[論文レビュー] A Kernel Test for Three-Variable Interactions with Random Processes

Paul K. Rubenstein, Kacper Chwialkowski+1 more|arXiv (Cornell University)|Mar 2, 2016

Statistical Distribution Estimation and Applications参考文献 20被引用数 3

ひとこと要約

本稿では、定常時系列における3変数相互作用の検定に、カーネルベースのランサム相互作用測度を用いたワイルドブートストラップ法を提案する。これは、時系列依存性がある状況下でパーミュテーションブートストラップが失敗するのを克服するものである。主な貢献は、ヒルバート空間中心極限定理を活用した、新たな単純化された証明技法であり、ワイルドブートストラップの有効性を確立するとともに、従来のV統計量分解法よりもより効率的な漸近的分析を可能にする。

ABSTRACT

We apply a wild bootstrap method to the Lancaster three-variable interaction measure in order to detect factorisation of the joint distribution on three variables forming a stationary random process, for which the existing permutation bootstrap method fails. As in the i.i.d. case, the Lancaster test is found to outperform existing tests in cases for which two independent variables individually have a weak influence on a third, but that when considered jointly the influence is strong. The main contributions of this paper are twofold: first, we prove that the Lancaster statistic satisfies the conditions required to estimate the quantiles of the null distribution using the wild bootstrap; second, the manner in which this is proved is novel, simpler than existing methods, and can further be applied to other statistics.

研究の動機と目的

• 独立同分布の仮定が成り立たない定常時系列における3変数相互作用の有効な統計的検定を開発すること。
• 時系列依存性の存在下でパーミュテーションブートストラップ法に限界が生じる問題に対処すること。
• ランサム3変数相互作用検定統計量に対するワイルドブートストラップの理論的有効性を確立すること。
• カーネルベースの検定統計量の漸近的分析のための、より単純で一般性の高い証明フレームワークを提供すること。

提案手法

• 本稿では、ランサム3変数相互作用測度にワイルドブートストラップを適用し、時系列依存性下での帰無分布を推定する。
• ランサム検定統計量がβ-混合条件の下でワイルドブートストラップの有効性に必要な条件を満たすことを証明する。
• 検定統計量をヒルバート空間上の作用素のノルムとして扱い、ヒルバート空間値の確率変数に対する中心極限定理を適用する。
• 従来のV統計量解析で用いられる複雑なフーディング分解を回避する、新たな証明技法を導入し、代数的負担を軽減する。
• このアプローチは、ヒルバート＝シュミット独立性基準（HSIC）を例に示すように、他のカーネル統計量へも一般化可能である。
• 理論的結果は、低次の項が $ O_p(n^{-1/2}) $ の速度で収束することを示すことにより支持され、これは主に高次のカーネル成分が漸近的挙動を支配することを確認する。

実験結果

リサーチクエスチョン

• RQ1 時系列依存性がある状況下で、ランサム3変数相互作用検定にワイルドブートストラップを適用可能か？
• RQ2 定常過程におけるランサム検定統計量は、ワイルドブートストラップの有効性に必要な条件を満たすか？
• RQ3 カーネル検定統計量のための従来のフーディング分解に代わる、より単純な証明技法が可能か？
• RQ4 提案されたヒルバート空間アプローチは、他のカーネルベースの依存性測度へ一般化可能か？
• RQ5 ワイルドブートストラップを用いたランサム検定の性能は、個々の影響が弱くとも強い共同影響を検出できる既存手法と比べてどうか？

主な発見

• β-混合条件の下で、ワイルドブートストラップはランサム3変数相互作用検定に有効であり、パーミュテーションブートストラップが失敗する状況でも適切なリサンプリング手法を提供する。
• 提案された証明技法は、従来のV統計量分解法よりも著しく単純であり、項の階数の階乗的増加を回避する。
• 本手法により、検定統計量が母集団中心化ヒルバート空間作用素のノルムに確率的に収束することを確立する。
• 検定統計量の低次の項が $ O_p(n^{-1/2}) $ の速度で収束することを確認し、それらの漸近的無視可能性を裏付ける。
• HSIC検定統計量について、従来の研究に比べてより短く、より明確な証明が得られる。
• 個々の影響が弱くとも、強い共同影響を検出できる点で、ランサム検定は既存手法を上回る性能を示す。