[논문 리뷰] A statistical analysis of a deformation model with Wasserstein barycenters : estimation procedure and goodness of fit test

Eustasio del Barrio, Hélène Lescornel외 1명|arXiv (Cornell University)|2015. 08. 26.

Morphological variations and asymmetry참고 문헌 13인용 수 12

한 줄 요약

이 논문은 관측된 분포가 공통 템플릿을 미지의 단조 변환을 통해 왜곡한 것임을 가정하는 변형 모델의 적합도를 검정하기 위한 비모수 통계 프레임워크를 제안한다. 워샤르슈타인 바리센터 기반 기준을 도입하고, 귀무가설 하에서 워샤르슈타인 변동의 점근적 분포를 확립하며, 이론적 보장을 갖춘 부트스트랩 기반 검정 절차를 개발하여 분포적 변형에 대한 추론을 가능하게 한다.

ABSTRACT

We propose a study of a distribution registration model for general deformation functions. In this framework, we provide estimators of the deformations as well as a goodness of fit test of the model. For this, we consider a criterion which studies the Fr{é}chet mean (or barycenter) of the warped distributions whose study enables to make inference on the model. In particular we obtain the asymptotic distribution and a bootstrap procedure for the Wasserstein variation.

연구 동기 및 목표

• 관측된 분포가 공통 템플릿으로부터 미지의 단조 변환을 거쳐 유도되었는지 여부를 검정하기 위한 통계 프레임워크를 개발하는 것.
• 일반적인 왜곡 함수를 갖는 분포 레지스트레이션 모델에서 비모수적 적합도 검정의 부재를 해결하는 것.
• 워샤르슈타인 바리센터를 중심 기준으로 삼아 변형 매개변수에 대한 원칙적인 추론 방법을 제공하는 것.
• 변형 모델의 귀무가설 하에서 워샤르슈타인 변동의 점근적 분포를 확립하는 것.
• 유한 표본에서의 유의수준 제어를 위해 검정 통계량의 경험적 분포를 근사하기 위한 부트스트랩 기반 검정 절차를 구축하는 것.

제안 방법

• 왜곡된 분포의 워샤르슈타인 바리센터를 중심 기준으로 사용하여 관측된 분포를 정렬하고 비교하는 것.
• 변형 하에서 경험적 분포와 그 바리센터 간의 워샤르슈타인 거리 기반 매칭 기준을 정의하는 것.
• 일반 모델 및 귀무가설 설정 하에서 바리센터의 워샤르슈타인 변동에 대한 중심극한정리 적용.
• 귀무가설 하에서 검정 통계량의 임계 분위수를 추정하기 위해 부트스트랩 절차를 제안하여 실용적 가설 검정을 가능하게 하는 것.
• 경험 측도의 수렴 결과와 델타 방법을 이용해 귀무가설 하에서 검정 통계량의 점근적 정규성을 도출하는 것.
• 커플링 추론 및 경험 측도와 진짜 측도 간의 워샤르슈타인 거리에 대한 경계를 통해 부트스트랩 절차의 일致성 확립.

실험 결과

연구 질문

• RQ1 일반 변형 모델에서 분포가 공통 템플릿으로부터 왜곡된 것인지 여부를 검정할 수 있는 비모수적 적합도 검정을 구성할 수 있는가?
• RQ2 변형 모델의 귀무가설 하에서 바리센터의 워샤르슈타인 변동의 점근적 분포는 무엇인가?
• RQ3 형광 표본에서 검정 통계량의 경험적 분포를 어떻게 근사하여 제1종 오류를 통제할 수 있는가?
• RQ4 검정 통계량에 대한 부트스트랩 절차가 유효해지는 정규성 조건은 무엇인가?
• RQ5 변형 매개변수의 추정이 검정 통계량의 점근적 행동에 어떤 영향을 미치는가?

주요 결과

• 일반 모델 및 귀무가설 설정 하에서 바리센터의 워샤르슈타인 변동의 점근적 분포를 유도하였으며, 귀무가설 하에서는 특별한 정규화가 적용된다.
• 검정 통계량에 대한 부트스트랩 절차가 유효함을 증명하였으며, 부트스트랩 근사의 수렴 분포가 진짜 표본 분포로 수렴함을 보였다.
• 진짜 바리센터 기반 통계량과 경험 바리센터 기반 통계량 간의 워샤르슈타인 거리는 $ O_P(1/ abla{n}) $ 속도로 수렴하여 일致성을 확보한다.
• 정규성 조건 하에서 $ ilde{v}_{m_n} $, 즉 검정 통계량의 부트스트랩 버전은 $ ilde{v}_{m_n} ightharpoonup rac{1}{2v} ilde{ u} $ 로 분포 수렴하며, 여기서 $ ilde{ u} $ 는 귀무가설 하에서 검정의 점근적 분산이다.
• 귀무가설 하에서 검정 통계량의 점근적 분포가 점근적으로 결정적임을 입증하여, 부트스트랩을 통해 임계값을 추정할 수 있음을 보였다.
• 논문은 부트스트랩 기반 분위수 추정자가 일치함을 Glivenko–Cantelli 정리 및 경험 분위수의 수렴을 통해 입증하였다.