Hybrid Neutrosophic Regression ANOVA (HNRA): An Uncertainty-Aware Statistical Inference Framework Under Measurement Imprecision

기술 요약: 하이브리드 뉴트로소픽 회귀 ANOVA (HNRA)

문제 제기
고전적인 회귀 기반 분산 분석(ANOVA)은 정량적 생물 의학적 추론의 근간을 이루지만, 예측 변수($X$)와 반응 변수($Y$)가 오차가 없는 정확한 값으로 관측된다는 가정에 의존한다. 실제 현장에서는 기기 보정 범위, 생물학적 변동성, 센서 보고 오류, 자기 보고 데이터의 반올림 등으로 인해 이러한 가정이 일상적으로 위배된다. 구간 회귀(Interval regression), 퍼지 회귀(Fuzzy regression), 베이지안 회귀(Bayesian regression)와 같은 기존 방법론들이 측정 불확실성을 해결하려고 시도하지만, 다음과 같은 구체적인 한계를 지닌다:

• 구간 회귀: 표준적인 ANOVA 분해나 전통적인 $F$-통계량이 결여되는 경우가 많다.
• 퍼지 회귀: 주관적인 소속 함수(membership function) 파라미터화가 필요하며 표준 ANOVA 표를 제공하지 못한다.
• 베이지안 회귀: 사전 분포(prior distribution)의 설정이 필요하며, 빈도주의적 $F$-통계량 대신 사후 분포를 산출한다.
• 기존 뉴트로소픽 모델: 기존 연구들은 뉴트로소픽 상관관계와 단순 회귀를 확립했으나, 구간 값의 평균 제곱(mean squares)과 공식적으로 유계된(bounded) $F$-통계량을 갖춘 완전한 회귀 ANOVA 분해($SST_N = SSR_N + SSE_N$)를 도출하지는 못했다.

결과적으로, 고전적인 최소제곱법(OLS)의 해석력과 계산적 단순성을 유지하면서, 회귀 ANOVA의 제곱합 분해를 통해 구조적 측정 불확실성을 전파할 수 있는 통계적 프레임워크에 공백이 존재한다.

방법론: HNRA 프레임워크
본 논문은 관측치를 뉴트로소픽 구간으로 표현하고, 폐구간 산술(closed interval arithmetic)을 사용하여 이를 회귀 ANOVA로 전파하는 하이브리드 뉴트로소픽 회귀 ANOVA (HNRA) 프레임워크를 소개한다.

1. 뉴트로소픽 구간 표현:
   관측치는 폐구간 $A_N = [A_L, A_U]$로 변환된다. 데이터셋 $(x_i, y_i)$에 대해 뉴트로소픽 표현은 다음과 같이 정의된다:

   • $X_{i,N} = [x_i - \delta_x, x_i + \delta_x]$
   • $Y_{i,N} = [(1-\delta_y)y_i, (1+\delta_y)y_i]$
     여기서 $\delta_x$와 $\delta_y$는 각각 예측 변수와 반응 변수의 비음수 불확실성 파라미터를 나타낸다.

2. 모델 공식화:
   HNRA 모델은 구간의 중점(midpoints)으로부터 계산된 고전적 OLS 계수 추정치($\hat{\beta}_0, \hat{\beta}_1$)를 유지한다. 모델은 $Y_{i,N} = \beta_0 + \beta_1 X_{i,N} + \epsilon_{i,N}$로 표현된다.

   • 적합값(Fitted Values): 구간 산술을 사용하여 계산되며, $[L, U]$ 순서를 유지하기 위해 $\beta_1 < 0$인 경우 경계 스와핑(bound swapping)이 적용된다.
   • 제곱합(Sums of Squares): 총 제곱합($SST_N$), 회귀 제곱합($SSR_N$), 오차 제곱합($SSE_N$)은 덧셈, 뺄셈, 제곱에 대한 폐구간 산술 규칙을 사용하여 구간 형태로 계산된다.
   • $F$-통계량: 구간 값 $F$-통계량은 $F_N = [F_L, F_U] = [MSR_L / MSE_U, MSR_U / MSE_L]$로 정의된다. 여기서 평균 제곱(Mean Squares)은 구간 제곱합으로부터 도출된다.

3. 의사결정 분류:
   본 프레임워크는 $F$-구간 $[F_L, F_U]$와 고전적 임계값 $F^*$ 사이의 관계를 기반으로 세 가지 유의성 분류를 도입한다:

   • 일률적 유의(Uniformly Significant): $F_L > F^*$ (모든 불확실성 실현 상황에서 유의성이 보장됨).
   • 일률적 비유의(Uniformly Non-Significant): $F_U < F^*$.
   • 불확실성 민감 영역(Uncertainty-Sensitive Region): $F_L \leq F^* \leq F_U$ (결론이 불확실성 범위 내의 특정 실현 값에 따라 달라짐).

