[논문 리뷰] A test for the equality of covariance operators

Graciela Boente, Daniela Rodríguez외 1명|arXiv (Cornell University)|2014. 04. 28.

Statistical Methods and Inference인용 수 2

한 줄 요약

이 논문은 다중 기능 데이터 집단 간 공분산 연산자 동일성 평가를 위한 우도 비율 검정을 제안한다. 이 방법은 근본 분포가 해석적으로 구하기 어려우므로 부트스트랩 보정 기준값을 사용한다. 몬테카를로 시뮬레이션을 통해 소표본에서 뛰어난 성능을 입증한다.

ABSTRACT

In many situations, when dealing with several populations, equality of the covariance operators is assumed. An important issue is to study if this assumption holds before making other inferences. In this paper, we develop a test for comparing covariance operators of several functional data samples. The proposed test is based on the Hilbert--Schmidt norm of the difference between estimated covariance operators. In particular, when dealing with two populations, the tests statistic is just the squared norm of the difference between the two covariance operators estimators. The asymptotic behaviour of the test statistic under the null and under local alternatives is obtained. Since the statistic null asymptotic distribution does not allow to obtain easily its quantiles, a bootstrap procedure to compute the critical values is considered. The performance of the test statistics for small sample sizes is illustrated through a Monte Carlo study.

연구 동기 및 목표

• 기능 데이터 분석에서 공분산 연산자 동일성에 대한 통계적 검정보다 중요한 필요성을 해결하기 위해.
• 기능 데이터 설정에서 흔한 소표본 크기에서 강건하고 타당한 검정을 개발하기 위해.
• 다중 집단 간 공분산 연산자 비교에 대해 계산적으로 실현 가능한 방법을 제공하기 위해.
• 귀무가설 및 국소 대립가설 하에서 검정 통계량의 점근적 이론을 수립하기 위해.
• 근본 분포가 해석적으로 구하기 어려우므로 부트스트랩 기반 기준값을 유도함으로써 실용적 추론을 가능하게 하기 위해.

제안 방법

• 검정 통계량은 추정된 공분산 연산자 간 차이의 제곱 힐버트-슈미트 노름으로 정의된다.
• 두 집단에 대해 검정 통계량은 두 표본 공분산 연산자 추정치 간 차이의 제곱 노름으로 단순화된다.
• 귀무가설 및 국소 대립가설 하에서 검정 통계량의 점근적 분포가 유도된다.
• 근본 분포가 닫힌 형태의 분위수를 제공하지 않기 때문에, 비모수적 부트스트랩 절차를 사용하여 기준값을 근사한다.
• 소표본 성능를 평가하기 위해 광범위한 몬테카를로 시뮬레이션을 통해 방법을 구현하고 평가한다.

실험 결과

연구 질문

• RQ1 다양한 기능 데이터 샘플의 공분산 연산자가 동일한지 여부를 판단할 수 있는 검정을 개발할 수 있는가?
• RQ2 공분산 연산자가 동일한 귀무가설 하에서 검정 통계량의 점근적 행동은 어떻게 되는가?
• RQ3 국소 대립가설 하에서 검정 통계량의 점근적 행동은 어떠한가?
• RQ4 근본 분포가 해석적으로 구하기 어려운 경우 부트스트랩 방법이 기준값을 신뢰성 있게 근사할 수 있는가?
• RQ5 기능 데이터 응용에서 흔한 소표본 크기에서 이 검정은 얼마나 잘 작동하는가?

주요 결과

• 귀무가설 하에서 검정 통계량의 점근적 분포가 도출되어 검정의 이론적 타당성이 확보된다.
• 국소 대립가설 하에서 검정 통계량은 비비율 점근적 행동을 보이며, 검정력 분석을 지원한다.
• 검정 통계량의 귀무분포는 직접적인 분위수 계산이 불가능하여 부트스트랩 보정이 필수적이다.
• 몬테카를로 시뮬레이션을 통해 검정이 적절한 크기를 유지하고 소표본에서도 양호한 검정력을 보임을 확인하였다.
• 부트스트랩 절차는 기준값을 효과적으로 근사하여 유한 표본에서 타당한 추론을 보장한다.