[논문 리뷰] Detecting changes in Hilbert space data based on "repeated" and change-aligned principal components

Leonid Torgovitski|arXiv (Cornell University)|2015. 09. 24.

Statistical Methods and Inference참고 문헌 3인용 수 7

한 줄 요약

이 논문은 반복적이고 변화에 대응하는 주성분을 사용하여 힐버트 공간에 값이 할당된 시계열 자료에 대한 CUSUM 기반의 변화 탐지 방법을 제안한다. 이 방법은 주성분 추정에 있어 선도 고유값을 별도로 분리할 필요 없이, 주성분을 변화 방향에 맞추어 정렬함으로써 다방향 변화 탐지가 가능해지고 더 약한 가정 조건 하에서도 성능과 강건성을 향상시킨다. 기능적 자료 분석에서의 탐지력과 강건성 향상에 기여한다.

ABSTRACT

We study a CUSUM (cumulative sums) procedure for the detection of changes in the means of weakly dependent time series within an abstract Hilbert space framework. We use an empirical projection approach via a principal component representation of the data, i.e., we work with the eigenelements of the (long run) covariance operator. This article contributes to the existing theory in two directions: By means of a recent result of Reimherr (2015) we show, on one hand, that the commonly assumed "separation of the leading eigenvalues" for CUSUM procedures can be avoided. This assumption is not a consequence of the methodology but merely a consequence of the usual proof techniques. On the other hand, we propose to consider change-aligned principal components that allow to further reduce common assumptions on the eigenstructure under the alternative. This approach extends directly to multidirectional changes, i.e. changes that occur at different time points and in different directions, by fusing sufficient information on them into the first component. The latter findings are illustrated by a few simulations and compared with existing procedures in a functional data framework.

연구 동기 및 목표

• 기존 CUSUM 절차가 일관된 주성분 추정을 위해 선도 고유값이 잘 분리되어 있어야 한다는 제한을 해결하기 위해.
• 선도 고유값이 구분되지 않을 경우에도 유효한 방법을 개발하기 위해 Reimherr(2015)의 부분공간 추정 결과를 활용하기 위해.
• 대립가설 하에서 渐近적으로 변화 방향과 일치하는 주성분을 정의하는 변화에 대응하는 주성분을 도입하기 위해.
• 통합된 검정통계량을 사용하여 서로 다른 시간과 방향에서 발생하는 다방향 변화를 탐지할 수 있도록 프레임워크를 확장하기 위해.
• 고유구조에 대한 구조적 가정을 줄임으로써 기능적 자료 및 고차원 자료 환경에서 변화점 탐지의 탐지력과 강건성을 향상시키기 위해.

제안 방법

• empirical 주성분이 생성하는 d차원 부분공간에 투영된 기능적 부분합에 기반한 CUSUM 검정통계량을 사용한다.
• Reimherr(2015)의 결과를 적용하여, 첫 번째 d개 고유값의 완전한 분리가 아니라 d번째와 (d+1)번째 고유값 간의 갭만 중요시됨을 보여준다.
• 변화 방향 Δ의 추정치로 주요 경험적 성분을 보정하여 변화에 대응하는 주성분을 도입한다.
• 경험적 선도 고유벡터와 방향 추정치의 선형 조합으로 정의된 정렬된 성분은 대립가설 하에서 Δ 방향으로 渐近적으로 일치함을 보장한다.
• 부분합의 CUSUM과 정렬된 성분을 조합한 투영 기반 검정통계량을 사용하며, 귀무가설 하에서의 점근적 타당성을 유지한다.
• 다양한 변화 방향의 정보를 첫 번째 성분에 정렬을 통해 융합함으로써 다방향 변화로의 확장을 도모하며, 동일한 점근적 분포를 유지한다.

실험 결과

연구 질문

• RQ1 Hilbert 공간에 값이 할당된 시계열 자료에 대한 CUSUM 기반 변화 탐지에서 선도 고유값이 잘 분리되어 있어야 한다는 가정을 제거할 수 있는가?
• RQ2 기능적 자료에서 변화를 탐지할 때 고유구조 가정이 약할 경우 주성분 추정을 어떻게 향상시킬 수 있는가?
• RQ3 동일한 이론적 프레임워크 하에서 단일 검정통계량이 복잡한 다방향 변화(예: 다중 변화점 또는 다중 방향)를 탐지할 수 있는가?
• RQ4 표준 경험적 성분 대신 변화에 대응하는 주성분을 사용할 경우 CUSUM 검정통계량의 점근적 행동은 어떻게 되는가?
• RQ5 다양한 고유구조 및 변화 방향 상황에서 기존 절차와 비교해 본다면 제안된 방법의 탐지력과 강건성은 어떻게 되는가?

주요 결과

• 선도 고유값이 서로 다를 필요는 없으며, λ₁ > λ₂ > ... > λ_d > λ_{d+1}이라는 가정을 제거할 수 있다. 유일한 조건은 λ_d > λ_{d+1}이 성립함으로써 일관된 부분공간 추정이 가능하다는 것이다.
• 변화에 대응하는 주성분은 대립가설 하에서 검정통계량이 변화 방향으로 점근적으로 일치함을 보장하여 탐지력을 증가시킨다.
• 선도 고유값이 분리되어 있지 않더라도, 개별 일차원 투영이 아닌 d차원 투영을 사용함으로써 귀무가설 하에서 점근적 타당성이 유지된다.
• 변화에 대응하는 성분을 기반으로 한 검정통계량은 귀무가설 하에서 동일한 점근적 분포를 가지며, 다방향 변화 상황에서도 대립가설 하에서 일致성(consistent)을 유지한다.
• 시뮬레이션 결과는 제안된 방법이 고유값 분리가 약하거나 복잡한 변화 패tern이 존재하는 상황에서 표준 CUSUM 절차보다 뛰어난 성능을 보임을 확인한다.
• 방향 정보를 첫 번째 성분에 융합함으로써 동일한 검정통계량과 동일한 가정 조건 하에서 다중 또는 다방향 변화 탐지가 가능해진다.