배포 시 처치(treatment) 패턴이 달라질 수 있다. 우리는 사전에 지정된 점증적 개입(incremental-intervention) 경로를 따르는 반사실 회귀를 위한 반모수(semiparametric) 프레임워크를 개발한다. 목표는 반사실 위험(counterfactual risk)의 유한차원 제약 투영(constrained projection)이며, 프로그램 구성요소의 cross-fitted 영향함수(influence-function) 표현을 사용해 추정한다. 고정 제약을 갖는 매끄러운(smooth) 프로그램과 추정된 선형 제약을 갖는 유한차원 프로그램에 대해, 클래스별 조건 하에서 옵티마이저의 일치성(consistency)과 국소 안정성(local stability)을 확립하고, 점별(pointwise) 및 균일(uniform) 1차 전개(first-order expansions)를 도출한다. 이 결과는 반사실 회귀 경로에 대한 동시 신뢰구간(simultaneous confidence bands)을 포함하여 점근적으로 유효한 추론을 제공한다. 시뮬레이션과 SMS 알림(SMS reminders) 적용이 제안 방법의 유한 표본(finite-sample) 성능과 실용적 적용 가능성을 보여준다.
대부분의 자기지도학습(self-supervised learning) 목적 함수는 표현 붕괴(collapse)를 방지하지만, 목표 표현의 확률 법칙(representation law)은 명시하지 않은 채 남겨둡니다. 본 논문에서는 표현 학습을 분포 매칭(Distribution Matching, DM)으로 정식화하여, 인코더가 유도하는 분포가 명시적인 기하학적 기준 분포(reference law)와 일치하도록 증강 불변(augmentation-invariant) 인코더를 학습합니다. 기준 분포는 학습된 표현 분포가 어떤 형태를 띠어야 하는지 명시하며, 별도로 선택된 불일치도(discrepancy) 척도는 이 목표로부터의 편차를 어떻게 측정할지 결정합니다. 본 연구에서는 말로우스 거리(Mallows distance)를 사용합니다. DM 프레임워크는 방향의 역관계를 드러냅니다. 즉, 생성 학습이 다루기 쉬운 기준 분포를 데이터로 매핑하는 반면, 표현 학습은 데이터를 설계된 기준 분포로 매핑합니다. 본 연구는 모집단 목적 함수를 클래스 중심 분리 및 분류(classification) 오차와 연결하고, 비점근적 신경 시브(neural-sieve) 보장을 증명합니다. 시뮬레이션 및 이미지 벤치마크 결과는 다양체 정류(manifold rectification), 미세 구조 보존, 그리고 서로 다른 레이블 공간 간의 전이(transfer) 성능을 보여줍니다.
많은 인과 추정량은 잠재 결과(potential outcomes) 간의 관측 불가능한 결합 분포에 의존하기 때문에 부분 식별(partially identifiable)에 그친다. 처치 전 공변량(pretreatment covariates)으로 층화(stratification)하면 더 날카로운 bound를 얻을 수 있지만, 공변량이 지지(support)가 상대적으로 작은 이산형이 아니면 이 접근은 일반적으로 공변량을 구간화(binning)하거나 공변량이 주어졌을 때 잠재 결과의 조건부 분포를 추정해야 한다. 구간화는 상당한 효율 손실을 초래할 수 있으며, 공변량 수가 중간 정도만 되어도 구현이 어려워질 수 있다. 반면 조건부 분포를 추정하는 방식은 분포 추정이 부정확할 때—예를 들어 잘못 지정된 모델(misspecified model)을 쓰거나 공변량이 고차원일 때—유효하지 않은 추론을 낳을 수 있다. 본 논문에서는 부분 식별 추정량의 넓은 클래스에 대해 통합적이고 모델에 구애받지 않는(model-agnostic) 추론 접근을 제안한다. 최적 수송(optimal transport) 문제에 대한 이론(duality theory)에 기반한 우리 방법은 네 가지 핵심 성질을 갖는다. 첫째, 무작위화 실험(randomized experiments)에서 우리 접근은 조건부 분포에 대한 어떤 추정치에도 감쌀 수 있으며(wrap around), 초기 추정이 임의로 부정확해도 균일하게 유효한(uniformly valid) 추론을 제공한다. 관찰 연구(observational studies)로의 간단한 확장은 통상적 의미에서 이중 강건(doubly robust)이다. 둘째, nuisance parameter가 반모수(semi-parametric) 비율로 추정되면 우리 추정량은 sharp bound에 대해 �渐近적으로 불편(asymptotically unbiased)하다. 셋째, 진짜 모델이 선택되지 않더라도 multiplier bootstrap을 적용해 공변량과 모델을 선택해도 유효성을 희생하지 않는다. 마지막으로 계산적으로 효율적이다. 특히 우리 방법과 이론은 이산 및 연속 잠재 결과 모두에 적용된다. 전반적으로 세 가지 실증 응용에서 우리 방법은 추가적인 구조적 가정 없이도 추정된 식별 집합(identified sets)과 신뢰구간(confidence intervals)의 폭을 일관되게 줄였다.
