[논문 리뷰] Generating correlated random vector by polynomial normal transformation

Qing Xiao|arXiv (Cornell University)|2015. 08. 26.

Advanced Statistical Methods and Models참고 문헌 10인용 수 3

한 줄 요약

이 논문은 표준 정규 변수를 변환하여 상관관계가 있는 비정규 랜덤 벡터를 생성하기 위해 고차수 다항정규변환(PNT) 모델을 제안한다. 다항계수를 효율적으로 추정하기 위해 확률가중모멘트(PWM) 매칭과 백분위수 매칭을 도입하여, 복잡한 분포의 정확한 시뮬레이션과 유사한 상관관계 구조 유지가 가능한 다항식 방정식을 유도함으로써, 원래 공간의 상관관계를 표준 정규 공간의 등가 상관관계로 연결한다.

ABSTRACT

This paper develops a polynomial normal transformation model, whereby various non-normal probability distributions can be simulated by the standard normal distribution. Two methods are presented to determine the coefficients of polynomial model: (1) probability weighted moment (PWM) matching (2) percentile matching. Compared to the existing raw moment or L-moment matching, the proposed methods are more computationally convenient, and can be used to estimate the coefficients of polynomial model with a higher degree. Furthermore, for two correlated random variables, a polynomial equation is derived to estimate the equivalent correlation coefficient in standard normal space, and random vector with non-normal marginal distributions and prescribed correlation matrix can be generated. Finally, numerical examples are worked to demonstrate the proposed method.

연구 동기 및 목표

• 기존의 3차 또는 5차 방법을 초월하여 다양한 비정규 분포를 시뮬레이션할 수 있는 유연한 다항정규변환 모델을 개발하기 위해.
• 기존의 모멘트 매칭 방법의 계산 복잡성을 해결하기 위해 고차수 다항모델에 대해 확률가중모멘트(PWM) 매칭과 백분위수 매칭을 도입하기 위해.
• 임의의 비정규 마진 분포와 사전 정의된 상관행렬을 가진 상관관계가 있는 랜덤 벡터를 정확하게 생성하기 위해.
• 원래 공간에서의 목표 상관관계를 표준 정규 공간의 등가 상관관계로 연결하는 분석적 다항식 방정식을 유도하기 위해.

제안 방법

• 다항정규변환 모델은 비정규 랜덤 변수 X를 표준 정규 변수 Z의 다항식 함수로 표현한다: X ≈ Σ aₖZᵏ (k = 0에서 n까지).
• 계수 aₖ는 두 가지 새로운 방법을 통해 결정된다: (1) PWM 매칭은 다항식 모델의 PWM을 목표 분포의 PWM과 동일시하여 선형 시스템을 형성하고, (2) 백분위수 매칭은 경험적 백분위수를 최소제곱법으로 매칭하는 방식이다.
• 상관관계가 있는 변수의 경우, 원래 공간에서의 목표 상관관계 ρₓ와 표준 정규 공간에서의 등가 상관관계 ρ_z를 연결하는 다항식 방정식을 제품모멘트 공식을 사용해 유도한다.
• 이 방법은 Weierstrass 근사정리에 기반하여, 단조 증가 CDF 변환 F⁻¹[Φ(Z)]가 닫힌 구간에서 다항식으로 잘 근사가 가능하다는 점을 활용한다.
• 기존의 원시모멘트 또는 L모멘트 매칭과 달리, 복잡한 비선형 연립방정식을 풀 필요가 없으며, 특히 고차수 다항식의 경우 유리하다.
• 상관관계 구조는 먼저 유도된 다항식 방정식을 통해 필요한 ρ_z를 계산하고, 그 상관관계를 가진 표준 정규 임의변수를 생성한 후 역CDF 변환을 적용함으로써 유지된다.

실험 결과

연구 질문

• RQ1 고차수 다항정규변환에 대해 확률가중모멘트(PWM)를 사용하여 계수를 효율적으로 추정할 수 있는가?
• RQ2 비정규 분포 시뮬레이션에서 백분위수 매칭이 PWM 매칭에 비해 정확도와 계산 가능성 측면에서 어떻게 비교되는가?
• RQ3 주어진 두 비정규 변수 간의 목표 상관관계 ρₓ에 대해 등가 정규공간 상관관계 계수 ρ_z를 추정하는 닫힌 형태의 다항식 방정식을 유도할 수 있는가?
• RQ4 제안된 방법이 기존의 TPNT나 FPNT 기법에 비해 얼마나 더 높은 통계적 정밀도로 복잡한 비정규 분포를 시뮬레이션할 수 있는가?

주요 결과

• PWM 매칭 방법은 선형 시스템 기반 추정을 가능하게 하여, 특히 고차수 다항식의 경우 비선형 원시모멘트 또는 L모멘트 매칭보다 계산상 유리하다.
• 백분위수 매칭 방법은 수치적 검증을 통해 높은 정확도를 확보한 강력한 대안을 제공하며, 분석적 모멘트를 계산하기 어려운 경우에 특히 유용하다.
• 유도된 ρ_z에 대한 다항식 방정식은 필요한 정규공간 상관관계를 정밀하게 결정할 수 있게 하여, 생성된 랜덤 벡터가 목표 상관행렬과 일치함을 보장한다.
• 수치적 예제에서는 생성된 표본의 시뮬레이션 상관행렬 Rₓ*가 목표 행렬 Rₓ와 매우 유사하게 나타나며, Rₓ = [1.000, 0.900, 0.500; 0.900, 1.000, 0.300; 0.500, 0.300, 1.000] 일 때 Rₓ* = [1.000, 0.900, 0.499; 0.900, 1.000, 0.300; 0.499, 0.300, 1.000] 로 나타난다.
• 이 방법은 사전에 정의된 비정규 마진 분포와 주어진 상관행렬을 가진 다변량 랜덤 벡터를 성공적으로 생성하여 높은 정확도와 일반성을 입증한다.