[논문 리뷰] Best linear unbiased estimators in continuous time regression models

Holger Dette, Andrey Pepelyshev외 1명|arXiv (Cornell University)|2016. 01. 01.

Statistical Methods and Inference인용 수 2

한 줄 요약

이 논문은 연속시간 회귀모형에서 오차 과정이 미끄럽거나 통합된 경우(예: 통합 브라운 운동)에 대해 최적의 선형 무편향 추정량(BLUE)의 명시적 형태를 개발한다. 오차 과정이 두 번째 차수의 연속 자기회귀 과정 또는 반응 과정의 다수의 도함수를 포함하는 경우를 포함하여, BLUE를 유도할 수 있는 일반 조건을 수립하며, 주요 확률과정에 대해 닫힌 형태의 해를 제공한다.

ABSTRACT

In this paper the problem of best linear unbiased estimation is investigated for continuous-time regression models. We prove several general statements concerning the explicit form of the best linear unbiased estimator (BLUE), in particular when the error process is a smooth process with one or several derivatives of the response process available for construction of the estimators. We derive the explicit form of the BLUE for many specific models including the cases of continuous autoregressive errors of order two and integrated error processes (such as integrated Brownian motion). The results are illustrated by several examples.

연구 동기 및 목표

• 연속시간 회귀모형에서 최적의 선형 무편향 추정량(BLUE)이 존재할 수 있는 일반 조건을 수립하기 위해.
• 반응 과정의 도함수의 가용성이 BLUE 구성에 어떻게 기여하는지 조사하기 위해.
• 연속 자기회귀 오차의 차수 2와 통합 오차 과정을 포함한 특정 모형에서의 BLUE에 대한 명시적 표현을 도출하기 위해.
• 고전적 선형 추정 이론을 복잡한 의존 구조를 가진 연속시간 확률과정으로 확장하기 위해.
• 오차 과정이 미끄럽거나 통합된 경우, 예를 들어 통합 브라운 운동과 같은 모형에서 BLUE에 대한 닫힌 형태의 해를 제공하기 위해.

제안 방법

• 연속시간 회귀모형에 대해 규칙성 조건 하에서 BLUE의 일반 형태를 유도한다.
• 확률적 미적분과 두 번째 차수 과정의 성질을 활용하여 오차 구조를 특성화한다.
• 연속시간에서의 가우스-마르코프 정리를 적용하여 최소 분산 선형 추정량을 식별한다.
• 추정 효율성을 향상시키기 위해 반응 과정의 도함수를 보조 정보로 통합한다.
• 연속 자기회귀 오차의 차수 2(CAR(2))를 포함한 모형에서의 BLUE에 대한 명시적 해를 도출한다.
• 통합 오차 과정, 예를 들어 통합 브라운 운동을 고려하고, 해당하는 BLUE 표현을 유도한다.

실험 결과

연구 질문

• RQ1 의존적인 오차를 가진 연속시간 회귀모형에서 최적의 선형 무편향 추정량이 존재하기 위한 조건은 무엇인가?
• RQ2 반응 과정의 도함수의 가용성이 BLUE의 형태와 효율성에 어떻게 영향을 주는가?
• RQ3 연속 자기회귀 오차의 차수 2를 가진 연속시간 모형에서의 BLUE의 명시적 형태는 무엇인가?
• RQ4 오차 과정이 통합된 경우, 예를 들어 통합 브라운 운동일 경우 BLUE는 어떻게 구성할 수 있는가?
• RQ5 고전적 이산시간 가정을 초월하여 연속시간 모형에서 BLUE의 구성에 관여하는 일반 원칙은 무엇인가?

주요 결과

• 논문은 미약한 규칙성 조건 하에서 연속시간 회귀모형에서 최적의 선형 무편향 추정량(BLUE)에 대한 일반 형태를 도출한다.
• 연속 자기회귀 오차의 차수 2(CAR(2))의 경우, 스펙트럼 표현과 역공분산 연산자를 활용하여 BLUE가 명시적으로 표현된다.
• 반응 과정의 도함수가 가용한 경우, 복잡한 오차 구조가 존재하더라도 BLUE는 향상된 정밀도로 구성될 수 있다.
• 통합 브라운 운동 오차의 경우, 논문은 BLUE에 대한 닫힌 형태의 표현을 제공하며, 비정상적 설정에서도 그 실현 가능성을 보여준다.
• 결과적으로, 오차 과정에 대한 적절한 가정 하에서 가우스-마르코프 성질이 연속시간 모형으로까지 확장됨을 보여준다.