요인조정 개별 매개효과 다중검정: 고차원 데이터의 FDR 통제와 강한 상관 구조 해결

** 본 논문은 고차원 매개효과 분석에서 개별 매개변수의 통계적 검정을 수행할 때, 매개변수들 간에 존재하는 강한 상관관계가 기존 방법들의 편향과 FDR(거짓 발견률) 팽창을 초래한다는 문제를 인식한다. 이를 해결하기 위해 저자들은 두 가지 핵심 아이디어를 제시한다. 첫 번째는 매개변수 방정식의 오차에 대해 근사 요인 모델을 가정하고, 이를 통해 공통된 잠재 요인을 추정·제거함으로써 매개변수 간의 의존성을 크게 감소시키는 것이다. 두 번째는 이렇게 얻어진 ‘pseudo‑mediator’(요인‑조정된 idiosyncratic component)를 이용해 디바이즈드 라쏘(de‑biased Lasso) 추정량을 구성하고, 이를 기반으로 다중검정 절차를 설계한다. **1. 모델 설정 및 문제 정의** 관측 데이터 \((Y_i, X_i, M_i)\)는 결과 \(Y\), 노출 \(X\), 그리고 \(p\)개의 매개변수 \(M\)로 구성된다. 선형 구조 방정식은 \