선택된 파라미터에 대한 조정 베이지안 추론

본 논문은 데이터 관측 후 선택된 파라미터에 대해 베이지안 추론을 수행할 때 발생하는 선택 편향(selective bias)을 어떻게 조정할 수 있는지를 체계적으로 탐구한다. 저자는 “베이지안 선택 추론은 트렁케이션된 데이터 문제와 동일하다”는 관점을 제시하고, 이를 기반으로 두 가지 주요 기여를 제시한다. 첫 번째는 비정보 사전분포 혹은 고정(unknown) 파라미터인 경우, 선택 규칙에 의해 데이터가 트렁케이션될 때 기존 베이지안 사후분포를 그대로 사용하는 것이 부정확하다는 이론적 증명이다. 이를 위해 예시 1.1에서 고등학생과 대학생의 학업 능력 θ와 관측값 Y를 사용해, 동일한 사전(N(0,1))을 가정하더라도 “대학에 입학한 학생만 선택”이라는 규칙에 따라 사후 평균이 달라지는 현상을 수식적으로 보여준다. 두 번째 기여는 기존 베이지안 FDR 제어 방법이 두-그룹 혼합 모델에만 적용된다는 한계를 극복하고, 선택된 파라미터에 대한 신뢰구간이 명목 수준을 유지하도록 하는 베이지안 FCR(False Coverage Rate) 제어 프레임워크를 제안한다. Benjamini–Yekutieli(2005)의 결과를 일반화하여, 독립적인 통계량 T₁,…,T_m에 대해 어떤 선택 규칙 S가 적용되든, 선택된 R개의 파라미터에 대해 1−(R·q)/m 수준의 신뢰구간을 구성하면 FCR≤q를 보장한다. 이는 선택 규칙이 복잡하거나 비선형 통계량을 사용할 때도 적용 가능하도록 설계되었다. 논문의 실증 부분은 두 가지 시뮬레이션 및 실제 마이크로어레이 데이터 분석으로 구성된다. 예시 1.2에서는 10⁵개의 (θ_i, Y_i) 쌍을 생성한다. θ_i는 라플라스 혼합 사전(λ_i∈{10,1} with probabilities 0.9,0.1)에서 추출되고, Y_i=θ_i+ε_i (ε_i∼N(0,1))이다. Benjamini–Hochberg 절차(q=0.2)를 적용해 |Y_i|>3.111인 932개의 유전자를 선택한다. 첫 번째 사전 모델(실제 라플라스 혼합)을 사용하면 선택된 932개 중 888개(0.953)가 95% 베이지안 신뢰구간에 포함된다. 반면 비정보 사전(π(θ)=1)을 사용하면 사후가 N(Y_i,1)이며, 동일한 95% 신뢰구간이 선택된 파라미터에 대해 오직 610개(0.654)만을 포함한다. 이는 비정보 사전 하에서 선택 편향이 크게 작용함을 보여준다. 실제 마이크로어레이 데이터에서는 동일한 BH 선택 후 비정보 사전 기반 베이지안 신뢰구간이 FCR을 0.346까지 상승시킨다. 저자는 이를 보정하기 위해 신뢰구간 폭을 선택된 개수 R에 비례해 축소하는 조정을 제안한다. 구체적으로, 각 선택된 파라미터에 대해 Y_i±Z_{1−α/2}·√(R/(2·m)) 형태의 조정된 구간을 사용하면 관측된 FCR이 0.046으로 목표 수준(q=0.2) 이하로 감소한다. 논문은 또한 베이지안 선택 편향에 대한 기존 문헌을 폭넓게 검토한다. Dawid(1994)의 “선택은 베이지안 사후에 영향을 주지 않는다”는 주장과 달리, Mandel & Rinott(2007) 등은 고정 파라미터와 랜덤 파라미터의 차이에서 선택 편향이 발생할 수 있음을 보였다. 저자는 이러한 논의를 바탕으로 고정 효과와 랜덤 효과를 구분하고, 각각에 맞는 사전 모델링과 선택 조정 방법을 제시한다. 결론적으로, 이 논문은 베이지안 추론이 선택에 의해 변형된 데이터(트렁케이션)와 동일한 문제임을 명확히 하고, 비정보 사전 혹은 고정 파라미터 상황에서 선택 조정이 필수적임을 증명한다. 또한 베이지안 FDR/FCR 제어를 일반화한 프레임워크를 제공함으로써, 대규모 유전체 연구, 임상 시험, 머신러닝 변수 선택 후 해석 등 다양한 분야에서 선택된 파라미터에 대한 정확하고 신뢰성 있는 베이지안 추론을 가능하게 한다.