본 논문은 현대 과학 및 의학에서 탐색적 인과 분석의 중요성이 증가함에도 불구하고, 인과 모델의 타당성을 검증하기 위한 비실험적 방법론이 제대로 정립되어 있지 않다는 문제를 제기합니다. 특히 데이터 재표본 추출을 통한 모델 특징의 안정성 평가 방법에 대해, 재표본 추출 방법의 선택이 표본 크기, 사용 알고리즘, 알고리즘 튜닝 파라미터 등에 따라 달라져야 하는지 등의 중요한 측면이 거의 연구되지 않았다는 점을 지적합니다. 본 연구는 특정 재표본 추출 방법이 알고리즘 튜닝 파라미터에 특정 값을 할당하는 것을 모방한다는 이론적 결과를 제시하고, 광범위한 시뮬레이션 실험을 통해 이론적 결과를 검증하고, 연구자들이 인과 발견 분석에서 재표본 추출을 더 잘 이해하는 데 도움이 되는 상당한 데이터를 제공합니다. 이론적 연구와 시뮬레이션 결과를 종합하여 실제로 재표본 추출 방법과 튜닝 파라미터를 선택하는 방법에 대한 구체적인 지침을 제공합니다.
