[논문 리뷰] Generalization of the simplicial depth: no vanishment outside the convex hull of the distribution support

Giacomo Francisci, Alicia Nieto-Reyes외 1명|arXiv (Cornell University)|2019. 09. 06.

Advanced Statistical Methods and Models참고 문헌 30인용 수 4

한 줄 요약

이 논문은 분포 지지집합의 볼록껍질 외부에서도 0이 되지 않는 두 가지 새로운 일반화된 심플렉스 깊이를 제안한다. 이는 심플렉스 확대 또는 분포 확대를 통해 이루어지며, 모든 점에 대해 의미 있는 깊이를 부여할 수 있도록 한다. 제안된 추정기들은 균일하게 일관되며, 渐近적으로 정규분포를 따르며, 특히 외곽선을 초월한 이상치가 존재할 경우 기존의 깊이 방법보다 분류 과제에서 뛰어난 성능을 보인다.

ABSTRACT

The simplicial depth, like other relevant multivariate statistical data depth functions, vanishes right outside the convex hull of the support of the distribution with respect to which the depth is computed. This is problematic when it is required to differentiate among points outside the convex hull of the distribution support, with respect to which the depth is computed, based on their depth values. We provide the first proposal for simplicial depth which do not vanish right outside the convex hull of the distribution. The properties of the proposal and of the corresponding estimator are studied theoretically and by means of Monte Carlo simulations and analysis of datasets.

연구 동기 및 목표

• 고전적인 심플렉스 깊이가 분포 지지집합의 볼록껍질 외부에서 0이 되는 한계를 해결함으로써, 이상치 점의 분류를 어렵게 하는 문제를 해결한다.
• 볼록껍질 외부의 점들에게도 양의 깊이 값을 할당하는 심플렉스 깊이의 일반화를 개발한다.
• 약간의 정규성 조건 하에 제안된 깊이 추정기의 이론적 일관성과 강건성을 확보한다.
• 훈련 및 테스트 분포의 볼록껍질이 겹치지 않을 경우 특히 뛰어난 성능을 보이는 지도 학습 분류 과제에서의 성능을 입증한다.
• 교차검증과 실증 평가를 통해 일반화된 깊이 추정기의 핵심 파라미터 σ를 선택하는 실용적인 프레임워크를 제공한다.

제안 방법

• 심플렉스 정점들을 확률적으로 흔들어 원래 볼록껍질 외부의 점들을 포함하도록 심플렉스를 확대한 σ-확대된 심플렉스를 도입한다.
• 심플렉스 깊이의 정의에서, 원래 분포의 위치-스케일 변환된 분포에서 추출된 정점들로 형성된 심플렉스 내에 점이 포함될 확률로 σ-심플렉스 깊이를 정의한다.
• U-통계량을 사용하여 일반화된 깊이 함수를 추정함으로써, 경험적 과정의 균일 일관성과 渐近 정규성을 보장한다.
• 두 가지 변형을 제안한다: 하나는 심플렉스를 확대하는 방식(σ-심플렉스 깊이)이고, 다른 하나는 독립적인 랜덤 변수들의 애핀 조합을 통해 기저 분포를 확대하는 방식이다.
• σ에 대한 연속성, 애핀 조합 하에서 대칭성과 연속성의 유지, 깊이 자르기 영역의 단조성 등의 이론적 성질을 확립한다.
• 분류 과제에서 오분류율을 최소화하는 최적의 σ 파라미터를 선택하기 위해 교차검증을 적용한다.

실험 결과

연구 질문

• RQ1 심플렉스 깊이를 분포 지지집합의 볼록껍질 외부의 점들에게도 양의 깊이 값을 할당할 수 있도록 일반화할 수 있는가? 이를 통해 이러한 점들의 분류가 가능해지는가?
• RQ2 확대 파라미터 σ의 값이 변화할 때 제안된 심플렉스 깊이 일반화의 행동은 어떠한가? 그리고 이를 통해 도출된 추정기의 연속성과 일관성은 어떠한가?
• RQ3 약간의 정규성 조건 하에 일반화된 깊이 함수가 통계적 깊이의 핵심 이론적 성질(예: 중심에서 최대화, 단조성 등)을 유지하는가?
• RQ4 심플렉스 깊이의 일반화된 추정기들이 볼록껍질 외부에서 0이 되지 않는 기존의 깊이 함수들—특히 투키 깊이의 변형들—과 비교해 분류 정확도에서 어떻게 성능을 냈는가?
• RQ5 실제로는 최적의 σ 파라미터 선택 전략은 무엇이며, 이는 실제 및 시뮬레이션 데이터셋에서 오분류율에 어떤 영향을 미치는가?

주요 결과

• 제안된 σ-심플렉스 깊이 및 분포 확대 깊이 추정기들은 분포 지지집합의 볼록껍질 외부에서도 0이 되지 않아, 모든 점에 대해 깊이 기반 분류가 가능하다.
• 심플렉스 확대를 통한 σ-심플렉스 깊이 추정기는 네 개의 실제 데이터셋에서 분류 과제에서 다른 방법들보다 뚜렷이 뛰어난 성능을 보이며, 중앙 오분류율이 가장 낮았다.
• σ 선택을 위한 교차검증은 최상의 경우에 비해 다소 열등한 결과를 보였지만, 이는 방법의 강건성과 실용적 유용성을 시사한다.
• 분포 확대 깊이 추정기는 약간의 조건 하에 더 많은 이론적 깊이 성질(예: 단조성, 연결된 깊이 영역 등)을 만족하여 더 강력한 이론적 기반을 제공한다.
• 몬테카를로 시뮬레이션 결과, 오분류율은 σ에 따라 U자형 패턴을 보였으며, 처음에는 감소하고 안정화된 후 천천히 증가하였다. 최적의 σ는 중앙 오분류율이 최소가 되는 가장 작은 값으로 선택되었다.
• 알츠하이머병 데이터셋에서, σ-심플렉스 깊이를 사용해 6명의 이상치 중 4명이 경도 또는 중증 단계로 올바르게 분류되었고, 고전적인 심플렉스 깊이에서는 모든 점에 대해 깊이가 0이었기 때문에 분류가 불가능했다.