이중 로버스트 추정량(doubly robust estimator)은 평균 처치 효과(ATE) 및 회귀 함수의 기타 선형 요약값을 추정하는 데 널리 사용됩니다. 일치성(consistency)은 두 개의 성가신 함수(nuisance function) 중 하나만 일치하게 추정되어도 만족되지만, 선형 범함수에 대한 점근적 정규성(asymptotic normality)은 일반적으로 두 함수 모두 충분히 빠른 수렴 속도를 가질 것을 요구합니다. 본 논문에서는 이중 로버스트 절차 내에서 성가신 함수 추정량을 캘리브레이션함으로써 이중 로버스트 점근적 정규성을 달성할 수 있음을 보여 이 불일치를 해결합니다. 우리는 캘리브레이션된 편향 제거 머신러닝(calibrated DML) 개념을 도입하고, 표준 DML에 단순한 단조 회귀(isotonic regression) 조정을 추가하는 구체적인 구현 방안을 제안합니다. 또한 부분 직교성 조건 하에서, 회귀 함수 또는 범함수의 리스 표현자(Riesz representer) 중 하나만 충분히 잘 추정되면 다른 하나가 임의로 느리게 수렴하거나 심지어 불일치하더라도 캘리브레이션된 DML 추정량이 점근적 정규성을 유지함을 증명합니다. 아울러 추가적인 성가신 함수 추정 없이 이중 로버스트 추론을 가능하게 하는 부트스트랩 지원 신뢰구간 구축 방법을 제안합니다. 다양한 반합성 벤치마크 데이터셋에서 캘리브레이션된 DML은 표준 DML 대비 바이어스를 줄이고 커버리지를 개선합니다. 본 방법은 단조 회귀를 통해 교차 적합(cross-fitted) 추정치를 캘리브레이션하는 몇 줄의 코드만 추가하여 기존 DML 파이프라인에 쉽게 통합할 수 있습니다.
데이터의 급증은 직접적인 결과 관측값 없이도 한 연구의 결과를 활용하여 다른 타깃 모집단의 처치 효과(treatment effect)를 추정하는 데 큰 관심을 불러일으켰습니다. 그러나 전이학습(transfer learning) 과정은 (i) 소스 모집단과 타깃 모집단 간, 그리고 (ii) 소스 내 처치군과 대조군 간의 상당한 공변량 변화(covariate shift) 및 제한된 중첩(overlap)으로 인해 자주 방해를 받습니다. 본 논문에서는 커널 릿지 회귀(KRR)를 사용하여 조건부 평균 처치 효과(CATE)를 중첩 적응적으로 전이학습하는 새로운 방법을 제안합니다. 제안하는 접근 방식은 레이블이 있는 소스 데이터를 두 개의 하위 집합으로 분할합니다. 첫 번째 하위 집합은 회귀 조정과 의사 결과(pseudo-outcomes)를 기반으로 후보 CATE 모델들을 학습하는 데 사용됩니다. 그런 다음 또 다른 의사 결과 기반 전략을 적용하여, 두 번째 하위 집합과 레이블이 없는 타깃 데이터를 활용해 최적의 모델을 선택합니다. 우리는 날카로운 비점근적 MSE 경계를 통해 제안 방법의 이론적 정당성을 제공하며, 약한 중첩과 CATE 함수의 복잡성 모두에 대한 적응성을 강조합니다. 광범위한 수치 연구를 통해 제안 방법이 우수한 유한 표본 효율성과 적응성을 달성함을 확인합니다. 마지막으로 두 개의 실제 데이터셋에서 제안 접근 방식의 효과성과 우수성을 입증하며 결론을 맺습니다.
