[논문 리뷰] A Geometric Approach to Confidence Sets for Ratios: Fieller's Theorem, Generalizations, and Bootstrap

Ulrike von Luxburg, Volker H. Franz|arXiv (Cornell University)|2007. 11. 01.

Bayesian Methods and Mixture Models참고 문헌 31인용 수 30

한 줄 요약

이 논문은 표본 평균을 통해 원점과의 직선 기울기로 비율을 매핑함으로써 두 랜덤 변수의 평균 E(Y)/E(X)에 대한 정확하고 보수적인 신뢰집합을 구성하기 위한 기하학적 프레임워크를 제안한다. 이는 정규분포를 초월하여 비정규, 꼬리가 무거운, 비대칭 분포에 대해서도 한 차원의 선형 조합에 대한 신뢰집합을 사용하여 피eller의 정리를 일반화한다. 또한, 기존 방법들보다 꼬리가 두꺼운 상황에서 더 우수한 성능을 보이는 강력한 부트스트랩 기반 방법을 제안한다.

ABSTRACT

We present a geometric method to determine confidence sets for the ratio E(Y)/E(X) of the means of random variables X and Y. This method reduces the problem of constructing confidence sets for the ratio of two random variables to the problem of constructing confidence sets for the means of one-dimensional random variables. It is valid in a large variety of circumstances. In the case of normally distributed random variables, the so constructed confidence sets coincide with the standard Fieller confidence sets. Generalizations of our construction lead to definitions of exact and conservative confidence sets for very general classes of distributions, provided the joint expectation of (X,Y) exists and the linear combinations of the form aX + bY are well-behaved. Finally, our geometric method allows to derive a very simple bootstrap approach for constructing conservative confidence sets for ratios which perform favorably in certain situations, in particular in the asymmetric heavy-tailed regime.

연구 동기 및 목표

• 비율의 신뢰집합이 왜 그렇게 구성되는지 이해를 돕기 위해 피eller의 정리를 기하학적으로 재해석하는 것.
• 정규분포를 초월하여 매우 일반적인 분포 클래스, 특히 꼬리가 무거운 분포와 비대칭 분포에까지 피eller의 정확한 신뢰집합을 확장하는 것.
• 비대칭 및 꼬리가 두꺼운 설정에서 잘 작동하는 단순하고 보수적인 부트스트랩 절차를 유도하는 것.
• 비율의 신뢰집합 문제를 (X,Y)의 한 차원 투영에 대한 신뢰집합을 구성하는 문제로 환원하는 통합된 기하학적 프레임워크를 제공하는 것.

제안 방법

• 평면상에서 (0,0)에서 표본 평균 (μ̂₁, μ̂₂)까지의 직선의 기울기로 비율 추정량 μ̂₂/μ̂₁를 표현한다.
• 선형 조합 aX + bY의 평균에 대한 신뢰구간으로 둔기 형태의 직선 집합을 형성함으로써 비율에 대한 신뢰집합을 구성한다.
• 비율의 신뢰구간 [l,u]를 x=1 직선과 둔기의 교차로 얻는다.
• 한 차원 투영 (aX + bY)에 대한 정확한 신뢰집합을 사용하여, 유한한 평균과 잘 행동하는 선형 조합을 가정하는 최소 조건 하에서도 보수적인 비율의 신뢰집합을 구성한다.
• 부트스트랩을 한 차원 투영 (aX + bY)에 적용하여 경험적 신뢰구간을 생성한 후, 기하학적 구성법을 통해 비율에 대한 부트스트랩 기반 신뢰집합을 유도한다.
• 대칭이 아닌, 꼬리가 두꺼운 분포에서의 커버리지 향상을 위해 투영에 대해 등분위수 부트스트랩 간격을 사용한다.

실험 결과

연구 질문

• RQ1 피eller의 정리를 기하학적으로 재해석함으로써 정규분포를 초월한 적용 가능성을 높이고 직관을 명확히 할 수 있는가?
• RQ2 일반적인 파라미터 및 비모수 설정에서 E(Y)/E(X)에 대한 정확하고 보수적인 신뢰집합을 구성할 수 있는 조건는 무엇인가?
• RQ3 비대칭 및 꼬리가 두꺼운 분포에서 잘 작동하는 비율의 신뢰집합을 위한 강력한 부트스트랩 방법을 기하학적 프레임워크를 통해 도출할 수 있는가?
• RQ4 표준 방법인 피eller의 방법과 화우의 방법이 꼬리가 두꺼운 상황에서 실패하는 이유는 무엇이며, 기하학적 부트스트랩 방법은 이러한 한계를 어떻게 극복하는가?
• RQ5 기하학적 신뢰집합의 성능이 투영 단계에서 사용된 한 차원 신뢰집합의 질에 얼마나 의존하는가?

주요 결과

• 기하학적 방법은 정규분포에 대해 정확한 신뢰집합을 생성하며, 공분산 행렬이 알려져 있을 경우 피eller의 집합과 일치한다.
• 일반적인 분포에 대해서는 E(X), E(Y)의 존재와 잘 행동하는 선형 조합 aX + bY를 가정하는 최소 조건 하에서 보수적인 신뢰집합을 구성한다.
• 꼬리가 두꺼운 파레토 분포 상황(꼬리 지수 a ≤ 2)에서 기하학적 부트스트랩에 등분위수 할람 간격을 사용할 경우, 피eller 및 화우 방법보다 훨씬 우수한 커버리지(예: ~0.70)를 달성한다.
• 비대칭적이고 꼬리가 두꺼운 경우 기하학적 부트스트랩 방법은 피eller나 화우보다 더 유한한 신뢰집합을 생성한다. 특히 대칭이 아닌 등분위수 간격을 사용할 경우 더욱 두드러진다.
• 이 방법의 성능은 투영 단계에서 사용된 한 차원 부트스트랩 간격의 질에 크게 의존한다. 간격의 품질을 향상시키면 비율의 신뢰집합 커버리지도 향상된다.
• 기하학적 방법에서 대칭 부트스트랩 간격을 사용할 경우, 양방향으로 너무 넓은 간격으로 인해 유한하지 않은 영역의 발생 확률이 급격히 증가하여 보다 유한한 신뢰집합의 비율이 감소한다.