[논문 리뷰] Distribution-free consistent independence tests via Hallin's multivariate rank

Hongjian Shi, Mathias Drton외 1명|arXiv (Cornell University)|2019. 09. 22.

Bayesian Methods and Mixture Models참고 문헌 24인용 수 4

한 줄 요약

이 논문은 거리 공분산과 할린의 다변량 순위를 조합하여 임의의 차원을 가진 두 개의 랜덤 벡터 간의 독립성에 대한 분포 자유이면서 일致적인 검정을 위한 최초의 방법을 제안한다. 거리 공분산의 탈중립 U통계량 구조와 할린의 순위의 조합적 성질을 활용하여, 중간 크기의 표본에서도 순열을 사용하지 않고도 정확한 추론이 가능한 점근적 귀무분포를 도출한다.

ABSTRACT

This paper investigates the problem of testing independence of two random vectors of general dimensions. For this, we give for the first time a distribution-free consistent test. Our approach combines distance covariance with a new multivariate rank statistic recently introduced by Hallin (2017). In technical terms, the proposed test is consistent and distribution-free in the family of multivariate distributions with nonvanishing (Lebesgue) probability densities. Exploiting the (degenerate) U-statistic structure of the distance covariance and the combinatorial nature of Hallin's rank, we are able to derive the limiting null distribution of our test statistic. The resulting asymptotic approximation is accurate already for moderate sample sizes and makes the test implementable without requiring permutation. The limiting distribution is derived via a more general result that gives a new type of combinatorial non-central limit theorem for double- and multiple-indexed permutation statistics.

연구 동기 및 목표

• 일般적인 차원을 가진 두 개의 랜덤 벡터 간의 독립성에 대한 분포 자유이면서 일치하는 검정을 개발하는 것.
• 특정 분포 가정이 필요하거나 계산 비용이 큰 순열에 의존하는 기존 검정의 한계를 극복하는 것.
• 거리 공분산과 할린의 다변량 순위를 조합하여 일반 조건 하에서 일致성과 분포 자유성의 특성을 동시에 확보하는 것.
• 시험통계량에 대한 다루기 쉬운 점근적 귀무분포를 도출하여, 순열 재표본 추출 없이 실용적인 구현이 가능하게 하는 것.

제안 방법

• 이 검정은 랜덤 벡터 간의 의존도를 측정하는 거리 공분산과, 다변량 데이터에 대한 비모수적 순위 기반 방법인 할린의 다변량 순위를 조합한다.
• 이 검정 통계량은 거리 공분산의 탈중립 U통계량 구조와 할린의 순위의 조합적 성격을 물려받아 이론적 분석이 가능하다.
• 이중 및 다중 인덱스 순열 통계량에 대한 새로운 조합적 비중앙 극한정리가 유도되어 귀무분포의 점근적 특성을 기술한다.
• 비소멸하는 르베그 확률밀도를 가정함으로써 귀무분포의 점근적 극한이 엄밀하게 유도되며, 이는 광범위한 다변량 분포 클래스에 대해 유효함을 보장한다.
• 유도된 점근적 근사가 중간 크기의 표본에서도 정확함을 입증하여, 순열 기반 p-값 추정이 필요 없어진다.

실험 결과

연구 질문

• RQ1 순열 재표본 추출에 의존하지 않고도 두 개의 다변량 랜덤 벡터 간의 독립성에 대한 분포 자유이면서 일치하는 검정을 구성할 수 있는가?
• RQ2 할린의 다변량 순위는 거리 공분산과 어떻게 효과적으로 조합되어 유효한 검정 통계량을 도출할 수 있는가?
• RQ3 일반적인 다변량 분포 하에서 제안된 검정 통계량의 점근적 귀무분포는 무엇인가?
• RQ4 점근적 근사가 유한 표본, 특히 중간 크기의 표본에서 얼마나 잘 작동하는가?

주요 결과

• 제안된 검정은 비소멸하는 르베그 밀도를 갖는 다변량 분포의 가족 내에서 처음으로 일치성과 분포 자유성의 특성을 동시에 확보한다.
• 시험통계량의 점근적 귀무분포는 순열 통계량에 대한 새로운 조합적 비중앙 극한정리를 통해 도출된다.
• 귀무분포에 대한 점근적 근사는 중간 크기의 표본에서도 정확하여, 순열을 사용하지 않고 직접 추론이 가능하다.
• 검정은 일반적인 의존 구조 하에서도 일치성을 유지하며, 기저 분포에 대한 파rametric 가정이 필요하지 않다.