SHAP은 머신러닝 모델(model)에서 변수 중요도를 측정하는 데 널리 사용되는 방법입니다. 본 논문에서는 SHAP 점수를 추정하는 데 사용되는 알고리즘을 연구하고, 이 알고리즘과 함수형 ANOVA 분해(functional ANOVA decomposition) 간의 연결성을 설명합니다. 이러한 연결성을 활용하여 SHAP 근사화의 난제들이 주로 특징(feature) 분포의 선택 및 추정되는 $2^p$개 ANOVA 항의 수와 관련되어 있음을 보입니다. 또한 머신러닝 설명가능성(explainability)과 민감도 분석(sensitivity analysis) 간의 연결성이 본 사례에서 통찰을 제공하지만, 두 분야가 서로 다른 제약 조건에 직면해 있기 때문에 즉각적인 실질적 귀결이 명확하지는 않다고 주장합니다. 머신러닝 설명가능성은 평가 비용은 낮지만 종종 수백 개, 많게는 수천 개의 특징을 가지는 모델을 다룹니다. 반면 민감도 분석은 일반적으로 실행에 매우 많은 시간이 걸릴 수 있지만 상대적으로 작은 입력 공간에서 작동하는 물리학이나 공학 분야의 모델을 다룹니다.
최근 몇 년 동안 민감한 데이터의 프라이버시에 대한 우려가 커지고 있습니다. 이러한 우려에 대응하여 차분 프라이버시(differential privacy)가 엄격한 프라이버시 보호 프레임워크로 부상하며 학계와 산업계 모두에서 널리 인정받고 있습니다. 프라이버시 보존 데이터 분석 분야에서 상당한 진전이 있었으나, 기존 방법들은 비실용적이거나 통계적 효율성의 상당한 손실(loss)을 겪는 경우가 많습니다. 본 논문은 차분 프라이버시 순열 검정(differentially private permutation tests)을 도입함으로써 가설 검정 맥락에서 이러한 우려를 완화하는 것을 목표로 합니다. 제안된 프레임워크는 고전적인 비프라이버시 순열 검정을 프라이버시 설정으로 확장하여, 유한 표본 타당성(finite-sample validity)과 차분 프라이버시를 모두 엄격하게 유지합니다. 제안된 검정의 검정력(power)은 검정 통계량의 선택에 따라 달라지며, 본 연구에서는 일치성(consistency) 및 비점근적 균등 검정력(non-asymptotic uniform power)을 위한 일반적 조건을 확립합니다. 우리 프레임워크의 유용성과 실용성을 입증하기 위해, 재생 커널(reproducing kernel) 기반 검정 통계량에 초점을 맞추고 이표본(two-sample) 검정 및 독립성 검정을 위한 차분 프라이버시 커널 검정인 dpMMD와 dpHSIC를 소개합니다. 제안된 커널 검정은 구현이 간단하고 다양한 유형의 데이터에 적용 가능하며, 서로 다른 프라이버시 체계 전반에서 미니맥스 최적(minimax optimal) 검정력을 달성합니다. 경험적 평가를 통해 다양한 합성 및 실제 시나리오에서 경쟁력 있는 검정력을 확인하였으며, 이는 본 프레임워크의 실용적 가치를 강조합니다. 프레임워크의 구현을 촉진하기 위해 코드는 공개되어 있습니다.
심층 학습(deep learning)은 주로 합성곱 신경망(Convolutional Neural Networks, CNN) 덕분에 컴퓨터 비전(CV)에서 엄청난 성공을 거두었다. 그러나 CNN은 정교하게 설계된 적대적 교란(adversarial perturbation)에 취약한 것으로 밝혀졌다. 적대적 예제(adversarial example)의 이러한 취약성은 적대적 탐지 및 방어 방법을 통한 모델(model) 견고성(robustness) 향상에 대한 연구를 촉발했다. 본 논문에서는 인과 추론(causal reasoning)을 통해 CNN의 적대적 견고성을 다룬다. 우리는 CausAdv를 제안한다: 반사실적 추론(counterfactual reasoning)에 기반하여 적대적 예제를 탐지하는 인과 프레임워크이다. CausAdv는 모든 입력의 인과적 및 비인과적 특징을 학습하고, 마지막 합성곱 층(layer)의 각 필터의 반사실적 정보(counterfactual information, CI)를 정량화한다. 그런 다음 정상(clean) 샘플과 적대적 샘플에 대해 필터의 CI에 대한 통계 분석을 수행하여, 적대적 예제가 정상 샘플과 비교할 때 서로 다른 CI 분포를 나타냄을 보여준다. 우리의 결과는 인과 추론이 별도의 탐지기를 학습할 필요 없이 적대적 탐지 과정을 향상시킴을 보여준다. 더욱이, 추출된 인과적 특징을 시각화함으로써 인과적 설명이 유용한 탐지 도구로서의 효율성을 입증한다. 결과 재현을 위한 코드는 https://github.com/HichemDebbi/CausAdv/tree/main 에서 이용할 수 있다.
