[논문 리뷰] Covariate-adjusted statistical dependence representation through partial copulas: bounds and new insights

Vinícius Litvinoff Justus, Felipe Fontana Vieira|arXiv (Cornell University)|2026. 03. 11.

Bayesian Modeling and Causal Inference인용 수 0

한 줄 요약

본 논문은 부분 copula를 부분 상관의 비선형 아날로그로 재정의하고, 조건부 copula의 성질이 부분 copula 형태를 어떻게 제약하는지 보여주며 시뮬레이션을 통해 공변량-조정 의존성을 설명한다.

ABSTRACT

In this paper, we revisit the notion of partial copula, originally introduced to test conditional independence, highlighting its capability to represent the dependence between two random variables after removing their dependence with a covariate. Building upon results previously presented in the literature, we show that partial copulas can be seen as a nonlinear analogue of partial correlation. Then, we prove several results showing how dependence properties of the conditional copulas constrain the form of the partial copula. Finally, a simulation study is conducted to illustrate the results and to show the potential of partial copula as a way to describe covariate-adjusted statistical dependence. This highlights the potential of the method to be used in causal inference problems and recover the true sign of a causal effect.

연구 동기 및 목표

• 선형 지표를 넘어 공변량-조정 의존성 분석의 동기를 제시한다.
• 부분 상관의 비선형 아날로그로서 부분 copulas를 재조명한다.
• 조건부 copula의 성질이 부분 copula 형태를 제약하는 방식을 증명한다.
• 공변량-조정 의존성과 잠재적 인과 신호를 설명하는 데 있어 부분 copula의 유용성을 시뮬레이션으로 설명한다.

제안 방법

• 부분 copula C_{X,Y;Z}를 U_X=F_{X|Z}(X|Z)와 U_Y=F_{Y|Z}(Y|Z)의 결합 CDF로 정의한다.
• C_{X,Y;Z}가 조건부 copulas의 적분 가중합임을 보인다: C_{X,Y;Z}(x,y)=∫ C_{X,Y|Z=z}(x,y) f_Z(z) dz.
• 단순화 가정 하에서 C_{X,Y;Z}=C_{X,Y|Z}임을 보인다.
• 부분 copula를 부분 상관의 비선형 아날로그 및 로젠블랫 변환과 관련지운다.
• 조건부 copula의 성질(QPD, KDD, Spearman의 ρ, Kendall의 τ)과 부분 copula를 연결하는 경계 및 관계를 도출한다.
• 교란 하에서 주변 상관과 부분 상관을 비교하기 위한 C-vine copula 구성에 기초한 시뮬레이션 연구를 수행한다.

Figure 1: Scenario 11c: Gaussian copula with $\theta(z)=1-2z$ . Left: conditional scatter for $Z<0.5$ (positive dependence). Center: conditional scatter for $Z>0.5$ (negative dependence). Right: partial copula averaging over all $Z$ . Color gradient represents $Z$ ; $\rho$ denotes Spearman’s correla

실험 결과

연구 질문

• RQ1 부분 copula가 X와 Y 사이의 공변량-조정 의존성을 어떻게 표현하는가?
• RQ2 조건부 copula C_{X,Y|Z=z}의 성질이 부분 copula C_{X,Y;Z}를 어떻게 제약하는가?
• RQ3 어떤 조건에서 부분 copula가 조건부 copula나 독립 copula와 일치하는가?
• RQ4 시뮬레이션은 공변량-조정 의존성에서 혼란과 심슨의 역설에 대해 어떤 것을 보여주는가?
• RQ5 로컬(z-특정) 의존성과 평균 의존성에 대한 부분 copula의 한계는 무엇인가?

주요 결과

• 부분 copula는 X와 Y가 Z에 대해 주변적으로 독립이지만 조건부 copula는 보존하는 상태에서 (X,Y)의 합동 분포로 볼 수 있다.
• C_{X,Y;Z}는 Z에 걸쳐 C_{X,Y|Z=z}의 적분 평균과 같으며: C_{X,Y;Z}(x,y)=∫ C_{X,Y|Z=z}(x,y) f_Z(z) dz.
• 조건부 copula가 z에 대해 상수인 경우, C_{X,Y;Z}=C_{X,Y|Z}이다.
• 모든 조건부 copula가 양의(또는 음의) 사분면 의존성을 가지면, 부분 copula도 같은 사분면 의존성을 상속한다.
• Kolmogorov 거리 의존도 D는 D(U_X,U_Y) ≤ sup_z D(X,Y|Z=z) 를 만족한다.
• Spearman의 ρ와 Kendall의 τ는 조건부 copula가 독립성에서 k 이내일 때 부분 copula에서 k 범위로 한정될 수 있다.
• 부분 copula의 Spearman의 ρ는 조건부 Spearman 상관의 기댓값과 같아: ρ(X,Y;Z)=E_z[ρ(X,Y|Z=z)].
• 시뮬레이션 결과는 조건부 독립 상황에서 부분 상관이 교란을 제거하고, 교란이 존재할 때 조건적 연관성을 드러내며, 경우에 따라 주변 상관과 부분 상관의 부호가 서로 다른 심슨의 역설이 발생한다.
• 사례 11은 부분 copula가 다양한 Z를 평균화하여 강한 부호 변화를 보이는 로컬 의존성을 흐리게 할 수 있음을 보여준다.

Figure 2: Scenario 1 (see Table 1). Each row corresponds to a copula family and parameter triplet $(\theta_{XZ},\theta_{YZ},\theta_{XY|Z})$ . Each panel displays $\rho$ (Spearman) and $\tau$ (Kendall). Color gradient represents $Z$ .