[논문 리뷰] A continuous mapping theorem for the smallest argmax functional

Emilio Seijo, Bodhisattva Sen|arXiv (Cornell University)|2011. 05. 06.

Statistical Methods and Inference참고 문헌 12인용 수 6

한 줄 요약

이 논문은 목표 함수가 다중 최대화자를 가진 극한 과정으로 수렴할 때 M-추정에서 가장 작은 argmax 기능에 대한 연속 사상 정리(continuous mapping theorem)를 수립한다. 이는 d차원 Skorohod 공간에서의 sargmax 기능을 정의하고, 목표 함수와 그에 연관된 순수 점프 과정의 공동 수렴 하에서 가장 작은 최대화자의 약한 수렴을 증명함으로써, 이전의 변화점 모델의 점근적 분석에서의 간극을 해결한다.

ABSTRACT

This paper introduces a version of the argmax continuous mapping theorem that applies to M-estimation problems in which the objective functions converge to a limiting process with multiple maximizers. The concept of the smallest maximizer of a function in the d-dimensional Skorohod space is introduced and its main properties are studied. The resulting continuous mapping theorem is applied to three problems arising in change-point regression analysis. Some of the results proved in connection to the d-dimensional Skorohod space are also of independent interest.

연구 동기 및 목표

• 목표 함수가 다중 최대화자를 가진 과정으로 수렴할 경우 표준 argmax 연속 사상 정리의 한계를 해결하기 위해.
• 점프를 가진 함수에 대해 d차원 Skorohod 공간에서 가장 작은 최대화자(sargmax)의 개념을 체계화하기 위해.
• 목표 함수와 그에 연관된 순수 점프 과정의 공동 약한 수렴을 요구하는 새로운 연속 사상 정리를 수립하기 위해.
• 특히 순수 점프 과정 수렴의 필요성에 대한 이전 점근적 분석의 누락을 수정하기 위해.
• 임계값 기반 구조적 변화를 가진 변화점 회귀 및 생존 모델에서 점근 분포를 엄밀하게 유도하기 위한 기초를 마련하기 위해.

제안 방법

• 유한 사각형 극한과 오른쪽 연속성을 갖는 함수의 d차원 Skorohod 공간 $\mathcal{D}_K$ 를 도입하여 점프를 가진 과정에 적합하게 한다.
• 함수 $\mathcal{D}_K$ 내에서의 가장 작은 최대화자를 정의함으로써 sargmax 기능을 정의하고, 간격 최대화자 경우의 유일성을 보장한다.
• 목표 과정과 그에 연관된 순수 점프 과정이 $\mathcal{D}_K \times \mathcal{D}_{B_1}$ 에서 공동 약한 수렴할 경우 연속 사상 정리를 증명한다.
• 이 정리를 스토케스 설계 회귀, Cox 회귀에서 시간 기반 변화점, 그리고 임계값 기반 변화점 모델 세 가지에 적용한다.
• 순수 점프 과정의 수렴을 통해 argmax 극한의 타당성을 확보함으로써, 문헌에서 이전에 간과된 점을 수정한다.
• Skorohod 공간에서의 약한 수렴 추론을 활용하고, 극한 목표 함수로 양방향 복합 포아송 과정의 구조에 의존한다.

실험 결과

연구 질문

• RQ1 극한 목표 과정이 다중 최대화자를 가질 경우, 가장 작은 argmax에 대한 연속 사상 정리를 수립할 수 있는가?
• RQ2 목표 함수 외에 추가로 어떤 수렴 조건이 가장 작은 최대화자의 약한 수렴을 보장하기 위해 필요한가?
• RQ3 비유일 최대화자를 가진 M-추정 문제에서 연관된 순수 점프 과정 수렴이 필수적인 이유는 무엇인가?
• RQ4 극한 과정이 양방향 복합 포아송 과정일 경우, 변화점 추정자의 점근 분포를 어떻게 엄밀하게 도출할 수 있는가?
• RQ5 이전의 변화점 회귀 및 생존 분석 증명들은 순수 점프 과정 수렴의 필요성을 어느 정도 간과하고 있는가?

주요 결과

• 가장 작은 argmax 기능은 d차원 Skorohod 공간 $\mathcal{D}_K$ 에서 잘 정의되고 가측적이며, 비정규 모델에서 일관된 추정을 가능하게 한다.
• 연속 사상 정리는 목표 과정과 그에 연관된 순수 점프 과정의 공동 약한 수렴을 요구하며, 목표 함수의 수렴만으로는 충분하지 않다.
• 회귀에서 최소 제곱 변화점 추정자의 점근 분포는 두 방향 복합 포아송 과정의 가장 작은 최대화자로 수렴한다.
• 시간 기반 변화점이 있는 Cox 회귀에서, 추정자 $n(\hat{\zeta}_n - \zeta_0)$ 는 극한 복합 포아송 과정의 가장 작은 최대화자로 약하게 수렴한다.
• 생존 모델에서 임계값 기반 변화점에 대해서도 동일한 점근 결과가 성립하며, 본 논문은 Pons(2003)의 정리 5의 증명을 완성하여 누락된 순수 점프 과정 수렴을 정당화한다.
• Kosorok과 Song(2007) 및 Pons(2002, 2003)의 이전 증명에서 순수 점프 과정 수렴의 필요성이 점근적 추론에서 간과되었음을 수정한다.