슬라이스 최적 수송(SOT), 즉 슬라이스 Wasserstein(SW) 거리는 통계적·계산적 확장성(scalability)으로 널리 알려져 있다. 본 연구에서는 샘플 스트림으로부터 SW를 추정하는 최초의 방법인 스트리밍 슬라이스 Wasserstein(Stream-SW)을 제안하여 계산적 확장성을 더욱 향상시킨다. Stream-SW를 정의하기 위해, 먼저 일차원 Wasserstein 거리(1DW)의 스트리밍 추정량을 도입한다. 1DW는 비교하는 분포들의 분위 함수(quantile function) 간 절대 차이의 적분으로 주어지는 폐형(closed-form) 표현을 갖기 때문에, 샘플 스트림에 대한 분위 근사 기법을 활용하여 스트리밍 1DW 추정량을 정의한다. 모든 투영(projection)에 스트리밍 1DW를 적용함으로써 Stream-SW를 얻는다. Stream-SW의 핵심 장점은 근사 오차에 대한 이론적 보장을 제공하면서도 메모리 복잡도가 낮다는 점이다. 스트리밍 샘플로부터 가우시안 분포 및 가우시안 혼합분포를 비교할 때, Stream-SW가 무작위 부분 샘플링(random subsampling)보다 더 정확한 SW 근사를 더 낮은 메모리 소비로 달성함을 보인다. 또한 포인트 클라우드 분류, 포인트 클라우드 그래디언트 흐름, 스트리밍 변화점 탐지(change point detection) 실험을 수행하여 제안한 Stream-SW의 우수한 성능을 추가로 입증한다.
순열 검정은 오탐(false positive)에 대한 정확한 유한 표본 통제와 U-통계량(U-statistics)과 결합했을 때의 minimax 최적성 때문에, 분포를 구별하고 독립성을 검정하는 데 널리 사용된다. 그러나 표준 순열 검정은 계산 비용이 크며, 분포 간 분리를 탐지하려면 검정 통계량을 수백 또는 수천 번 계산해야 한다. 본 연구에서는 검정을 가속하는 간단한 방법을 제안한다: 데이터 포인트를 bin으로 묶고 그 bin들만 순열한다. U 및 V-통계량에 대해, 이러한 저비용 순열 검정이 두 가지 주목할 만한 성질을 갖는다는 것을 증명한다. 첫째, 적절한 충분 통계량(sufficient statistics)을 저장하면 저비용 검정을 단일 검정 통계량을 한 번 평가하는 것과 비슷한 시간에 수행할 수 있다. 둘째, 저비용 순열 검정의 검정력(power)은 표준 순열 검정의 검정력을 밀접하게 근사한다. 결과적으로, 저비용 검정은 표준 순열 검정의 정확한 오탐 통제와 minimax 최적성을 유지하면서 훨씬 짧은 시간에 실행된다. 이러한 결과를 표준 순열 검정에 대한 개선된 검정력 보장과, 최대 평균 불일치(maximum mean discrepancy, MMD), Hilbert-Schmidt 독립성 기준(Hilbert-Schmidt independence criterion, HSIC), 랜덤 푸리에 특징(random Fourier feature), Wilcoxon-Mann-Whitney, aggregated MMD, cross-MMD, cross-HSIC 검정 대비 저비용 순열 검정의 이점을 보여주는 실험으로 보완한다.
