[논문 리뷰] Asymptotic efficiency of p-mean tests for means in high dimensions

Iosif Pinelis|arXiv (Cornell University)|2010. 06. 02.

Mathematical Inequalities and Applications참고 문헌 8인용 수 3

한 줄 요약

이 논문은 고차원 설정에서 다변량 평균 벡터에 대한 p-평균 검정의 점근적 상대 효율성(ARE)을 분석하며, p > 2인 경우 이러한 검정이 표준 최대우도비검정(LRT)보다 유의미하게 뛰어나지만 항상 상당히 열 劣하지 않음을 보여준다. 주요 결과는 일반적이고 자연스러운 조건 하에서 표본 크기와 평균 벡터 크기의 점근적 행동에 대해, p = 3일 때 AREp,2가 대립 평균 벡터의 방향에 따라 약 0.96에서 무한대에 이르기까지 변동함을 보여준다.

ABSTRACT

The asymptotic efficiency, ARE_{p,2}, of the tests for multivariate means theta in \R^d based on the p-means relative to the standard 2-mean, (approximate) likelihood ratio test (LRT), is considered for large dimensions d. It turns out that these p-mean tests for p>2 may greatly outperform the LRT while never being significantly worse than the LRT. For instance, ARE_{p,2} for p=3 varies from about 0.96 to \infty, depending on the direction of the alternative mean vector theta_1, for the null hypothesis H_0: theta=\0. These results are based on a complete characterization, under certain general and natural conditions, of the varying pairs (n,theta_1) for which the values of the power of the p-mean test for theta=\0 and theta=theta_1 tend, respectively, to prescribed values alpha and beta. The proofs use such classic results as the Berry-Esseen bound in the central limit theorem and the conditions of convergence to a given infinitely divisible distribution, as well as a recent result by the author on the Schur^2-concavity properties of Gaussian measures.

연구 동기 및 목표

• 고차원 다변량 평균 검정에서 표준 2-평균(LRT)에 비해 p-평균 검정의 점근적 상대 효율성(ARE)을 조사하는 것.
• 큰 차원 d에서 p-평균 검정이 원하는 검정력 수준을 달성할 수 있는 조건을 규명하는 것.
• p > 2인 p-평균 검정이 LRT를 크게 능가할 수 있으며, 同시에 성능에 대한 강건성을 유지할 수 있는 조건을 규명하는 것.

제안 방법

• H₀와 H₁ 하에서 검정의 검정력이 사전 지정된 수준 α와 β로 수렴하는 데 필요한 점근적으로 충분한(AS) 쌍(n, θ₁)과 삼중조합(n, θ₁)의 완전한 특성화를 사용한다.
• 중앙극한정리의 베르트-에센 경계와 무한가능분포로의 수렴 조건과 같은 고전적 도구를 적용한다.
• 최근에 제시된 가우시안 측도의 Schur²-볼록성 성질을 활용하여 p-평균 통계량의 행동을 분석한다.
• p ∈ [−∞, ∞]에 대해 (1/d ∑|xⱼ|ᵖ)¹ᐟᵖ로 정의된 표본 평균 벡터의 p-평균을 분석하며, p = 0(기하평균), p = ∞(최대값), p = −∞(최소값)의 극한을 포함한다.
• 주어진 유의수준에서 동일한 검정력을 달성하기 위해 p-평균 검정과 LRT가 필요로 하는 표본 크기의 비율로 점근적 상대 효율성(AREp,2)을 유도한다.
• 좌표의 순열과 부호 전환으로 구성된 군 Gd를 고려하며, p-평균 통계량에 기반한 Gd-불변 검정을 연구한다.

실험 결과

연구 질문

• RQ1 대립 평균 벡터 θ₁의 어떤 방향에서 p > 2인 p-평균 검정이 LRT보다 더 높은 점근적 상대 효율성을 달성하는가?
• RQ2 고차원 설정에서 p > 2인 p-평균 검정의 점근적 상대 효율성(AREp,2)의 범위는 무엇인가?
• RQ3 p-평균 검정이 평균 벡터의 다양한 방향에서 높은 검정력을 유지하면서 방향성에 민감하지 않게 유지되는 조건은 무엇인가?
• RQ4 p의 선택이 진정한 평균 벡터가 소수의 지배적 성분만을 가지는 경우 LRT 대비 검정의 효율성에 어떻게 영향을 미치는가?
• RQ5 특히 평균 벡터가 희박한 경우, p-평균 검정이 고차원에서 LRT보다 균일하게 더 강력한가?

주요 결과

• p = 3일 때, p-평균 검정의 점근적 상대 효율성(AREp,2)은 대립 평균 벡터 θ₁의 방향에 따라 약 0.96에서 무한대에 이르기까지 변동한다.
• p > 2인 p-평균 검정은 고차원 설정에서 진정한 평균 벡터가 소수의 지배적 성분만을 가지는 경우 LRT를 크게 능가할 수 있다.
• p-평균 검정은 LRT보다 상당히 열 劣하지 않으며, 다양한 평균 벡터 구성에 대해 강건함을 보장한다.
• 표본 크기 n과 대립 평균 벡터 θ₁의 노름의 성장에 대해 일반적이고 자연스러운 조건 하에서 점근적 상대 효율성이 완전히 특성화된다.
• 분석 결과 p-평균 검정이 점근적으로 충분하며, 그 검정력 행동이 주어름과 확률적 순서 원리에 의해 지배됨을 확인한다.
• 베르트-에센 경계, 무한가능분포로의 수렴, 가우시안 측도의 Schur²-볼록성과 같은 고급 도구를 사용하여 결과가 도출됨.