고차원 두표본 검정에서 커널·거리 기반 방법의 적응성 및 계산·통계 트레이드오프

논문은 비모수적 두표본 검정 문제를 두 가지 주요 대안, 즉 평균 차이 대안(MDA)과 일반 차이 대안(GDA)으로 구분한다. MDA는 두 분포의 평균만이 다를 때를 가정하고, GDA는 분포 전체가 다를 경우를 포괄한다. 기존 문헌에서는 MDA에 특화된 Hotelling 기반 검정(예: Bai‑Saranadasa, Chen‑Qin)과 GDA에 특화된 커널 기반 최대 평균 차이(gMMD) 및 거리 기반 에너지 거리(eED) 검정이 각각 제안되었지만, 고차원(d가 n에 비례하거나 더 큰 경우) 상황에서 이들 검정의 상대적인 검정력을 체계적으로 비교한 연구는 부족했다. 본 연구는 먼저 고차원 환경에서 MDA와 GDA를 동시에 고려할 수 있는 공통 프레임워크를 제시한다. 모든 검정통계량은 H₀(두 분포 동일) 하에서 평균이 0이고, 분산을 표준화한 뒤 표준 정규분포를 따르는 형태로 구성된다. 이를 바탕으로 검정력은 대안 하에서 통계량의 기대값(주로 ‖μ_P‑μ_Q‖²에 비례)과 분산의 비율에 의해 결정된다. 핵심 이론적 결과는 다음과 같다. (1) gMMD와 eED는 MDA 상황에서도 기대값이 ‖μ_P‑μ_Q‖²와 동일한 1차항을 갖는다. 따라서 이 두 검정은 고차원 t‑검정 변형과 asymptotically 같은 검정력을 보이며, GDA에 대한 일관성도 유지한다. (2) gMMD의 커널 밴드폭 γ에 대한 민감도 분석을 통해, γ가 중위수 휴리스틱이 제시하는 거리보다 충분히 크면(γ = Ω(median distance)) 검정력은 γ에 독립적임을 증명한다. 이는 실무에서 흔히 사용하는 중위수 휴리스틱이 이론적으로도 타당함을 의미한다. (3) 계산 복잡도와 검정력 사이에 연속적인 트레이드오프가 존재한다. 선형시간 버전(gMMD_l, eED_l)은 O(n) 연산으로 구현 가능하지만 검정력은 제한적이며, 준제곱시간 버전(O(n^{1.5}))은 더 높은 검정력을 제공한다. 최종적으로 완전제곱시간 버전(O(n²))은 가장 높은 검정력을 달성한다. 이 트레이드오프는 실제 데이터에서 계산 자원이 제한된 상황에서 어느 정도의 검정력을 포기할지 선택할 수 있는 실용적인 가이드를 제공한다. (4) 구형 공분산(σ²I) 가정 하에, 하한을 이용해 모든 제시된 검정이 최적임을 보였다. 즉, 검정력의 1차항 상수까지 일치하는 최소 위험(lower bound)과 동일한 수준을 달성한다는 의미다. 실험 섹션에서는 다양한 비정규분포(예: t‑분포, 혼합 가우시안)와 차원·표본 크기 조합에 대해 이론적 예측과 실제 검정력을 비교하였다. 결과는 고차원에서도 gMMD와 eED가 선형, 준제곱, 완전제곱 버전 각각에서 기대한 검정력 순서를 보였으며, 특히 중위수 휴리스틱보다 큰 밴드폭을 사용했을 때 검정력 차이가 거의 없음을 확인했다. 또한, MDA 상황에서 고전적인 고차원 t‑검정 변형과 거의 동일한 검정력을 보였음이 실험적으로 입증되었다. 결론적으로, 이 논문은 GDA용 비모수 검정(gMMD, eED)이 MDA 상황에서도 손실 없이 적용될 수 있음을 이론과 실험을 통해 입증한다. 또한, 밴드폭 선택에 대한 명확한 가이드라인과, 계산 자원에 따라 선택할 수 있는 검정 알고리즘의 트레이드오프를 제공함으로써, 고차원 데이터 분석 실무에 직접적인 영향을 미친다.