합성 통제(synthetic controls) 방법은 관측 데이터 환경에서 정책 변화의 인과 효과를 평가하는 데 널리 사용된다. 연구자들은 종종 집계 수준에서 처치 단위에 대한 정책 개입의 인과적 영향을 추정하고자 하면서도, 더 세밀한 단위의 데이터를 함께 보유하고 있는 경우가 많다. 본 논문에서는 Gunsilius(2023, Econometrica 91: 1105-1117)에서 제안된 분포적 합성 통제(Distributional Synthetic Controls) 방법을 구현한 새로운 disco 명령어를 소개한다. 이 명령어를 통해 연구자들은 통제 단위들의 분포를 최적 가중 평균하여 처치 단위에 대한 전체 합성 분포를 구성할 수 있다. 처치의 분포적 효과를 명확히 보고할 수 있도록 여러 집계 방식이 제공된다. 이 패키지는 분위수(quantile) 기반 및 누적 분포 함수(CDF) 기반 접근법, 부트스트랩(bootstrap) 및 순열(permutation) 방법을 통한 포괄적인 추론 절차, 그리고 시각화 기능을 제공한다. Van Dijcke, Gunsilius, Wright(2026, Review of Economics and Statistics, forthcoming)의 결과를 복제함으로써 이 패키지의 활용을 실증적으로 설명한다.
잠재 이진 베이지안 신경망(LBBNN)을 발전시킨 ISLaB는 공변량이 임의의 후속 레이어로 직접 스킵하거나 모델에서 완전히 제외될 수 있도록 하여, 표준 LBBNN 대비 네트워크 밀도를 99% 이상 감소시키면서도 높은 예측 정확도와 불확실성 정량화를 유지한다. 핵심 기여는 활성 경로(active path) 개념의 도입으로, 사후(post hoc) 외부 도구 없이 이론적 보증이 있는 전역·지역 설명 가능성을 LBBNN 프레임워크 내에 직접 내장하며, MNIST에서 단 935개의 가중치로 97% 정확도를 달성해 신경망 압축 분야의 최신 성능에 도달했다.
시계열의 극단적 사건에서 인과 관계를 식별하기 위해 인과 꼬리 계수(causal tail coefficient)를 활용한 그레인저 인과성(Granger causality in extremes) 프레임워크를 제안하며, 고전적 그레인저 인과성·Sims 인과성·구조적 인과성과의 동치 관계를 수립하고 숨겨진 교란 변수에 대한 강건성을 증명하였다. 모델 비의존적 추론 방법은 비선형·고차원 시계열을 처리하며 기존 최신 방법(PCMCI 등) 대비 성능과 속도 모두에서 우수함을 시뮬레이션 및 금융·수문기상 실제 데이터 적용을 통해 검증하였다.
우리는 최대 조상 그래프(MAG)의 마르코프 동치류를 특정 엣지 마크를 포함하는 MAG로만 제한하는 문제를 연구하며, 이를 전문가 지식 또는 방향 지식이라 부른다. 이러한 마르코프 동치류의 제한은 제한된 필수 조상 그래프(restricted essential ancestral graph)로 유일하게 표현될 수 있다. 우리의 기여는 여러 측면에 걸쳐 있다. 첫째, Ali et al. (2009)의 추측을 포함하여 전체 마르코프 동치류에 대한 특정 성질들을 증명한다. 둘째, 필수 조상 그래프에 방향 지식을 추가하기 위한 새로운 건전한 그래프 방향화 규칙들을 제시한다. 또한 Zhang (2008b)의 일부 방향화 규칙은 방향 지식으로 마르코프 동치류를 제한하는 데 필요하지 않음을 보인다. 셋째, 이 방향 지식을 포함하는 알고리즘을 제공하고, 특정 조건 하에서 알고리즘의 출력이 제한된 필수 조상 그래프임을 보인다. 마지막으로, 명시된 조건 외의 경우에 대해 그래프가 제한된 필수 그래프인지 확인하는 알고리즘을 제공하고 그 실행 시간을 논의한다. 이 연구는 잠재적 교란(latent confounding)을 허용하는 환경으로 Meek (1995)를 일반화한 것으로 볼 수 있다.
일반화 카이제곱 분포의 cdf, pdf, 역 cdf를 계산하기 위한 정확한 방법 2가지(다변량 정규분포의 이차함수로의 매핑 기반 레이트레이싱, 역 푸리에 변환)와 근사 방법 2가지(확장 Pearson 근사, 무한/유한 꼬리 타원 근사)를 오픈소스 소프트웨어와 함께 제시한다. 기존 방법들과의 정확도 및 속도 비교를 통해 각 방법의 장단점을 분석하며, 레이트레이싱 방법은 배정밀도의 최솟값인 10⁻³⁰⁸까지 도달할 수 있어 다변량 정규분포 간 판별 지수 d'의 대규모 측정에도 활용 가능함을 보인다.