[논문 리뷰] A General Framework for Inference on Shape Restrictions

Zheng Fang, Juwon Seo|arXiv (Cornell University)|2019. 10. 17.

Income, Poverty, and Inequality참고 문헌 139인용 수 6

한 줄 요약

이 논문은 경제학에서 일반적인 형태 제약 조건의 형태 제약 조건에 대한 계산적으로 효율적인 부트스트랩 검정을 제안한다. 이는 일반적인 형태 제약 조건이 형성하는 볼록뿔의 기하학적 구조를 활용한다. 집합 추정이 필요 없이 균일한 점점 가까운 크기 제어를 달성하며, 검정 통계량 자체에서 유도된 단순한 임계값을 사용한다. 강한 근사 이론을 통해 비표준, 비모수적 설정에서도 유효하다.

ABSTRACT

This paper presents a general and uniformly valid procedure for conducting inference on shape restrictions. The key insight we exploit is that common shape restrictions in economics often form convex cones, a simple and yet elegant structure that has been barely harnessed in the literature. Based on a monotonicity property afforded by such a geometric structure, we develop a bootstrap test that is computationally convenient to implement. In particular, unlike many studies in similar nonstandard settings, the procedure dispenses with set estimation, and the critical values are obtained in a way as simple as computing the test statistic. Moreover, by appealing to the machinery of strong approximations, we accommodate nonparametric settings where estimators of the parameter of interest may not admit asymptotic distributions. We establish asymptotic uniform size control of our test, and characterize classes of alternatives against which it has nontrivial power. Since the test entails a tuning parameter (due to the inherent nonstandard nature of the problem), we propose a data-driven choice and prove its validity. Monte Carlo simulations confirm that our test works well.

연구 동기 및 목표

• 경제학 모델에서 형태 제약 조건에 대한 균일하게 타당한 추론 절차를 개발하기 위해.
• 기존 추론 방법이 실패하는 비모수적 설정에서 비표준 점점 가까운 분포 문제를 해결하기 위해.
• 형태 제약 조건 추론에서 계산적으로 고비용인 집합 추정이 필요 없도록 하기 위해.
• 검정 절차의 튜닝 파라미터 선택을 위한 데이터 기반 방법을 제공하기 위해.
• 검정이 균일한 점점 가까운 크기 제어와 관련 대안에 대해 비영역의 검정력을 유지하기 위해.

제안 방법

• 일반적인 형태 제약 조건(예: 단조성, 볼록성)이 매개변수 공간에서 볼록뿔을 이룬다는 기하적 성질을 활용한다.
• 볼록뿔 내부의 단조성 성질을 이용해 검정 통계량 자체에서 직접 임계값을 유도하는 부트스트랩 기반 검정을 개발한다.
• 검정 통계량의 근본적 성질에 기반해 집합 추정을 피함으로써, 근본 분포가 부트스트랩 샘플링을 통해 근사되는 검정 통계량을 사용한다.
• 비모수적 추정량이 표준 점점 가까운 분포를 갖지 않는 상황을 다루기 위해 강한 근사 이론을 적용한다.
• 귀무가설 하에서 타당성이 입증된 데이터 기반 튜닝 파라미터 선택 규칙을 도입한다.
• 코너 내의 노름 선택에 관계없이 불변인 검정 통계량을 사용하여 강건성과 계산 효율성을 향상시킨다.

실험 결과

연구 질문

• RQ1 집합 추정이나 복잡한 임계값 계산 없이도 형태 제약 조건에 대해 균일하게 타당한 추론 절차를 개발할 수 있는가?
• RQ2 형태 제약 조건의 볼록뿔 기하학적 구조를 어떻게 활용하여 비표준 설정에서 계산적 단순성과 이론적 타당성을 확보할 수 있는가?
• RQ3 형태 제약 조건 추론 검정에서 튜닝 파라미터를 선택하기 위한 타당하고 데이터 기반의 방법은 무엇인가?
• RQ4 제안된 검정이 추정량이 점점 가까운 분포를 갖지 않는 약한 정규성 조건 하에서도 점점 가까운 균일한 크기 제어를 유지하는가?
• RQ5 이 검정은 어떤 유형의 대안에 대해 비영역의 검정력을 가지며, 유한 표본에서 어떻게 성능을 보이는가?

주요 결과

• 제안된 부트스트랩 검정은 추정량이 표준 점점 가까운 분포를 갖지 않는 경우에도 귀무가설 하에서 점점 가까운 균일한 크기 제어를 달성한다.
• 집합 추정이 필요 없어 기존 방법에 비해 계산 부담을 크게 줄였다.
• 임계값은 부트스트랩 분포의 단순 분위수로 확보되어 절차의 계산 편의성을 높였다.
• 데이터 기반 튜닝 파라미터 선택 규칙이 타당성이 입증되어, 표본 크기가 유한할 때에도 검정의 크기가 정확하게 유지된다.
• 몬테카를로 시뮬레이션을 통해 양호한 유한 표본 성능이 확인되어 검정의 신뢰성과 실용성을 입증했다.
• 특히 형태 제약 조건에서 뚜렷이 벗어나는 대안에 대해 비영역의 검정력을 가지며, 넓은 범위의 대안 클래스에 대해 효과적이다.