주요 이론적 기여
본 논문은 HNRA가 고전적 회귀 ANOVA의 보수적이고 잘 작동하는 일반화임을 증명하는 네 가지 이론적 결과를 확립한다:

1. 분해 정리(Decomposition Theorem): $SST_N \approx SSR_N + SSE_N$이 구간 산술 하에서 성분별로 성립함을 증명하며, 그 차이는 불확실성 파라미터의 함수($O(\delta_x + \delta_y)$)에 의해 유계된다.
2. 수렴 정리(Convergence Theorem): 불확실성 파라미터($\delta_x, \delta_y$)가 0으로 접근함에 따라, 모든 HNRA 구간 양들이 고전적 결정론적(crisp) 대응값으로 정확히 수렴함을 입증한다.
3. 단조성 정리(Monotonicity Theorem): 모든 구간 값 통계량(F-통계량 포함)의 폭이 측정 불확실성이 증가함에 따라 단조롭게 증가함을 확립하여, 불확실성 예산의 증가가 추론 결론을 거짓으로 좁히지 않음을 보장한다.
4. 유계성 및 양의 성질 정리(Boundedness and Positivity Theorem): 평균 제곱의 하한이 양수이면 구간 $F$-통계량이 엄격하게 양수이며 유한함을 증명한다. 이 정리의 따름정리는 하한 $F_L$이 고전적 임계값을 초과할 경우 일률적 통계적 유의성을 보장한다.

실험 결과
본 프레임워크는 근육량과 연령 간의 관계를 다루는 생물 의학 데이터셋($n=60$, 반응 불확실성 $\pm 10\%$, 예측 변수 불확실성 $\pm 0.5$년)을 통해 검증되었다.

• 적용: 고전적 $F$-통계량은 174.06이었다. HNRA 결과는 $F_N = [116.52, 260.02]$를 산출하였다. 하한(116.52)이 임계값($F^* \approx 4.00$)을 크게 상회했으므로, 이 관계는 **일률적 유의(Uniformly Significant)**로 분류되었다.
• 민감도 분석: 5%에서 25%까지의 불확실성 수준 전반에 걸쳐 $F_N$의 구간 폭은 단조롭게 증가했으나, 하한은 여전히 임계값보다 높게 유지되어 높은 불정밀도 하에서도 결론의 안정성을 확인했다.
• 시뮬레이션 연구: 500회의 반복 실험을 통해 고전적 추정치가 HNRA 구간 내에 일관되게 포함됨을 확인했다. 18,000개의 데이터셋을 사용한 확장 팩토리얼 시뮬레이션은 오차 평균 제곱이 양수인 경우 HNRA 구간이 고전적 $F$ 값을 100% 커버함을 보여주었다.
• 경계 시나리오: 효과 크기가 약한 합성 시나리오들은 고전적 ANOVA는 유의하다고 보고할 수 있지만, HNRA는 측정 불확실성에 의해 결론이 취약하다는 점을 올바르게 식별하는 "불확실성 민감 영역"을 보여주었다.

의의 및 주장
본 논문은 HNRA가 다음과 같은 측면에서 통계적 추론의 독보적인 위치를 점한다고 주장한다:

• 해석력 보존: 고전적 OLS 계수를 사용하므로 빈도주의 회귀를 학습한 실무자들에게 익숙한 결과를 제공한다.
• 분포 가정 제거: 베이지안 방식과 달리 사전 분포가 필요 없으며, 퍼지 방식과 달리 소속 함수 파라미터화가 필요하지 않다.
• 공식적 보장 제공: 수렴 및 단조성 특성이 증명된 완전한 ANOVA 분해와 유계된 $F$-통계량을 제공하며, 이는 기존 뉴트로소픽 회귀 문헌에는 없던 것이다.
• 규제 요구 사항 대응: 분석 결과와 함께 측정 불확실성 보고를 요구하는 임상 검사실 과학 및 역학(예: ISO 5725, CLSI 표준)에 직접 적용 가능하다.

한계 및 향후 과제
저자들은 다음과 같은 몇 가지 한계를 명시적으로 언급한다:

• 제1종 오류 제어: 뉴트로소픽 구간 하에서의 공식적인 제1종 오류 제어가 아직 확립되지 않았으므로, 현재 HNRA는 완전하게 검증된 빈도주의 가설 검정이라기보다는 강건한 기술적 및 민감도 분석 도구로 위치한다.
• 운용 범위: 신호가 낮고 불확실성이 높은 영역에서는 $F$-구간이 정보 가치가 없을 정도로 넓어질 수 있으며, 오차 평균 제곱의 하한($MSE_L$)이 0에 가까워질 수 있다.
• 범위: 현재의 공식은 단순 회귀($k=1$)로 제한되어 있다. 다중 회귀, 비대칭 불확실성 경계, 그리고 구간 값 모델 선택 기준(예: AIC)으로의 확장이 향후 과제로 식별되었다.