[논문 리뷰] Balakrishnan Alpha Skew Normal Distribution: Properties and Applications

Partha Jyoti Hazarika, Sricharan Shah외 1명|arXiv (Cornell University)|2019. 06. 18.

Statistical Distribution Estimation and Applications참고 문헌 15인용 수 4

한 줄 요약

이 논문은 발라크리슈نان 메커니즘을 통해 유도된 새로운 유연한 비대칭 분포인 발라크리슈난 알파 비대칭 정규(BaSN) 분포를 소개한다. 분포의 모멘트, 분포적 성질을 유도하고, AIC, BIC 및 우도 비율 검정을 통해 모델 적합도를 평가하여 실제 데이터 세트에 대한 기존 분포들보다 뛰어난 성능을 보임을 입증한다.

ABSTRACT

In this paper a new type of alpha skew distribution is proposed under Balakrishnan Mechanism and some of its related distributions are investigated. The moments and distributional properties are also studied. Suitability of the proposed distribution is tested by conducting data fitting experiments and model adequacy is checked via AIC, BIC in comparison with some related distributions. Likelihood ratio test is carried out to discriminate between normal and proposed distribution.

연구 동기 및 목표

• 비대칭 데이터를 보다 잘 모델링할 수 있도록 정규 분포를 확장하는 새로운 민감한 비대칭 분포를 개발하는 것.
• 모멘트 및 분포 특성과 같은 수학적 성질을 포함하여 제안된 발라크리슈난 알파 비대칭 정규(BaSN) 분포의 성질을 조사하는 것.
• AIC 및 BIC와 같은 적합도 기준을 통해 실제 데이터에 대한 모델의 적합성을 평가하는 것.
• 정규 분포 및 기타 비대칭 모델에 비해 향상된 성능을 통계적으로 평가하기 위해 우도 비율 검정을 사용하여 BaSN 분포를 관련 분포들과 비교하는 것.

제안 방법

• 발라크리슈난 메커니즘을 사용하여 새로운 알파 비대칭 분포를 제안하며, 이는 비대칭 함수를 통해 정규 분포를 일반화한다.
• 역정규 누적분포함수를 사용하여 BaSN 분포의 확률밀도함수(PDF) 및 누적분포함수(CDF)를 유도한다.
• 분포의 형태와 꼬리 행동을 특성화하기 위해 닫힌 형태로 원모멘트 및 중심모멘트를 계산한다.
• 실제 데이터 세트에 대한 모수 추정 및 모델 피팅을 위해 최대우도추정법(MLE)을 적용한다.
• 경쟁 분포들(정규 분포 및 기타 비대칭 정규 변형 포함) 간의 모델 적합도를 비교하기 위해 정보기준량(AIC, BIC)을 활용한다.
• 제안된 BaSN 모델이 정규 분포보다 유의미하게 더 나은 적합도를 제공하는지 통계적으로 평가하기 위해 우도 비율 검정을 수행한다.

실험 결과

연구 질문

• RQ1 기존의 비대칭 정규 분포 및 정규 분포에 비해 발라크리슈난 알파 비대칭 정규 분포가 비대칭 데이터에 더 나은 적합도를 보일 수 있는가?
• RQ2 제안된 BaSN 분포의 분석적 성질, 특히 모멘트와 꼬리 행동은 무엇인가?
• RQ3 표준 정보기준량(AIC, BIC)을 사용하여 BaSN 모델이 관련 분포들과 비교해 어떻게 성능을 발휘하는가?
• RQ4 정규 분포에 비해 BaSN 모델을 사용할 경우 적합도 향상이 통계적으로 유의미한가?
• RQ5 비대칭 조절을 위한 비율 매개변수는 분포의 비대칭성과 첨도를 어떻게 제어하는가?

주요 결과

• 발라크리슈난 알파 비대칭 정규 분포는 정규 분포 및 표준 비대칭 정규 분포에 비해 비대칭성과 첨도를 더 잘 모델링할 수 있는 유연성을 보인다.
• 이 분포의 이론적 모멘트는 닫힌 형태로 유도되어 형태 및 꼬리 성질을 정밀하게 특성화할 수 있다.
• 실제 데이터 적합 분석 결과, BaSN 모델은 경쟁 모델들보다 더 낮은 AIC 및 BIC 값을 기록하여 더 나은 적합도를 보였다.
• 우도 비율 검정 결과, 모든 테스트 데이터 세트에서 BaSN 분포가 정규 분포보다 통계적으로 유의미하게 더 나은 적합도를 제공하는 것으로 확인되었다.
• 다양한 실증 적용 사례를 통해 BaSN 분포는 실제 세계의 비대칭 데이터를 효과적으로 포착함을 입증하였다.
• 수학적으로 다루기 쉬우면서도 향상된 유연성을 제공하므로 실용적인 통계 모델링에 적합하다.